新型芯片能耐1300°F（700°C），或永久改变AI

据《科学》杂志2026年3月26日发表的研究，南加州大学（USC）的研究人员开发出一种新型忆阻器，能够在高达700°C（约1300°F）的温度下稳定工作。这一温度超过了熔岩的热度，也远远超出目前任何电子设备所能承受的极限。研究团队表示，700°C仅仅是实验室设备能够测试的最高温度，器件本身并未出现失效迹象。

该忆阻器是一种纳米级组件，能够同时存储数据和执行计算。其结构类似微观三明治：顶部电极为钨，中间是氧化铪陶瓷层，底部为石墨烯。钨是熔点最高的元素，而石墨烯以其卓越的强度和耐热性著称。这种组合产生了惊人的性能：器件在700°C下无需刷新即可保存数据超过50小时，承受了超过10亿次开关循环，仅需1.5伏电压，速度达到纳秒级别。

有趣的是，这项突破纯属意外。研究团队原本试图制造一种不同的基于石墨烯的器件，但未成功。在过程中，他们观察到了意想不到的现象。进一步研究揭示了背后的机制：在传统电子器件中，高温会导致顶部电极的金属原子缓慢迁移穿过陶瓷层，最终到达底部电极形成永久连接，导致短路。而石墨烯阻止了这种失效——钨原子接近石墨烯表面时无法附着，就像油和水一样互不兼容。它们无法形成稳定的导电桥，从而避免了短路，即使在极端高温下也能保持器件功能。

这一发现的影响十分广泛。能够承受500°C以上温度的电子器件一直是太空探索的目标。例如，金星表面温度约为500°C，此前所有着陆器均因高温而失效。而新型忆阻器的工作温度高达700°C，远超这一需求。此外，地热能源系统、核聚变设施以及汽车电子等场景都能从中受益。

对于人工智能而言，忆阻器提供了巨大优势。许多AI系统依赖于矩阵乘法运算，传统计算机逐步执行这些计算，消耗大量能量。而忆阻器利用欧姆定律（电压乘以电导等于电流）直接在电流流过时进行计算，瞬间得到结果。据研究负责人Joshua Yang介绍，ChatGPT等AI系统中超过92%的计算都是矩阵乘法，这类器件可以比传统方式快数个数量级且能耗更低。Yang与三位合著者已共同创立TetraMem公司，致力于在室温下将忆阻器AI芯片商业化。高温版本则可以进一步将AI能力扩展到传统电子无法工作的环境。

尽管前景诱人，但Yang强调实际应用仍需时日。存储器只是完整计算系统的一部分，还需要开发高温逻辑电路并在工业生产中实现规模化。不过，用于器件的钨和氧化铪已广泛应用于半导体制造，石墨烯也正在被台积电和三星等大公司开发，晶圆级生产已在研究环境中实现。Yang表示：“这是第一步，还有很长的路要走，但逻辑上，现在已经使之成为可能。缺失的组件已经制造出来了。”

该研究通过CONCRETE中心进行，该中心是南加州大学领导的多大学卓越中心，得到空军科学研究办公室和空军研究实验室的支持。关键实验工作在俄亥俄州代顿的AFRL材料实验室完成，理论分析则包括USC研究人员和日本熊本大学的合作者。论文发表在《科学》杂志上，标志着向更广阔前沿的突破。Yang说：“太空探索从未如此真实、如此接近、如此大规模。这篇论文代表着进入一个更大、更令人兴奋的领域的关键飞跃。”