耐高溫700°C新型芯片問世，或將永遠改變AI格局

現代電子設備驅動著從智能手機到衛星的一切，但它們都面臨一個共同的瓶頸——熱。一旦溫度超過約200攝氏度，大多數設備就會開始失效。幾十年來，這道熱障一直是工程領域最棘手的挑戰之一。

南加州大學的研究人員如今認為，他們已經找到了突破這一極限的方法。

2026年3月26日，一篇發表于《科學》期刊的研究揭示了這一突破。該研究由南加州大學維特比工程學院明謝伊電氣與計算機工程系暨南加州大學高級計算學院Arthur B. Freeman講席教授Joshua Yang領銜，團隊發布了一種新型存儲器件，可在700攝氏度（約1300華氏度）的高溫下持續正常運行。這一溫度超過了熔融巖漿，遠超該類技術此前所有已知記錄。器件沒有出現任何失效跡象，而700攝氏度僅僅是測試設備所能達到的最高溫度上限。

"你可以稱之為一場革命，"Yang說，"這是迄今為止最出色的高溫存儲器。"

專為極端高溫打造的憶阻器

這款新器件被稱為憶阻器，是一種納米級元件，能夠同時存儲數據和執行計算。其結構類似于一個微型層疊裝置，兩側各有一個電極，中間夾有一層薄薄的陶瓷層。

論文第一作者趙健采用鎢作為頂部電極，氧化鉿陶瓷作為中間層，石墨烯作為底層，構建了這一器件。鎢是所有元素中熔點最高的金屬，而石墨烯作為單原子厚度的碳片，以其卓越的強度和耐熱性而著稱。

這種組合帶來了驚人的性能表現。該器件在700攝氏度下無需刷新即可保存數據超過50小時，在該溫度下還經受住了逾十億次開關循環，工作電壓僅為1.5伏，速度達到數十納秒量級。

一項意外的突破

這一發現并非研究團隊最初的計劃。他們最初嘗試制造一種不同的石墨烯基器件，結果并不如預期。然而在這一過程中，他們意外發現了令人驚喜的現象。

"坦率地說，這是個意外，就像大多數發現一樣，"Yang說，"如果能預測到，通常就不會令人驚喜，也可能不夠重要。"

深入研究揭示了該器件性能優異的原因。在傳統電子設備中，熱量會導致頂部電極中的金屬原子緩慢遷移穿過陶瓷層，最終抵達底部電極，形成永久性導通路徑，造成器件短路并永久停留在導通狀態。

石墨烯則有效阻止了這一失效過程。Yang將石墨烯與鎢之間的相互作用比作油與水的關系——鎢原子一旦接近石墨烯表面，便無法附著其上，沒有穩定的落腳點，只能隨之漂移，而非形成導電通路。這從根本上防止了短路的發生，使器件在極端高溫下依然保持正常功能。

研究團隊通過先進的電子顯微鏡、光譜分析以及量子級模擬，證實了這一機制。通過深入理解原子界面處發生的過程，他們將一項意外發現轉化為可指導未來設計的原理。具有類似表面特性的其他材料或許也能被識別和應用，有望推動該技術向工業化生產規模擴展。

極端環境下的應用前景

能在500攝氏度以上正常工作的電子設備，長期以來一直是太空探索領域的目標。以金星為例，其表面溫度約在這一水平，迄今為止所有著陸器均已在極端高溫中失效。現有的硅基芯片根本無法在此類環境中存活。

"我們現在已經超過700攝氏度，而且我們認為還可以更高，"Yang說。

潛在應用領域遠不止太空任務。地熱能系統需要能在深層地下正常運行的電子設備，而那里的巖石溫度已高到可以發出紅熱光芒。核能與聚變系統同樣會讓設備暴露在強烈熱量中。即便在日常應用場景中，耐久性也將大幅提升——一款額定工作溫度達700攝氏度的器件，面對汽車電子設備內部通常高達125攝氏度左右的溫度，將表現出極強的穩健性。

