近日,南方科技大学深港微电子学院的王中锐博士团队携手中科院微电子所、华中科技大学及香港大学,共同提出并实验验证了一种创新的基于阻变存储器的储备池图神经网络(RGNN)。该方案为高效模拟材料体系中的离子和电子相互作用提供了全新的路径。相关研究成果已在《自然·计算科学》杂志上发表,论文链接为https://doi.org/10.1038/s43588-025-00844-3。 在软件层面,该网络针对原子力、哈密顿量及波函数预测等计算任务进行了优化,相较于传统的第一性原理方法,该方案在保持相当精度的同时,显著降低了计算成本。在硬件层面,该方案在基于40纳米工艺的256kb存内计算模块上得到了验证,相较于最先进的数字硬件,其推理速度和能效均有大幅提升。 这一创新成果为材料模拟领域带来了兼具精度与效率的软硬件协同解决方案,有望加速新材料的理性设计进程。