1.半赫斯勒窄带半导体材料的压电效应，浙大成果上《科学》；

2.北理工课题组在退役锂离子电池直接修复再生研究中取得重要进展；

3.南科大深港微电子学院团队5篇论文被DAC录用；

4.中国科大实现开放量子系统中最优控制算法的设计及实验验证

1.半赫斯勒窄带半导体材料的压电效应，浙大成果上《科学》

压电换能技术可实现机械能与电能之间的直接转换，广泛应用于传感、声学、成像、驱动和能量采集等领域。以往压电材料的研究主要集中于具有宽禁带（Eg>2.0eV）和低电导率的陶瓷或单晶材料中。与之相对，窄禁带（Eg<1.0eV）半导体材料通常具有较高电导率，这不利于有效电荷积累形成稳定电压响应。因此，窄禁带半导体材料的压电效应鲜有实验研究。

半赫斯勒（half-Heusler）材料是一个家族成员众多、电子结构丰富的材料体系，在热电、磁性、拓扑绝缘体、自旋电子、超导、催化等领域受到了广泛关注。2012年，美国科学院院士David Vanderbilt与同事通过第一性原理计算预言半赫斯勒窄带半导体材料具有压电潜力，并提出通过生长高质量单晶有望从实验上测出该体系的压电系数[Phys.Rev.Lett.109, 037602 (2012)]。过去十余年，陆续有理论计算工作发表，支持Vanderbilt等人有关半赫斯勒体系压电效应的预测。然而，由于其窄禁带特性以及本征缺陷存在，半赫斯勒材料的室温电导率可达103~105 S/m，比传统压电陶瓷高出十余个数量级，这使得直接观测其压电响应面临着重要实验挑战。此外，以往半赫斯勒体系的研究通常聚焦多晶材料开展，高质量单晶生长研究较少。迄今为止，国际上尚无半赫斯勒窄带半导体材料压电效应的实验报道。

浙江大学朱铁军教授团队在半赫斯勒材料热电效应研究方面有着近二十年的经验积累。近年来，团队在半赫斯材料的高质量单晶生长也不断取得突破，这为开展半赫斯勒材料压电效应研究奠定了良好的基础。近日，团队首次观察到TiNiSn、ZrNiSn、TiCoSb三种半赫斯勒窄禁带半导体材料的压电效应，制备了基于TiCoSb-[111]切型晶片的原型压电器件，该器件在不同外加应力条件下均展现出稳定的电压响应并实现了为电容器充电的应用演示。此外，半赫斯勒材料的压电响应在室温至1173K范围内保持稳定。这些结果表明半赫斯勒窄带半导体材料在压电领域具有潜在应用前景。相关研究成果以《Piezoelectricity in Half-Heusler Narrow Bandgap Semiconductors》为题于2025年3月14日在线发表于国际学术期刊《科学》（https://www.science.org/doi/10.1126/science.ads9584）。浙江大学为论文的第一通讯单位，浙江大学材料科学与工程学院朱铁军教授、付晨光研究员和黄玉辉副教授为论文的共同通讯作者，博士后黄奕为该论文的第一作者，博士研究生吕福和韩屾为共同第一作者，该工作的合作者有西安交通大学李飞教授和南京大学吴迪教授。

为了测定压电系数，团队首先制备了TiNiSn, ZrNiSn和TiCoSb的[111]切型晶片。通过准静态压电常数测试方法得到[111]切型晶片的垂直压电应变常数，再根据剪切压电应变系数d14与[111]切型晶片垂直压电应变常数的31/2

数关系，首次从在实验上确定了TiNiSn, ZrNiSn和TiCoSb的剪切压电应变系数d14分别约为8 pC/N、38 pC/N和33 pC/N。其中，ZrNiSn和TiCoSb单晶的剪切压电系数在非中心对称、非极性压电材料中属于较高数值，高于SiO2、GaSb等宽禁带压电材料。团队研发了基于TiCoSb- [111]切型晶片的压电器件，该器件在不同施力大小和持续时间下展现出了稳定的电压响应，且能够持续为电容器充电。此外，团队发现半赫斯勒材料在室温至1173K范围内表现出良好的热稳定性，其压电响应也在该温区保持稳定。这些结果表明半赫斯勒窄带半导体材料在压电领域具有潜在应用前景。值得注意的是，窄带半导体的压电效应机制起源可能不同于离子位移型的传统压电材料，该实验发现可能为新型压电材料设计及换能技术提供新的思路。此外，窄带半导体通常具有较为显著的光电、热电等效应，这为开发压电-光电、压电-热电等多功能效应协同的电子器件提供了新的可能。

