编辑推荐：
可访问概述：支撑信息中心型社会的计算机依赖于微电子芯片。几十年来，这些芯片上执行计算任务的电子开关——即晶体管——的数量能够以经济的方式扩展，带来晶体管密度的指数增长，即所谓摩尔定律。这一趋势曾使通用计算机在保持经济可行性的同时持续提升性能。然而，制造具有极小
可访问概述：支撑信息中心型社会的计算机依赖于微电子芯片。几十年来，这些芯片上执行计算任务的电子开关——即晶体管——的数量能够以经济的方式扩展，带来晶体管密度的指数增长，即所谓摩尔定律。这一趋势曾使通用计算机在保持经济可行性的同时持续提升性能。然而，制造具有极小特征的芯片所涉及的复杂性，已对这种延续路径构成严重阻碍。由此，计算正从通用芯片转向针对特定任务加速的领域专用处理器。本观点文章聚焦于其中的一类，即概率计算机或概率伊辛机（PIM）。这类计算机从物理学中汲取灵感，将困难的计算任务——通常与组合优化相关——转化为由概率元素组成的网络上的能量最小化问题。通过概率性地更新这些元素的状态，PIM搜索其最小能量构型，即为优化问题的解。PIM的硬件实现需要协同设计：从选择恰当的概率器件，到设计利用这些器件的电路架构，乃至为所需问题类别定制概率算法。自旋电子器件——尤其是磁隧道结（MTJ）——在此协同设计中扮演核心角色。它们为PIM提供了一种高效的熵源构建途径，能够以高吞吐率、小面积和低能耗产生随机比特。同时，为实现完整系统，这些MTJ需要集成于成熟的互补金属氧化物半导体（CMOS）芯片制造平台之上。本观点文章关注这些CMOS集成式自旋电子概率计算机的最新进展、前景与开放研究机遇。
摘要：几十年来，计算的进步由半导体晶体管技术的缩放所驱动。尽管晶体管密度持续提高，但最近的工艺节点出现了每晶体管成本的上升，这一变化改变了缩放的经济性。这要求两项转变：（1）从通用处理器转向针对高成本计算任务的领域专用协处理器，（2）在既有晶圆厂制造流程中集成新型器件。自旋电子器件——尤其是磁隧道结（MTJ）——在这一新格局中起到重要作用。除其作为非易失性存储器的成熟应用外，其物理性质为开发可扩展的概率伊辛机（PIM）提供了独特机会。这类机器通过将困难的组合优化任务表述为可编程双稳态概率元素网络上的能量最小化问题来求解。本观点文章审视了协同设计的互补金属氧化物半导体（CMOS）集成自旋电子PIM硬件的最新进展与机会。在介绍核心概念之后，研究人员考察了三个要点：（1）MTJ如何被设计为同步（时钟控制）或异步且可调的熵源；（2）数字或混合信号CMOS电路如何与MTJ协同设计以实现可扩展的PIM；（3）退火算法如何与CMOS集成MTJ硬件协同设计。最后，研究人员讨论了开放问题与研究机遇。
论文解读：协同设计的CMOS与自旋电子硬件用于概率计算
随着半导体晶体管缩放接近物理与经济极限，制造极小特征芯片的复杂性导致每晶体管成本上升，削弱了摩尔定律数十年来驱动计算进步的传统经济基础。为此，计算领域正经历三个重要转变：一是从通用处理器转向领域专用加速器，二是采用基于chiplet的异构集成，三是涌现出可集成于CMOS制造流程的新型器件（如磁性、离子、铁电等所谓“+X”器件）。概率伊辛机（PIM）作为领域专用加速器的一种，通过将困难的组合优化问题映射为伊辛自旋网络的能量最小化问题，并利用概率性更新搜索最低能量构型来求解。硬件实现PIM需要在器件选择、电路架构和算法设计三个层面进行协同设计，而磁隧道结（MTJ）凭借高吞吐率、小面积和低功耗的随机位生成能力，成为构建熵源的核心候选器件，但需与成熟的互补金属氧化物半导体（CMOS）平台集成。这篇发表在《Newton》上的观点文章旨在审视CMOS集成自旋电子概率计算机的最新进展、关键问题和开放研究机遇。
研究人员综合分析了近年来该领域的多项研究成果，涵盖MTJ的三种电控机制、同步与异步PIM架构、不同数字平台的选择以及多种退火算法。主要结论是：通过将MTJ的固有随机性与CMOS逻辑协同设计，可以实现可扩展的硬件概率计算；不同驱动方案和退火策略各有优劣，需根据目标问题与硬件资源进行取舍。该研究为未来开发面向组合优化的高效硬件加速器提供了系统性设计框架。
在关键技术方法方面，研究人员梳理了基于自旋转移矩（STT）、自旋轨道矩（SOT）和电压控制磁各向异性（VCMA）的MTJ随机位生成方案，区分了驱动型（脉冲激励）与低势垒随机型两种模式；比较了CPU、GPU、FPGA和专用集成电路（ASIC）作为PIM平台的面积、功耗与开发成本；针对退火算法，对比了固定β、模拟退火（SA）、并行回火（PT）和模拟量子退火（SQA）的副本交互方式与硬件开销；并讨论了基于chiplet的异构集成路径。由于该文为观点综述，不涉及实验样本队列。
