利用超快热力学和反磁性材料的快速切换实现类神经信息处理

在现代信息驱动的社会中解决复杂任务需要新的材料和概念，以实现能源效率的硬件。反磁性材料因其卓越的特性（低功耗、可能的高集成密度）而成为寻求此类方法的有前景的平台，适用于信息存储、处理或非凡计算的应用。对于反磁性材料，CuMnAs 因其原子级可扩展的磁性纹理、模拟多级存储能力以及可通过单次电气或飞秒激光脉冲控制的磁性状态而脱颈而出。本工作使用一对激光脉冲，考察了 CuMnAs 用于信息处理的突触和神经元功能，轻松地整合了两种具有不同特征时间尺度的原理。亚纳秒时间尺度上的激光诱导瞬态热力学代表短期记忆，并因进入磁性碎片化状态而导致电阻开关。该快速切换可从极短时间到数小时后通过电气方式检测，类似于长期记忆。该原理组合的灵活性通过神经网络中常用的操作得以演示。时序延迟编码（是脉冲神经网络的基本特性）用于将灰度图像数据编码为亚纳秒脉冲延迟。随后施加不同�幅的输入激光脉冲，可实现脉冲模式识别。这些结果为设计新型计算架构开辟了道路。