搜索
1.深圳国际研究生院郑泉水、彭德利团队实现宏观尺度稳定自超滑；
2.北京大学集成电路学院吴子涵博士生荣获国际固态电路协会Kenneth C.（KC）Smith成就奖；
3.华中科技大学游龙教授团队：基于自旋电子概率计算硬件的免训练受限玻尔兹曼机求解布尔可满足性问题；
1.深圳国际研究生院郑泉水、彭德利团队实现宏观尺度稳定自超滑；
摩擦与磨损长期制约着精密机械与机电系统的发展，而自超滑作为一种极端界面状态，可在两个固体表面无润滑剂直接接触滑动时，实现零磨损、零静摩擦以及近零摩擦系数。此前，自超滑的接触尺度一直局限于纳米和微米范围，大大限制了其应用想象空间，“尺度障碍”成为该领域发展的关键瓶颈。
近日，清华大学深圳国际研究生院郑泉水院士和彭德利助理教授课题组在肉眼可见的宏观尺度实现稳健自超滑，破解了这一持续多年的科学难题，将自超滑真正带入宏观世界。
研究团队基于无褶皱单晶石墨材料，采用大尺度原子级光滑表面构筑方法，成功制备出近乎无缺陷的亚毫米尺度洁净非公度范德华界面。依托这一可直接观测的宏观滑动体系，研究人员能够采用宏观加载与测量方式直接研究自超滑行为。
宏观自超滑界面摩擦力的载荷依赖性。（a）摩擦力随法向载荷（1 mN～0.5 N）的变化关系；（b, c）另外两组尺寸样品的摩擦力–法向载荷关系，均表现出负摩擦系数行为
实验结果显示，在1mN至0.5N的宽载荷范围内，界面摩擦与载荷基本无关，其微分摩擦系数与绝对摩擦系数均低至10-6量级。研究中还首次在宏观摩擦体系中观测到负摩擦系数现象，即载荷增加反而导致摩擦降低，表明界面摩擦已逼近其本征极限，摩擦系数实际趋近于零。
基于实验结果推算，即使将一头成年大象的重量施加于该界面，仅需相当于一颗鸡蛋重量的微小驱动力即可使其发生滑动。进一步研究表明，在亚毫米尺度石墨与二硫化钼异质结界面中同样能够实现上述理想状态，说明宏观自超滑并非单一材料的特例，而在层状范德华材料体系中具有普适性。
这一研究成果是力学、材料科学、制造与表界面物理等多学科深度交叉融合的结果。宏观尺度稳定自超滑的实现，有望成为下一代机械与机电系统的根技术，为先进制造、高端装备、精密仪器、航空航天、智能机器人及新能源汽车等领域中的摩擦磨损问题提供颠覆性技术路径。
研究成果以“稳健的宏观尺度结构超滑的实现”（Observation of robust macroscale structural superlubricity）为题，于2月17日发表于《物理评论快报》（Physical Review Letters）。
清华大学深圳国际研究生院郑泉水院士和彭德利助理教授为论文共同通讯作者，清华大学深圳国际研究生院2024级博士生韩旻昊、彭德利为论文共同第一作者。论文其他作者还包括苏州实验室教授丁峰、清华大学航天航空学院教授徐志平、以色列特拉维夫大学教授迈克尔·乌尔巴克（Michael Urbakh）、意大利的里雅斯特国际高等研究院博士后王进等。研究得到国家自然科学基金、国家重点研发计划、广东省自然科学基金及深圳市重点实验室等的支持。
2.北京大学集成电路学院吴子涵博士生荣获国际固态电路协会Kenneth C.（KC）Smith成就奖；
近日，第七十三届国际固态电路大会（ISSCC 2026）在美国旧金山举行。会上，北京大学集成电路学院2022级博士生吴子涵因其在存内计算、搜索技术及其在优化问题中的应用研究方面取得的突出成绩，荣获Kenneth C.（KC）Smith Award。该奖项由IEEE Solid-State Circuits Society（SSCS）今年首次设立，旨在纪念为集成电路领域做出卓越贡献的先驱者，是面向固态电路领域博士生的最高国际奖项，每年在全球范围内遴选不超过2名获奖者。