在“对协同设计领域专用加速器的需求”一节，研究人员指出计算缩放经济性变化催生了上述三大趋势，这些趋势为开发物理启发的计算架构创造了前所未有的机遇，特别是将CMOS与MTJ结合的概率计算协处理器。
在“概率伊辛机”一节，研究人员介绍了伊辛模型与PIM的基本原理：每个p-bit表示一个双稳态自旋，更新时按概率sgn[tanh(βI
i)?rand]决定新状态，系统整体服从玻尔兹曼分布。结论是PIM能以非确定性但更快的速度逼近高质量解，非常适用于传统确定性算法难以在合理时间内求解的非确定性多项式类问题。
在“集成在CMOS上的自旋电子器件”一节，研究人员分析了MTJ的结构、隧穿磁阻（TMR）效应以及STT、SOT、VCMA三种电控切换机制，并指出MTJ可通过后道工序（BEOL）直接集成在CMOS逻辑之上，也可通过chiplet进行异构集成。MTJ既具有工业成熟度（源于磁阻随机存取存储器），又能提供可控的随机行为，是PIM熵源的领先选择。
在“CMOS集成自旋电子PIM硬件平台”一节，研究人员区分了同步与异步两种PIM系统，并指出可扩展性需在器件、架构和系统三个层面权衡：器件层面关注BEOL集成良率与兼容性，架构层面受耦合矩阵通信带宽限制，系统层面则需考虑时间解及与外部存储和主机处理器的交互成本。
在“CMOS设计选项”一节，研究人员比较了CPU、GPU、FPGA和ASIC。有工作表明，基于FPGA的PIM在求解同一因子分解问题时，时间解比CPU改善六个数量级；但FPGA相比相同节点的ASIC面积约大40倍、动态功耗约高12倍。ASIC性能最佳但开发周期和成本高，故最佳平台取决于具体问题的规模、灵活性要求与预算。
在“磁集成”一节，研究人员总结了MTJ作为熵源的两种主要形式：一是驱动型，通过电流或电压脉冲使MTJ产生约50%切换概率或可调随机位流；二是随机型，利用低能量势垒使MTJ发生热致自发涨落。前者与时钟同步设计兼容，后者适合异步并行更新。
在“驱动型MTJ作为抛硬币/可调随机数发生器”一节，研究人员指出，VCMA或STT/SOT驱动的MTJ在脉冲下可快速产生随机位，切换过程通常在10 ns以内，且对器件间势垒高度差异具有鲁棒性。通过调节脉冲幅值或宽度，MTJ的切换概率可连续调至0到1，从而直接模拟p-bit的S型激活函数，省去CMOS中计算非线性函数的电路。最新演示中，250个STT-MTJ组成的PIM利用纳秒脉冲实现了组合优化问题的求解。
在“随机型MTJ作为可调随机数发生器”一节，研究人员强调低势垒MTJ基于超顺磁性产生连续随机涨落，无需外部驱动，适合构建异步、免图着色的并行PIM。其单比特生成功耗可低至微瓦量级。但该类方案存在器件间差异、温度敏感性和系统级非理想性（如电源噪声、衬底耦合）等问题，需要标定或补偿。研究人员还列出了多种MTJ结构（垂直/面内易轴、单/双自由层等）以优化速度与稳定性。
在“退火算法与并行化”一节，研究人员对比了固定β、模拟退火（SA）、并行回火（PT）和模拟量子退火（SQA）。固定β最简单但需精细选择；SA从低温到高温扫描，通用但效率取决于范围；PT通过多个温度副本间的构型交换来兼顾全局探索与局部搜索，但硬件开销大；SQA利用多个Trotter切片间的横向场耦合模拟量子隧穿，在副本数足够时对多类基准问题可获得更优解，且对器件变异更具鲁棒性。总体而言，没有普适最优的退火方案，必须与底层硬件协同设计以实现最佳性能。
在“未来方向”一节，研究人员提出将p-bit推广为概率d维比特（p-dit），即具有任意维数和每维任意状态数的概率变量，如概率整数（p-int）用于整数二次规划，可显著减少所需变量数并加速收敛。此外，动态斜率退火、基于神经网络的提议分布、与振荡器伊辛机融合等也是新兴方向。器件层面，基于非共线反铁磁电极的MTJ展现出大TMR和STT效应，并具有皮秒级交换时间尺度，有望实现超快、抗磁场干扰的PIM硬件。
总结讨论部分：研究人员指出，PIM协同设计尽管在近年间取得显著进展，仍处于早期阶段。未来需要在能量景观的更为自然映射、概率变量类型的扩展、退火算法与硬件的深度适配、以及新兴材料与器件（如反铁磁MTJ）的集成等方面进行更多研究。研究结论可归纳为：CMOS集成的自旋电子PIM具备解决大规模组合优化问题的显著潜力；通过协同设计MTJ器件、电路架构与退火算法，可以在速度、功耗和可扩展性之间取得有效平衡；要实现实际部署，仍需解决器件变异、系统集成和算法适配等开放挑战。
