东北大学的一组研究人员开发了一种利用自旋电子技术的高性能自旋波储层计算(RC)的理论模型。这一突破使科学家们距离实现具有无与伦比的计算能力的节能纳米级计算又近了一步。

他们的研究结果详细信息于 2024 年 3 月 1 日发表在《npj Spintronics》上。

大脑是终极计算机，科学家们不断努力创造模仿大脑处理能力、低功耗及其适应神经网络能力的神经形态设备。神经形态计算的发展是革命性的，使科学家能够以低能耗探索纳米级领域、GHz 速度。

近年来，受大脑启发的计算模型取得了许多进展。这些人工神经网络在各种任务中表现出了非凡的性能。然而，当前的技术是基于软件的;它们的计算速度、尺寸和能耗仍然受到传统电子计算机特性的限制。

RC 通过一个固定的、随机生成的网络(称为“水库”)工作。储存器能够记忆过去的输入信息及其非线性变换。这种独特的特性允许集成物理系统(例如磁化动力学)来执行顺序数据的各种任务，例如时间序列预测和语音识别。

一些人提出自旋电子学作为实现高性能器件的一种手段。但迄今为止生产的设备未能达到预期。特别是，他们未能以 GHz 速度实现纳米级的高性能。

该论文的合著者、高级材料研究所 (WPI-AIMR) 副教授 Natsuhiko Yoshinaga 表示：“我们的研究提出了一种利用传播自旋波的物理 RC。” “我们开发的理论框架利用了将输入信号与传播自旋动力学联系起来的响应函数。该理论模型阐明了自旋波 RC 高性能背后的机制，强调了波速与系统尺寸之间的比例关系，以优化虚拟节点的有效性”。

至关重要的是，吉永和他的同事帮助阐明了高性能储层计算的机制。在此过程中，他们利用了各个子领域，即凝聚态物理和数学建模。

“通过利用自旋电子技术的独特特性，我们有可能为智能计算的新时代铺平道路，使我们更接近实现可用于天气预报和语音识别的物理设备，”吉永补充道。