Clear Sky Science · zh

用于时空类脑计算的质子镍酸盐器件网络

2026-03-09 · 返回目录

为什么像大脑一样思考的小器件重要

当今的人工智能运行在消耗大量能量的数据中心上。而我们的脑相比之下能够以如微弱灯泡般的功耗完成更为丰富的计算。本文报道了朝向类脑硬件迈进的一步：一种由特殊氧化物材料制成的新型微小器件网络，它能在空间和时间上处理信息、记忆近期事件、识别诸如语音数字和癫痫发作早期迹象等模式——而能耗远低于传统芯片。

一种既能记忆又能响应的材料

研究者用一种钙钛矿结构的镍酸盐 NdNiO₃ 构建系统，这种晶体氧化物的电学性质在掺入氢时会发生显著变化。当氢原子进入材料并在金属接触附近存在时，它们会提供电子，使该区域从良导体转变为更高电阻的状态。通过在薄镍酸盐薄膜上放置钯（Pd）和金（Au）电极并在氢气中退火，研究团队在选定的接触下形成了氢“云”。用短脉冲电压移动这些云会改变电流流动的难易程度，使同一片薄膜有时表现为快速且衰减的响应元件，有时则表现为稳定的存储单元。

一片芯片上的两层：快速动力学与稳定记忆

该硬件平台像一个由单一镍酸盐薄膜构成的简化人工大脑进行组织

。在下层，成对的钯电极形成对称的 Pd–Pd 结。每个结包含两个相对的氢云，当施加脉冲时，这些云的形状以相反方式变化。由于基底表现出电容特性，重复的纳秒级脉冲会逐渐改变局部电压格局和氢分布，产生在微秒尺度上累积然后衰减的瞬态电流。这赋予每个节点对近期活动的“短期记忆”。在上层，不对称的 Pd–Au 结只保留一个氢云。在这里，电压脉冲驱动氢云移动并停留，从而锁定在多个稳定电阻级别之一，作为用于计算的长期可编程权重。

当邻居也重要：涌现的网络行为

一个关键进展是，处理层并非作为孤立元件工作。当脉冲作用于某一 Pd–Pd 节点时，镍酸盐薄膜中氢和电压的重新分布会微妙地改变邻近节点所经历的场。对小阵列的实验表明，当附近节点也收到脉冲时，“参考”器件的电流会变大，而且这种效应更多取决于它们氢云的相对情况，而不是简单的物理距离。模拟验证了这种由基底介导的相互作用会重新塑造整体势能景观。其结果是网络级行为：多个节点的活动图样携带比任何单个器件更多的信息，类似于大脑中神经元群体的协同工作。

从简单模式到语音与脑电波

为了演示实用计算，作者首先将镍酸盐阵列接成一个紧凑的模式识别实验。简单的 5×5 黑白形状被转换为驱动 Pd–Pd 层的电压脉冲列。选定触点上演化的电流随后被转译为供 Pd–Au 输出层使用的电压，其电阻被训练以区分各类图案。硬件正确分类了输入，显示出时空处理加线性读出可以在同一种材料上实现完整的识别流程。团队随后基于其测得的器件行为对更大规模的网络进行了建模。对于语音数字识别，声波波形在进入镍酸盐处理层之前先被预处理成跨越多个频带的脉冲列

。同时包含空间耦合和时间衰减可将准确率提升至约 95%，优于仅使用时变器件或跳过处理层的情况。将类似方法应用于临床脑电图记录，可提高对癫痫发作早期征兆的检测能力，在异常脑活动出现的几秒内就显著提升了准确性。

这对未来智能硬件意味着什么

通俗地说，这项工作表明单一、精心设计的材料既能“感知”快速输入流，又能“记住”对后续决策重要的信息，有点像一小块简化的大脑组织。由于镍酸盐器件以纳秒脉冲和极小的能量工作，它们为构建紧凑、低功耗的芯片提供了有希望的路径，这类芯片可以实时分析声音、语音或医疗信号，而无需将数据传输到远端服务器。相同的原理——质子运动塑造电路径以及器件通过共享基底相互影响——可以扩展或与其他先进材料结合，指向能本地实现我们大脑轻松完成的交织时空计算的硬件方向。

引用: Zhou, Y., Shah, S., Dey, T. et al. Protonic nickelate device networks for spatiotemporal neuromorphic computing. Nat. Nanotechnol. 21, 579–587 (2026). https://doi.org/10.1038/s41565-026-02133-0