2024年10月11日下午，中心在五号科研楼351会议室举办了《ERC学者讲坛》活动第二十八期，活动由加州大学洛杉矶分校(UCLA)的博士，邵启明教授作为主讲人，就基于自旋电子学计算的软硬件协同设计为中心师生做了精彩的学术报告。

       随处可见的智能设备产生的数据量越来越大，推动了数据驱动型和认知算法的发展。传统的数字计算机系统由于具有独立的逻辑和存储单元，在执行这些算法时会带来显著的延迟和能源成本。相反，自旋电子纳米器件作为可编程电阻器和具有记忆功能的设备，为创建面向数据密集型任务的智能硬件系统提供了一种范式转变的方法。这些设备的特点是具备高速度、低功耗、可扩展性、鲁棒性和构建动态复杂系统的能力。为了充分实现基于自旋电子学的计算的潜力，硬件软件协同设计方法是必不可少的。在本次研讨会中，我们将介绍两项利用自旋电子器件进行内存中心计算的最新研究。首先，我们探索了大量代工厂制造的磁阻随机存取存储器（MRAM）存在器件间以及单个器件多次重复工作后的性能变化。我们提出了一种片外自适应量化方法来缓解这些变化，在不需要片上训练的情况下获得精确的内存计算结果。其次，为了解决量子计算系统的输入/输出瓶颈，我们建议使用磁性拓扑绝缘体来实现低温内存计算。

       现场学术氛围浓厚，邵启明教授与现场的师生进行了热烈的互动交流。同学们与老师关于自旋信息用于AI计算的内在机理等相关问题展开了激烈讨论，同学们也进一步加深了对于基于自旋电子存算一体器件的认识。

邵启明：邵启明于2013年毕业于清华大学，并于2019年获得加州大学洛杉矶分校(UCLA)的博士学位。他的实验室专注于新型电子和自旋电子材料及其硬件-软件协同设计，用于记忆、人工智能、机器人和量子计算等应用。他在领先的期刊和会议上发表了50多篇技术论文，包括《自然电子》和国际电子器件会议。他是2022年IEEE磁学学会青年成就奖和UCLA杰出博士论文奖的获得者。自2023年起，他是IEEE磁学学会香港分会的主席。他是《npj自旋电子学》的副编辑。