1纳米“降服”电压鸿沟：北大新器件如何为AI芯片“舒筋活血”？

想象一下，一座城市的核心数据处理中心（CPU）使用220伏工业电高效运转，而它的巨型仓库（存储器）却必须用危险的1000伏高压才能开门。为了协调二者，城市不得不修建庞大的变电站，不仅浪费空间和能源，更导致货物（数据）进出缓慢，拥堵不堪——这正是当前AI芯片面临的真实困境。

今天，北京大学一项重磅突破，有望从底层物理上彻底“抹平”这个电压鸿沟，为AI芯片的算力和能效带来革命性提升。

打通“任督二脉”：电压终于匹配了

据北京大学电子学院官方消息，邱晨光-彭练矛团队成功将铁电晶体管的物理栅长缩减至1纳米极限，并创造性地使其工作电压降至0.6V。这项发表于《科学·进展》的研究，其核心价值在于解决了困扰集成电路数十年的“电压不匹配”难题。

当前最先进的逻辑芯片（如CPU/GPU中的计算单元）已在0.7V的低压下高效运行，但主流非易失性存储器（如Flash）擦写数据仍需5V以上的高压。这迫使芯片必须集成庞大的升降压电路，如同在CPU和内存间硬塞了一个“变压器”，不仅带来巨大的面积和能耗开销，更严重拖累了数据传输速度——这正是制约AI芯片性能的“存储墙”瓶颈的核心症结之一。

北大团队通过创新的“纳米栅极电场汇聚效应”，首次让存储器件的工作电压（0.6V）低于逻辑器件（0.7V），真正实现了两者在电压层面的“门当户对”。这意味着未来AI芯片有望彻底甩掉“变压器”，让数据在计算与存储之间自由、高效地流淌。

不止于“小”：反常物理效应开启新赛道

这项突破的另一层震撼在于，它打破了传统芯片“越小漏电越严重、控制越难”的常规认知。研究团队发现，当铁电晶体管的栅极微缩到1纳米极限时，由于尖端效应，电场反而被显著汇聚增强，器件的存储性能竟随尺寸缩小而提升了。

这种“反常”特性，为后摩尔时代的芯片发展指明了一条新路径：不再仅仅依赖光刻工艺的物理微缩，而是可以通过新原理、新结构来延续甚至超越摩尔定律。这为未来构建亚1纳米节点的芯片提供了极具潜力的物理机制支撑。

能耗骤降一个数量级：边缘AI的“强心针”

除了电压匹配，能耗数据同样惊人。该晶体管的能耗低至0.45 fJ/μm，领先国际已有报道一个数量级。这意味着执行相同存储操作，其耗电量仅为现有技术的十分之一甚至更低。

这种极致能效，对于受限于电池和散热的终端设备（如手机、智能手表、物联网传感器）至关重要。它使得在设备本地运行复杂AI大模型（即边缘AI）成为可能，无需再将数据上传云端，响应更快、功耗更低、数据也更安全。

存算一体：为AI架构提供理想“积木”

更重要的是，铁电晶体管本身就是一种非易失性存储器，同时其三端晶体管结构又具备逻辑处理潜力。这种天然属性使其成为构建非易失性存内计算架构的理想基础单元。

有了能在0.6V极低电压下高效工作的铁电晶体管，就可以构建大规模的存算一体阵列。在这种架构中，数据存储在哪里，计算就在哪里发生，能极大消除传统芯片中“数据搬运”带来的巨大能耗和延迟。这对于神经网络推理等需要海量数据并行处理的AI应用来说，无异于从“肩挑手提”进化到“管道运输”。

总而言之，北大团队的这项突破不仅是实验室里的一个漂亮数据，它直击了当前AI芯片发展的核心痛点——逻辑与存储的电压鸿沟。通过抹平这道鸿沟，它为未来更高算力、极致能效的AI芯片，特别是存算一体芯片，铺平了关键的底层道路。这或许正是我们迈向“后摩尔时代”高性能计算的一把关键钥匙。

元宇宙与人工智能三十人论坛

因微信公众号整改，没有加“星标⭐️ ”的订阅号有时无法收到消息

1.为防止错过最新资讯，请将元宇宙与人工智能三十人论坛设为星标⭐️ 

2.点击“赞”和“在看”，提高我们相遇的几率。

3.精彩文章，请点击文末左下角“分享”给好友。

了解更多关注