图1. 半赫斯勒TiNiSn, ZrNiSn和TiCoSb [111]切型晶片的压电系数

图2. 基于半赫斯勒TiCoSb [111]切型晶片制备的压电器件及其应用展示

上述工作得到了国家重点研发计划、国家自然科学基金委、硅及先进半导体材料全国重点实验室、浙江省自然科学基金委和中央高校基本科研业务费专项资金的共同资助，也得到了上海同步辐射光源线站的支持。

2.北理工课题组在退役锂离子电池直接修复再生研究中取得重要进展

3月6日，北京理工大学材料学院李丽教授、吴锋院士课题组在退役锂离子电池正极材料修复再生研究中取得重要进展，基于酸刻蚀表面预处理和固相烧结补锂技术成功实现高度失效LiNi0.5Co0.2Mn0.3O2（NCM523）升级修复。酸刻蚀可选择性去除表面惰性类岩盐结构并将多晶二次颗粒解离为单晶，同时降低补锂过程中的热力学和动力学势垒，显著提升了固相烧结过程中的修复效果。此外，得益于单晶形貌更优异的机械稳定性，修复后ER-NCM523的循环稳定性显著提高。全生命周期经济环境分析表明，该回收技术兼具绿色、短程和经济优势。相关研究成果以“Surface engineering enabling efficient upcycling of highly degraded layered cathode”为题发表在国际顶级期刊Advanced Materials上，北京理工大学博士研究生黄清荣为本文第一作者。

作为推动能源领域绿色发展的关键一环，退役锂离子电池的回收处理在新能源汽车及储能产业可持续发展中发挥着至关重要的作用。退役层状正极材料的性能衰减主要归因于电极材料的结构退化和活性锂损失。特别是在长期循环过程中，层状材料在应力和副反应的协同作用下，表面层状结构缓慢转变为致密的类岩盐结构。电化学惰性的类岩盐相不仅阻断了修复过程中的补锂通道，还需要克服较大的热力学势垒才能转化为层状结构。而高度退化层状正极废料表面的类岩盐相较厚，传统的固相烧结、水热、低温共晶盐等修复技术难以实现高效的补锂，对高度退化的三元层状材料的适用性较弱。

鉴于此，课题组提出了一种针对层状正极材料的表面预处理辅助升级修复技术（surface engineering assisted direct upcycling, SADU）。该技术基于不同化合价过渡金属元素与酸的反应活性差异，能够选择性地去除层状废料表面类岩盐结构，同时将多晶废料解离为单晶颗粒。刻蚀后的废料只需经过简单固相烧结并补充锂元素，即可实现结构与功能的修复。修复后的NCM523材料放电容量与商业化产品相当，且循环稳定性更为优异，在3.0-4.2 V（相对于石墨负极）下循环500周后，容量保持率为80.1%，远高于商业NCM523材料（57.1%）。经济与环境评估显示，该回收技术的利润分别是火法回收和湿法回收的14.2倍和3.4倍，而其温室气体排放量仅为火法回收的51.7%和湿法回收的57.6%。此外，该直接修复技术不仅适用于中低镍层状材料，还可拓展至其它层状材料，如钴酸锂或高镍层状氧化物，展现出巨大的产业化应用潜力。

图1 （a）SADU技术流程示意图；（b）修复后NCM523和商业正极材料在全电池中的容量衰减曲线；（c）SADU技术的经济分析；（d）基于传统技术和SADU技术再生LIBs的试剂消耗与温室气体排放量对比

综上所述，研究团队成功开发了一种表面预处理辅助升级修复技术，有效攻克了高度退化层状材料难以直接修复的技术难题，并充分验证了该技术的可行性、可靠性和普适性。通过选择性去除材料表面的惰性类岩盐相，并优化其微观形貌，该技术显著提升了修复过程中的补锂效率以及材料的循环稳定性。此外，该技术所涉及的酸蚀刻和固态烧结工艺，已在当前电池材料生产中广泛应用，无需额外开发新设备即可实现快速工业化应用，产业化应用潜力巨大。

3.南科大深港微电子学院团队5篇论文被DAC录用

近日，南方科技大学王中锐副教授团队的5篇顶会论文被国际设计自动化领域顶级会议DAC 2025录用，南科大为第一通讯单位。DAC（设计自动化会议，Design Automation Conference）是集成电路芯片设计与辅助工具研究领域的国际顶级会议，也是电子设计自动化领域的CCF-A类会议，至今已有62年历史。2025年的DAC会议将于6月22日至25日在美国加利福尼亚州旧金山的Moscone West会展中心举行。

