南京大学物理学院缪峰教授、梁世军副教授团队联合南京理工大学程斌教授通过构筑特殊堆垛构型的魔角石墨烯器件，观测到电子型铁电性与拓扑边界态的共存，并基于可选择的准连续铁电开关，首次提出了噪声免疫的类脑计算方案，该工作为开发基于拓扑边界态的新型低功耗电子器件开辟了全新的技术路线。　　传统半导体芯片中的电子传输常受到散射作用，导致能量损耗大且效率低下就像在繁忙十字路口行驶的车辆，其运动轨迹往往是不规则的折线。相比之下，拓扑量子材料中的拓扑边界态则如同电子传输的“高速公路”，运动轨迹是一条直线，这种运动方式排除了外界的干扰，实现低能耗的直线传输。“做一个大胆的猜测，如果这种电子传输的‘高速公路’能够按需改变‘车流量’，也就是调控电子传输的‘流量’，就有望实现其在低功耗电子器件中的应用。”缪峰说。　　莫尔超晶格材料是一类通过构筑特殊的二维材料异质结界面结构所形成的材料体系，在其界面处具有晶格常数远大于初始二维材料的“超级”晶格。团队构建了一个全新的莫尔异质结结构，通过一步步实验，实现了陈数的非易失开关，这意味着铁电陈绝缘体器件具有利用拓扑边界态，实现信息存储和运算功能的潜力。之后，研究团队在魔角双层石墨烯器件中实现了准连续铁电态的开关功能。　　最后，研究团队利用铁电陈绝缘体的拓扑边界态作为信息载体，提出了噪声免疫的类脑计算方案。其研究结果表明，相比于传统的ReRAM器件，基于铁电陈绝缘体器件的卷积神经网络具有对噪声免疫的特性，这表明拓扑保护的量子边界态在类脑计算中具有巨大应用潜力。　　南京大学研究团队的这一成果不仅在科学上具有重要的理论意义，还在技术应用上展现出广阔的前景。首先，它推动了拓扑量子材料在电子器件领域的应用研究，为开发新型低功耗电子器件提供了新的思路和方法。其次，噪声免疫的类脑计算方案为未来人工智能和神经形态计算的发展提供了强有力的硬件支持，有望在未来实现更高效、更稳定的计算系统。最后，这一成果还促进了物理学、材料科学和计算机科学等多个学科的交叉融合，为科学研究的深入发展提供了新的动力。相关研究成果Selective and quasi-continuous switching of ferroelectric Chern insulator devices for neuromorphic computing于近日发表在国际学术期刊《自然·纳米技术》(Nature Nanotechnology)。