吴子涵博士由北京大学集成电路学院王源教授和军事医学科学院伯晓晨研究员两位老师联合培养，是集成电路科学与工程这一交叉学科人才培养的典型尝试。在两位老师的带领下，吴子涵博士以组合优化问题在生物医疗、电子设计自动化等关键领域应用为牵引，围绕“以电路技术重构组合优化计算范式”展开探索与研究。通过软硬件深度协同的设计思路，他致力于推动底层电路创新在复杂优化任务中的落地应用，以系统性降低优化问题求解中的能耗开销与算力瓶颈：在电路与存储层面，他设计了基于eDRAM的自旋结构、位置编码计数器等关键算子，并结合存内计算与地址寻访查找机制，将检索与匹配过程下沉至阵列内部，显著提升具体优化过程的计算能效；在算法和架构层面，他进一步通过协同优化数据流与计算流程，有效降低多类优化任务中的中间缓存开销，并提升有限计算阵列对大规模问题的承载与部署能力。
截至目前，吴子涵博士已在ISSCC、CICC、JSSC、TCAS-I等核心期刊与会议发表论文累计15篇，其中以第一作者身份发表ISSCC论文3篇（含1篇共同一作）和JSSC论文2篇。他还长期担任JSSC、TVLSI、ISCAS等国际期刊与会议审稿人，并作为IEEE SSCS Peking University学生分会副主席积极组织与统筹系列学术活动。
组合优化与概率推理类问题在人工智能、电子设计自动化（EDA）、通信网络和物流规划等领域十分常见，其中布尔可满足性（SAT）问题是典型代表。传统冯·诺依曼架构在处理此类问题时，常因数据搬运、串行执行与训练成本高昂而成为性能与能效的瓶颈。随着问题规模的扩大，现有通用处理器在能效、并行性以及可扩展性方面逐渐显现局限性。如何把“计算”从软件回归到物理器件层面，利用器件本征物理特性直接完成采样与优化，已成为一条极具前景的路径。
3.华中科技大学游龙教授团队：基于自旋电子概率计算硬件的免训练受限玻尔兹曼机求解布尔可满足性问题；
近期，华中科技大学游龙教授团队在Applied Physics Letters发表研究成果，提出了一种基于自旋电子器件的受限玻尔兹曼机（RBM）硬件实现方案，并成功应用于SAT问题求解。该工作的一项突出特点在于无需训练的RBM构建方法：通过线性规划直接确定网络权重与偏置，使RBM的能量最低态严格对应目标逻辑函数或约束条件，从而避免了传统概率神经网络中耗时且资源密集的训练过程。
图1 随机STT-MTJ构成的二值随机神经元及其概率输入输出特性
该工作利用低势垒的自旋转移矩磁隧道结（STT-MTJ）器件在热涨落作用下表现出的随机翻转行为构建二值随机神经元，实现了高质量概率采样。该方案无需额外随机数发生器或复杂非线性模块，仅依赖少量CMOS辅助电路即可完成概率计算，在面积和能耗方面具有显著优势。基于该随机神经元，研究实现了多种可逆逻辑单元，并验证了其级联融合与反向推理能力。在应用层面，作者以典型3-SAT问题为例，展示了该硬件RBM在组合优化中的求解过程与稳态概率分布特征。结果表明，系统能够以较高概率收敛至满足约束的解状态，验证了所提出架构在实际问题求解中的有效性。
图2 基于随机MTJ的RBM NAND门结构及其采样特性
该研究展示了自旋电子器件、概率计算模型与可逆逻辑设计的深度融合潜力，利用材料与器件的物理行为实现算法，借助电路的能量最小化完成搜索与决策。这不仅为低功耗、高并行的专用优化芯片提供了新方向，也为未来物理驱动的AI加速器、近终端智能与实时优化器的研发打开了可能性。
