北航新闻网8月28日电（通讯员 王琳）类脑智能器件是一类受生物神经系统结构与功能启发的硬件，旨在从物理层面模拟神经元与突触的信息处理方式，为高效、低功耗的智能计算提供物理载体。这类器件不仅能够以极低的功耗实现大规模并行计算，更有望通过突触动力学机制赋予硬件持续在线学习的能力。然而，要让硬件长期稳定地学习，仅靠简单的正反馈动力学远远不够。根据过去的活动水平，主动调整产生负反馈，这类自我稳定能力，被称为稳态可塑性。Bienenstock-Cooper-Munro（BCM）规则通过根据神经元历史活动动态调节其敏感度阈值，有效防止网络陷入失控的兴奋或抑制。然而，BCM规则在理论层面具有重要意义，如何在固态器件中实现该规则，始终是类脑智能领域面临的长期挑战之一。近日，北京航空航天大学物理学院黄安平教授团队与合作者在该领域取得重要突破。他们基于层状CuInP₂S₆（CIPS）二维材料构建了新型忆阻器，首次在单个两端器件中利用固有的结寄生电容和二阶离子动力学，自发实现了完整的BCM学习规则。相关成果以“Realization of the Bienenstock-Cooper-Munro rule in a single memristor”为题，发表于国际知名综合期刊《自然·通讯》（Nature Communications）。

图1.突触中的稳态可塑性机制与CuInP₂S₆突触忆阻器的同质结特性

研究团队发现，CIPS忆阻器内部包含两个关键功能：一是Cu⁺离子迁移带来的二阶动力学，可实现历史依赖的滑动阈值；二是器件内部的结寄生电容，在脉冲间隔期产生反向电压尖峰。过去谈到器件的寄生电容，第一反应往往是带宽下降、波形失真和额外能耗。可在这项工作里，结电容制造的反向尖峰恰好补上了BCM规则最缺的一块：一种不依赖自然遗忘、又能随脉冲频率自动变化的抑制过程。如果说普通忆阻器擅长回答“权重怎么写进去”，这项工作又向前走了一步：权重写进去以后，器件能不能根据自己的历史状态，决定下一次该继续学习，还是先把自己稳住？这种根据历史活动主动调节学习方向的能力，是类脑硬件实现长期稳定学习更关键的一步。

离子迁移与寄生电容两种动力学的耦合使得权重变化随脉冲频率呈现非单调响应。为揭示其物理起源，团队采用开尔文探针力显微镜（KPFM）直接观测到Cu⁺离子在偏压下的定向迁移，形成可重构的p-n同质结。该同质结在正向偏压下累积少数载流子，产生远超常规界面电容的扩散电容；脉冲撤去后，储存电荷释放产生反向电压瞬态，导致忆阻器实际承受电压（Vₘ）等于输入电压（Vᵢₙ）减去电容电压（V_c）。基于此，团队建立了耦合二阶离子动力学与结电容的普适性动态模型，成功再现了完整的BCM规则，包括非单调EDE和滑动阈值行为。

图2.结寄生电容导致的充放电与频率依赖的BCM规则

论文的核心突破在于，EDE功能的实现并非依赖外加栅极、特殊脉冲编码或外围控制电路，而是源于器件内部通常被视为负面因素的结寄生电容。该发现不仅为类脑器件提供了一种无需外部干预的自主稳态调节机制，更揭示了“寄生效应功能化”这一全新器件设计思路。

尤为重要的是，该策略具有普适性。团队通过外部串联RC电路在传统MoS₂忆阻器上成功复现了EDE行为，证明引入类似的电容设计即可使现有忆阻器平台获得完整的BCM学习能力。这为将自适应稳态可塑性大规模集成于类脑智能器件提供了通用且高效的硬件路径，对类脑智能硬件实现长期稳定学习具有重要的意义。

图3.在等效电路中观察到了频率依赖的非单调性行为

北航物理学院博士研究生黄江顺为文章第一作者，黄安平教授、中国科学院半导体所张兴旺研究员、中国科学院上海微系统与信息技术研究所狄增峰研究员为共同通讯作者。北航物理学院为第一完成单位。该工作得到了国家自然科学基金、中国航天科技集团公司第八研究院产学研合作基金等项目的支持。

论文链接：https://doi.org/10.1038/s41467-026-75488-6

（审核：王菲）

编辑：贾爱平