港科大（广州）成果在国际电子信息顶刊发表

近日，香港科技大学（广州）功能枢纽微电子学域程伯骏助理教授课题组的研究成果重磅发表于国际顶级期刊《Nature Electronics》，以“忆阻闪烁神经元实现光子链路互联三维神经网络”的创新方案，为下一代类脑计算芯片发展注入强劲动力。该成果由香港科技大学（广州）微电子学域博士研究生周悦和博士研究生方月彤共同担任第一作者。

《Nature Electronics》作为电子信息领域的权威旗舰期刊，聚焦全球顶尖电子科技突破，其刊发成果代表相关领域前沿方向，学术影响力与产业价值备受认可，是科研界的重要高地。此次港科大（广州）团队成果入选，彰显了学校在神经形态计算领域的硬核实力。

当前，深度学习在语言、视觉、自动驾驶等场景广泛应用，算力需求持续飙升，但传统CMOS晶体管计算架构面临微缩受限、互连拥塞、功耗散热等瓶颈。受大脑“高密度、低功耗、强连接”启发的神经形态计算，成为突破困局的关键方向。

此前忆阻器件虽具尺寸优势，但传统方案依赖复杂外围电路，制约了大规模集成。港科广团队创新提出忆阻闪烁神经元（MBN），将“神经元计算 + 光学读出 / 传输”融合于单器件，摆脱了繁重电学布线，成功破局。

基于该核心技术构建的光子互联三维脉冲神经网络表现优异：语音关键词四分类任务准确率达91.51%，MNIST任务中实现1μm阵列节距的超高密度集成，准确率92.27%。同时验证了长距离光链路触发、无电连接层间读出等关键技术，展现清晰可扩展路线。

此次研究通过器件与架构协同创新，突破传统硬件系统瓶颈，释放了三维集成在密度、功耗与可扩展性上的潜力，为高能效、可扩展类脑计算芯片奠定重要基础，也标志着港科大（广州）在相关领域的研究跻身国际前沿。

详细介绍如下：