剑桥大学发布超低电流氧化铪忆阻器新方案 有望提升神经形态计算能效与一致性

在全球算力需求快速增长和“双碳”目标压力叠加的背景下,传统计算架构的能耗问题愈发突出。国际能源署数据显示,2022年全球数据中心用电量已占电力总需求的1.5%,其中约40%的能耗来自处理器与存储器之间的数据搬运。在此情境下,兼具存储与计算能力的忆阻器被视为重要方向,但现有技术普遍面临稳定性不足、能效不高等问题。剑桥大学巴希特博士团队通过材料体系创新取得进展。研究采用锶-钛共掺杂氧化铪复合薄膜结构,并以两步沉积工艺构建PN异质结,使器件机理从传统导电细丝的随机形成与断裂,转向由界面势垒进行调控。测试结果显示,新器件可在10纳安级超低电流下稳定工作——数据保持时间超过10万秒——相比现有产品提升约三个数量级。

从“更低电流、更强一致性”的器件突破,到“可制造、可集成、可验证”的工程落地,存内计算与类脑计算的竞争正转向工艺与系统能力的比拼。谁能在材料机理、制程窗口与应用场景之间形成可复制的平衡,谁就更有机会把实验室指标转化为可规模部署的能效优势。这个成果给出了新的技术路径,也提示未来的关键不在单点参数领先,而在全链条的联合推进。