随着人工智能技术的快速发展，深度神经网络（DNN）在自动驾驶、医疗保健和金融等领域的应用越来越广泛。然而，DNN加速器的安全性和能效提升问题日益凸显。王中锐课题组针对这两个重要问题，主要完成了以下工作：

论文一：《Re4PUF: A Reliable, Reconfigurable ReRAM-based PUF Resilient to DNN and Side Channel Attacks》

作者信息：Ning Lin, Yi Li, Yangu He, Songqi Wang, Hegan Chen, Kwunhang Wong, Chuxin Li, Jichang Yang, Yifei Yu, Meng Xu, Yongkang Han, Rui Chen, Xiaoming Chen, Xiaoxin Xu, Jianguo Yang, Dashan Shang and Zhongrui Wang

基于忆阻器（ReRAM）的物理不可克隆函数（PUF）因其低能耗和紧凑尺寸的优势，已成为一种具有研究和应用前景的硬件安全原语。然而，现有的基于ReRAM的PUF的可靠性会受到环境的影响，同时也面临深度神经网络建模攻击和侧信道攻击（SCA）的威胁。本文提出了一种新型的3T2R ReRAM可重构PUF（见图1），通过数字3T2R的分压单元设计，提高了基于ReRAM的PUF可靠性。通过调节反相器的供电电压，使PUF无需重擦写ReRAM即可快速、低成本地实现重构，从而防御DNN建模和SCA的威胁。

图1：Re4PUF整体设计

论文二：《Guarder: A Stable and Lightweight Reconfigurable RRAM-based PIM Accelerator for DNN IP Protection》

作者信息：Ning Lin, Yi Li, Jiankun Li, Jichang Yang, Yangu He, Yukui Luo, Dashan Shang, Xiaoming Chen, Xiaojuan Qi and Zhongrui Wang

深度神经网络模型部署在基于忆阻器的存算芯片中存在模型安全问题。这是由于忆阻器的非易失性特点，使得断电情况下攻击者依然可以读取权值。为此，我们提出软硬件协同设计解决方案（见图2）。硬件方面，我们利用3T2R设计的可重构功能来实现模型的加密。这种可重构使得芯片在不同的密钥下具有不同的前向推理结果。软件方面，我们提出一种差异化对比训练方法，确保在授权芯片上模型具有较高的前向推理性能，而在未授权芯片上前向推理性能很低。在图像分类、分割以及生成任务上的大量实验验证了我们方法的有效性。我们的方法确保模型在授权芯片上几乎没有性能下降，而在未授权芯片上的性能降至随机猜测或生成。

图2：Guarder整体设计

论文三：《SeDA: Secure and Efficient DNN Accelerators with Hardware/Software Synergy》

作者信息：Wei Xuan, Zhongrui Wang, Lang Feng, Ning Lin, Zihao Xuan, Rongliang Fu, Tsung-Yi Ho, Yuzhong Jiao and Luhong Liang

近年来安全DNN加速器备受关注。该研究提出了一种硬件和软件的协同优化机制，实现了高安全性和高效率的DNN加速器设计（见图3）。其核心创新包括：1）带宽感知加密机制，采用单个AES引擎并结合密钥扩展模块生成多个独特的一次性密码，从而在不增加硬件资源的情况下满足高带宽需求，防止了单元素碰撞攻击，并降低了硬件开销。2）多级完整性验证机制，引入了基于块、层和模型的多粒度完整性验证，减少了安全元数据的存储和访问需求，通过将层或模型粒度的安全元数据存储在加速器芯片内，几乎消除了对内存的额外访问开销，同时防止了重新排列攻击。3）还考虑了DNN模型中层内和层间的数据块对齐问题，避免了冗余的加密和解密操作，进一步提高了性能。

图3：SeDA整体设计

论文四：《Efficient Edge Vision Transformer Accelerator with Decoupled Chunk Attention and Hybrid Computing-In-Memory》

作者信息：Yi Li, Zijian Ye, Xiangqu Fu, Songqi Wang, Shucheng Du, Ning Lin, Dashan Shang, Jinshan Yue, Zhongrui Wang, Xiaojuan Qi, Feng Zhang and Han Wang

