《功能材料》编委李晓光教授团队在《自然通讯》发表铁电隧道结类脑计算突破性成果
引言
本刊编委、中国科学技术大学物理学院李晓光教授团队在类脑计算硬件领域取得重要进展，研究成果以 "High-precision and linear weight updates by subnanosecond pulses in ferroelectric tunnel junction for neuro-inspired computing" 为题，发表于国际顶级期刊《自然通讯》（Nature Communications）。该工作首次在铁电隧道结（FTJ）中利用亚纳秒电脉冲实现了高精度、高线性度的突触权重更新，为突破类脑计算硬件的"精度瓶颈"提供了关键解决方案。
研究背景
当前人工智能算力需求呈指数级增长，传统冯·诺依曼架构面临"存储墙"与"功耗墙"的双重制约，类脑计算（Neuro-inspired Computing）被视为下一代计算范式的核心方向之一。其硬件实现的关键在于构建能够模拟生物突触可塑性的人工突触器件——要求器件具备非易失性、多态可调、高精度线性更新等特征。
铁电隧道结（Ferroelectric Tunnel Junction, FTJ）凭借隧穿电极化电阻（TER）效应，可在纳米尺度实现非易失性多电平电导态调控，被公认为最具潜力的人工突触候选器件之一。然而，长期以来FTJ面临一个根本性瓶颈：权重更新过程高度非线性、对称性差、且脉冲间涨落大。这意味着用FTJ模拟突触时，神经网络的训练精度严重受限，难以满足实际推理与学习需求。如何在FTJ中实现接近理想突触的线性、对称、高精度权重更新，是该领域亟待攻克的核心难题。
李晓光教授团队正是针对这一瓶颈，从脉冲工程的全新角度切入，提出了利用亚纳秒（subnanosecond）超快电脉冲调控铁电极化翻转动力学的创新策略。
核心突破
系统研究了不同脉冲宽度下FTJ的权重更新行为，发现当脉冲宽度压缩至亚纳秒量级（＜1 ns）时，铁电隧道结的权重更新特性发生质变，其物理机制在于：亚纳秒脉冲的作用时间短于铁电畴成核与生长的特征时间尺度，能够抑制随机畴壁运动带来的随机性，使极化翻转以更接近确定性的方式完成。这相当于在极短时间内"冻结"了畴动力学的随机分量，从而实现了前所未有的线性与精确权重调控。
该工作首次证明：仅通过调控脉冲宽度这一单一电学参数，即可将FTJ从"粗糙的双态开关"提升为"精密的模拟突触"，无需改变材料体系或器件结构。
理论与产业贡献
理论层面：该工作揭示了超快电场下铁电畴反转动力学的新物理图像，建立了脉冲宽度—畴翻转模式—权重更新线性度之间的定量关联。这不仅深化了对铁电体超快响应机制的理解，更为人工突触器件的"脉冲工程"设计提供了普适性理论指导——即通过电脉冲波形调控替代材料改性，实现器件性能的精细化优化。
产业层面：FTJ基人工突触具有天然优势——结构简单（仅需三层薄膜）、非易失性、纳米级尺度、超低功耗。本工作解决了其最大短板（线性度与精度），使FTJ阵列满足神经网络硬件加速的严格要求。相比当前主流的SRAM基或忆阻器基类脑芯片，FTJ方案在存储密度与能效比上具有显著优势，有望推动新一代低功耗边缘AI芯片的研发。团队成果为类脑计算从实验室概念走向工程化落地扫清了关键障碍。
本刊对李晓光教授及团队取得的这一重要进展表示热烈祝贺，期待该成果加速推动类脑计算硬件的产业化进程！
编委简介
李晓光教授为本刊编委，现为中国科学技术大学物理学院/微电子学院教授、博士生导师，长期从事强关联氧化物物理与铁电薄膜器件研究，是国内铁电隧道结与类脑计算硬件研究的开拓者之一。其研究方向涵盖多铁性材料与器件、氧化物界面物理、神经形态计算等前沿领域。主持国家自然科学基金重点项目、科技部重点研发计划等多项国家级课题，在Nature Communications、Advanced Materials、Physical Review Letters 等国际顶级期刊发表论文200余篇，获授权国家发明专利30余项。