基于磁性 skyrmion 的神经形态加权求和

将磁性 skyrmion 集成到神经形态计算中有助于提升硬件效率与计算能力。然而，开发神经元信号加权和（神经网络中的核心操作）的可扩展实现一直是一项挑战。在此，我们展示了可以利用磁性 skyrmion 的非易失性与类粒子特性（使其易于计数与求和），以紧凑的、受生物启发的方式执行加权和操作。skyrmion 以与输入成正比的数量被电学生成，其效率由非易失性权重给定。随后，这些手性粒子利用局域电流注入被导向一个位置，在该位置通过非扰动电学测量对其存在进行量化。我们目前的实验演示具有两个输入，可使用交叉阵列设计扩展以容纳多个输入与输出，潜在地接近生物系统中观察到的能量效率。