在DNN加速方面，该研究提出一种基于算法-硬件协同优化的边缘视觉Transformer加速器（见图4），旨在解决现有ViT模型在边缘设备上部署时面临的高计算复杂度、资源消耗大以及硬件利用率低等问题。通过算法层面的解耦分块注意力机制，采用流水线方式减少片外内存访问，实现有限片上内存下的高效密集预测；在架构层面，引入基于SRAM的存内计算与非易失性RRAM存储的混合架构，结合融合调度策略，平衡工作负载并减少中间片上内存访问；在电路层面，提出双向可重构的CIM宏单元，提升硬件利用率。该研究为边缘设备上的高能效、低延迟密集预测提供了创新解决方案，推动ViT在自动驾驶和监控图像分析等领域的广泛应用。

图4：边缘端ViT整体设计

论文五：《DANN: Diffractive Acoustic Neural Network for in-sensor computing system target at multi-biomarker diagnosis》

作者信息：Lewei He, Ning Lin, Binbin Cui, Xinran Zhang, Shiming Zhang and Zhongrui Wang

对于声学系统的加速，该研究提出一种基于衍射声学系统的模拟机器学习硬件，以及对应的仿真方法，旨在突破传统光学生物传感在液体环境进行即时检测的瓶颈（见图5）。通过将AI算法与声学传感器集成，系统直接在模拟域处理微流控生物信号，避免模数转换延迟及冯·诺依曼瓶颈，显著提升能效与实时性。研究聚焦于声学组件的小型化优化，克服光学系统在微流道内难以压缩的缺陷，为便携式医疗设备提供高精度、低成本的即时分子检测方案，推动边缘AI在床边诊断中的应用。

图5：DANN系统整体设计

4.中国科大实现开放量子系统中最优控制算法的设计及实验验证

中国科大郭光灿院士团队在开放量子系统的最优鲁棒控制算法的研究中取得了重要进展。该团队邹旭波、邹长铃等人与清华大学孙麓岩教授合作，实现了开放系统中最优控制算法的设计及实验验证。相关成果以“Robust and optimal control of open quantum systems”为题于2月26日在线发表在国际知名期刊《科学进展》（Science Advances）上。

高效算法破解开放系统控制难题

量子计算的精准操控始终面临开放系统环境噪声的严峻挑战——参数漂移、退相干效应等干扰使得传统封闭系统算法（如GRAPE、CRAB）优化得到的门操作保真度骤降。而现有开放系统优化方案虽能解决噪声问题，但计算复杂度急剧增长，严重制约其在大规模量子系统中的应用前景。

图 1 最优控制算法示意图

为此，该合作研究团队创造性融合封闭系统GRAPE算法框架与开放系统的算法理论（简称Open-GRAPE），开发出兼顾精度与效率的“近似Open-GRAPE算法”。该方案通过引入参数漂移与退相干噪声的低阶效应近似模型，将复杂开放系统的优化问题转化为可高效计算的形式。数值模拟显示，相比Closed-GRAPE算法，新算法生成脉冲的平均错误率从1.47%降至0.97%；而其生成错误率小于0.93%的脉冲，即处于Closed-GRAPE算法均值三个标准差外的高性能脉冲的概率提升了约340倍。研究团队进一步以二项式编码进行了实验验证，数据表明在编码的初始化与解码过程中平均错误率从1.84% 降至1.01%，而最低的错误率低至0.60%，处于领域领先的水平。

图 2 优化所得的五百条脉冲的保真度分布图

百万维开放系统的优化照进现实

研究团队进一步从理论上证明了，尽管近似Open-GRAPE算法进一步考虑了各种噪声，但是其算法复杂度仅为Closed-GRAPE算法的常数倍。结果显示，新算法在考虑两类参数扰动和两类退相干噪声时，单次迭代计算复杂度仅为传统算法的6.8倍。进一步的数值计算结果表明，该算法有望在当前的经典计算机中实现百万维（约20量子比特）开放量子系统的控制脉冲优化，为大规模量子处理器设计提供了可行方案。

该研究在高效计算的基础上解决了开放量子系统最优控制过程中的噪声抑制问题，为大规模量子纠错、容错计算等提供了关键工具。审稿人高度肯定了该工作的实用性：“This is a useful idea which should be of broad interest in the wider quantum community (largely independent of the particular platform).”

文章第一作者为中国科学院量子信息重点实验室博士研究生陈子杰、清华大学交叉信息研究院博士研究生黄泓伟、孙立达。本研究得到了科技部重点研发计划、国家自然科学基金、量子科技创新计划、中央高校基本科研业务费以及中国科大“双一流”建设研究基金等项目基金的支持。此外，本项目还得到了中国科大微纳研究与制造中心以及超算中心的支持。