人工智能（AI）正以惊人的速度发展，但其日益增长的能源需求却构成了一项重大挑战。这时，自旋电子器件应运而生——这是一种将存储和处理相结合，以模仿大脑效率的新技术。

日本科学家现已研发出一种开创性的自旋电子器件，该器件可实现对磁态的电控，从而大幅降低功耗。这一突破可通过大幅提高芯片能效的方式革新人工智能硬件，其原理与神经网络的工作方式类似。

自旋电子器件：人工智能硬件领域的变革者

人工智能正在迅速改变各个行业，但这些技术不断发展的同时，其功耗需求也在不断增加。为了维持进一步发展，人工智能芯片必须提高能效。

这正是自旋电子器件的用武之地。通过将存储和计算功能结合在一起（类似于人脑的工作方式），它们为低功耗人工智能芯片提供了大有可为的基础。

如今，来自东北大学、国家材料科学研究所和日本原子能机构的研究人员已经开发出一种开创性的自旋电子器件。这一新技术实现了非共线反铁磁体和铁磁体的电互控，从而能够高效地切换磁态。从实际意义上讲，它能够在消耗极少能量的情况下存储和处理信息，非常类似于受大脑启发的AI芯片。

这一突破可为高效节能的新一代人工智能（AI）硬件铺平道路。相关研究成果已于2025年2月5日发表在《自然·通讯》上。

以多状态磁控技术革新人工智能

“尽管自旋电子学研究在电控磁序方面取得了重大进展，但现有的大多数自旋电子设备将受控磁性材料和提供驱动力的材料的作用区分开来，”东北大学的福上俊介（Shunsuke Fukami）说道，他负责监督此次研究。

这些设备一旦制造出来，就有一个固定的操作方案，通常是以二进制的方式在“0”和“1”之间切换信息。然而，新研究团队的这一突破为多种磁态的电可编程切换带来了重大创新。

利用磁自旋霍尔效应的力量

福上及其同事采用非共线反铁磁体 Mn3Sn 作为核心磁性材料。通过施加电流，Mn3Sn 会产生自旋流，通过磁自旋霍尔效应使相邻的铁磁体 CoFeB 发生切换。铁磁体不仅对自旋极化电流作出响应，还会影响 Mn3Sn 的磁状态，从而实现两种材料之间的电互易切换。

在概念验证实验中，研究团队证明，写入铁磁体的信息可以通过Mn3Sn的磁态进行电控制。通过调节设定电流，他们能够切换代表多种状态的不同轨迹中的CoFeB磁化。这种模拟开关机制中，电流极性的变化可以改变写入信息的符号，是神经网络中的关键操作，模拟了人工智能处理中突触权重（模拟值）的功能方式。

为节能型AI芯片铺平道路

福卡米（Fukami）表示：“这一发现代表着我们在开发能效更高的 AI 芯片方面迈出了重要一步。通过实现非共线反铁磁体和铁磁体之间的电互易切换，我们为电流可编程神经网络开辟了新的可能性。我们现在正致力于进一步降低工作电流并提高读出信号，这对于 AI 芯片的实际应用至关重要。”

该团队的研究为提高人工智能芯片的能源效率和最大限度地减少其对环境的影响开辟了新途径。

参考文献：2025年2月5日发表于《自然-通讯》（Nature Communications）的论文《非共线反铁磁-铁磁异质结构中的电互易转换》，作者为Yoon Ju-Young、Takeuchi Yutaro、Takechi Ryota、Han Jiahao、Uchimura Tomohiro、Yamane Yuta、Kanai Shun、Ieda Jun’ichi、Ohno Hideo和Fukami Shunsuke。DOI：10.1038/s41467-025-56157-6。