低能耗类脑计算
利用Fe3GaTe2中斯格明子到条纹畴的确定性集体转变,实现线性可调突触权重,突破传统成核随机性限制。
PeiYu, Cai · 王震 · Yuan-Hao, Yi · Lu, Jingdi · Xu, Jun · 江万军 · Tao, Jing · Shiming, Lei · Pavel, Parchinskiy · 滕锦光 · 王凌飞 · 钮伟 · Santos, Elton J.G. · Li, Peng
Advanced Materials 2026
权重变化来自斯格明子晶格到条纹畴的确定性集体转变,而非单个斯格明子的随机成核,因此调制线性且可重复。
通过器件尺寸缩放,单次操作能耗可降至0.66 pJ,与现有忆阻器技术相当,适合大规模集成。
基于该突触的硬件量化神经网络在手写数字识别中达到约96.1%的准确率,验证了其在神经网络中的应用潜力。