對人工智能意味著什么

除數據存儲外，這款器件還為人工智能提供了重要優勢。許多AI系統高度依賴矩陣乘法——這是一種廣泛應用于圖像識別和語言處理等任務的數學運算。傳統計算機逐步完成這些計算，消耗大量能量。

憶阻器以截然不同的方式處理這一問題。通過利用歐姆定律（電壓乘以電導等于電流），器件在電流流通時直接完成計算，結果即以測量電流的形式即時輸出。

"在ChatGPT這類AI系統中，超過92%的計算都是矩陣乘法，"Yang說，"這種類型的器件能夠以最高效的方式完成這些運算，速度快出數個數量級，能耗也更低。"

Yang與論文的三位共同作者（夏強飛、胡淼和葛寧）已聯合創辦了一家名為TetraMem的公司，致力于將基于憶阻器的AI芯片商業化（面向常溫環境）。他們的實驗室已在使用TetraMem的工作芯片執行機器學習任務。本次研究中描述的高溫版本，有望將這些能力延伸至傳統電子設備無法運行的極端環境，使航天器或工業傳感器等設備能夠直接在現場處理數據。

從實驗室原型到現實應用

盡管研究結果令人振奮，Yang仍強調實際應用距離落地尚有一段距離。存儲器只是完整計算系統的一部分，高溫邏輯電路同樣需要開發和集成。此外，目前的器件是在實驗室環境中以極小規模手工制造的，實現規模化量產仍需時日。

"這只是第一步，"Yang說，"路還很長。但從邏輯上看，現在它已經成為可能——那塊缺失的拼圖已經被找到了。"

從制造角度來看，器件中使用的兩種材料——鎢和氧化鉿——已廣泛應用于半導體生產。石墨烯雖屬新興材料，但臺積電、三星等大型企業正在積極推進其研發，并已在研究環境中實現了晶圓級的生產。

邁向全新前沿

這項研究通過CONCRETE中心（極端環境下神經形態計算中心，英文全稱Center of Neuromorphic Computing under Extreme Environments）開展，該中心是一個多大學卓越中心，由南加州大學牽頭，獲美國空軍科學研究辦公室與空軍研究實驗室支持。核心實驗工作由美國空軍研究實驗室材料實驗室Sabyasachi Ganguli博士團隊在俄亥俄州代頓市完成，理論分析則由南加州大學研究人員與日本熊本大學的合作者共同完成。

對Yang而言，在《科學》雜志上發表這一成果，意義遠超單項成就本身。

"太空探索從未像現在這樣真實、這樣近，而且規模如此之大，"他說，"這篇論文代表著邁向一個更廣闊、更激動人心的新前沿的關鍵跨越。"

Q&A

Q1：憶阻器為什么能在700攝氏度高溫下正常工作？

A：憶阻器能耐受700攝氏度高溫，關鍵在于其獨特的材料組合——頂部電極采用熔點最高的金屬鎢，底層則使用石墨烯。石墨烯與鎢之間類似"油水不相融"的特性，阻止了鎢原子向底部電極遷移并形成短路通路的過程，從而使器件在極端高溫下依然保持正常功能，并在該溫度下實現了超過50小時的數據保留和逾十億次開關循環。

Q2：憶阻器在AI計算中有什么優勢？

A：AI系統中超過92%的計算量來自矩陣乘法運算。憶阻器利用歐姆定律，在電流流過器件時直接完成計算，結果以電流形式即時輸出，無需傳統計算機的逐步處理流程。這使其在執行AI相關計算時，速度可快出數個數量級，能耗也顯著降低，對大語言模型等AI應用具有重要價值。

Q3：憶阻器高溫芯片什么時候能實際商用？

A：目前該技術仍處于實驗室原型階段，距離實際商用還有一定距離。完整的高溫計算系統不僅需要存儲器件，還需要配套的高溫邏輯電路。此外，現階段器件均為小規模手工制造，實現工業化規模量產仍需時間。研究團隊已創辦TetraMem公司推進常溫憶阻器芯片的商業化，高溫版本有望在未來延伸至太空、地熱、核能等極端場景。