【儀表網 研發快訊】隨著信息技術的發展，磁性網絡有望成為可重構邏輯器件、磁子器件及類腦計算的重要研究平臺。然而，納米磁性網絡的傳統制備依賴“自上而下”的微加工技術，工藝復雜并且成本高昂。相比之下，“自下而上”的自組織生長技術在制備微納結構方面具有成本和時間上的優勢，但是所形成的結構往往缺乏長程有序性。因此，人們亟需發展一種能填補微加工技術與自組織生長技術之間的空白、實現微納結構可控制備的技術方案。
 

　　南京大學物理學院王牧教授、彭茹雯教授研究團隊聯合美國喬治城大學劉愷教授團隊，利用原創的超薄液層電化學沉積體系，實現無模板二維磁性網絡的直接電化學生長。所制備出的二維納米磁性網絡在一個方向上呈現嚴格的周期排列，而在與其垂直的方向上又具有自組織特征，形成一種兼具規則性和復雜性的納米結構, 有望作為物理儲備池(Physical Reservoir)用于神經網絡計算。
 

　　圖1.電化學沉積直接生長出的金屬鈷的網絡結構。圖a為在超薄電解質液層中直接生長出的鈷的網絡結構掃描電子顯微鏡照片。圖b-d為不同驅動電壓頻率下得到的微納網絡結構。圖e-g為不同生長溫度下直接生長的微納鈷金屬網絡結構。
 

　　研究團隊通過電化學方法制備二維磁性網絡。利用電解質溶液結冰過程中的分凝效應，在冰與襯底之間形成超薄電解質液層。電化學生長在該超薄液層中進行。當電極間施加正弦電壓信號時，所得金屬鈷納米網絡由周期性脊和自組織形成的三角形結構組成(圖1)。通過控制生長參數，這些三角結構可以生長為中空或實心的圖案。金屬鈷網絡的幾何形態，包括空間周期性、三角圖案的尺寸，以及棱脊的高度等，都可以通過電信號的振幅和頻率進行調控。圖2a顯示調節電化學沉積中施加的電壓波形可以獲得特定形狀的網絡結構，實現對磁性網絡結構的“編碼”。磁力顯微表征顯示三角圖案上可呈現如圖2e中虛線方框內展示的“自旋態”和圖2e虛線圓圈中的“渦旋態”等不同的磁結構。在外磁場的作用下，磁性網絡的磁疇狀態對外磁場的響應呈離散型特征，揭示了網絡磁化強度與外部磁場的非線性關系。
 

　　圖2.磁性網絡的可編程化制備及其磁結構調控。圖a為編程電壓信號得到的電化學沉積網絡結構的掃描電子顯微鏡圖像。圖b為大尺寸磁性網絡結構的掃描電子顯微照片。圖c-h為磁力顯微鏡測量得到的網絡形貌和磁疇結構圖像。
 

　　該研究進一步揭示磁性網絡在神經形態計算中的潛在應用。利用系統的非線性動力學特性，將輸入數據映射到高維空間，使得原本線性不可分的數據變得線性可分，進而在模型訓練中只需訓練神經網絡中線性輸出層的權重，和傳統算法實現的循環神經網絡相比大幅度減少了計算工作量。如圖3所示，引入磁性網絡物理儲備池后，系統處理復雜信號的準確率得到了明顯提升，展示了磁性網絡在低能耗的智能計算硬件中的可能應用。
 

　　圖3. 磁性納米結構網絡用于信號轉換與預測任務的性能表現。圖a為磁性網絡儲備池計算架構示意圖。圖b為不同時刻的磁場信號輸入在磁性網絡上的極化強度分布圖。圖c-d為從正弦波形到鋸齒波的非線性波形轉換任務的訓練與預測。圖e-f為對Mackey-glass時間序列預測任務的訓練與預測。
 

　　研究成果以“Electrodeposition of magnetic nanonetworks featuring triangular motifs and parallel ridges on a macroscopic scale”為題發表在《自然×通訊》。南京大學物理學院陳飛副研究員和博士生單俊康為該論文的共同第一作者，王牧教授和彭茹雯教授為該論文的通訊作者，美國喬治城大學劉愷教授給予了研究指導，南京大學的王茜、李井寧、賈斐、王帆、楊子豪等研究生參與了部分研究。該工作得到國家重點研發計劃、國家自然科學基金、江蘇省自然科學基金等支持，并受南京大學國際合作提升計劃資助，依托南京大學物理學院、固體微結構物理全國重點實驗室、人工微結構科學與技術協同創新中心等平臺。