热量一直是电子元件的敌人，内存芯片也不例外。大多数芯片在约200摄氏度以上开始失效，这限制了它们在太空探索和工业传感等极端温度场景中的应用。南加州大学的研究人员现在表示，他们已经创造出一种远超这一界限的器件，能在700摄氏度（1300华氏度）下无故障运行。
在最近发表于《科学》期刊的一篇论文中，由南加州大学工程师Joshua Yang领导的团队介绍了一种新型内存器件，可以在比熔岩还热的温度下工作，且在该阈值下未显示任何退化迹象，表明该器件可能承受更高的温度。据研究人员介绍，700度只是他们测试设备的上限。
该器件是一种称为忆阻器（Memristor）的纳米级元件，既能存储数据又能执行某些类型的计算。这种双重角色使忆阻器成为AI硬件领域的热门话题，因为在内存和计算之间移动数据仍然是延迟和能耗的主要来源。
在结构上，该芯片由钨、氧化铪和石墨烯的层叠组成。钨形成顶部电极，具有所有金属中最高的熔点。氧化铪是一种已用于半导体制造的陶瓷材料，作为绝缘层。底部是石墨烯，一种以其热稳定性和与金属原子弱相互作用著称的单层碳原子。
底部的石墨烯层是主要创新点。在传统器件中，高温导致顶部电极的金属原子穿过绝缘层迁移。随着时间推移，它们形成导电丝，永久连接电极并导致器件短路。这种金属迁移机制是这些器件在高温下失效的常见情况。
在南加州大学的设计中，石墨烯打断了这一过程。到达石墨烯界面的钨原子与其相互作用非常弱，不易附着或聚集。没有稳定的锚点，导电丝的形成被抑制，使器件即使在极端热应力下也能保持其开关行为。
研究人员通过电子显微镜、光谱学和量子级模拟相结合的方式确认了这一机制。他们的分析表明，这种效应源于钨原子与石墨烯表面的相互作用方式，表明具有类似表面特性的其他材料可能也能提供相当的稳定性。
即使在700摄氏度下，芯片仍能保留数据、可靠切换，并在低电压下运行。该器件在无需刷新的情况下保留数据超过50小时，经受超过10亿次开关循环，并以低电压运行，开关速度在几十纳秒级别。
除了能在极端温度下运行外，该芯片还可能为AI计算开辟新可能。忆阻器可以利用欧姆定律直接在硬件中执行矩阵乘法，电压和电导产生代表计算结果的电流。计算在数据存储的地方发生，而不是在内存和处理器之间来回移动数据。这种方法可以减少线性代数密集型工作负载的能耗和延迟。
虽然这项研究专注于高温运行，Yang的团队已通过其初创公司TetraMem展示了常温下用于机器学习的忆阻器芯片。高温版本将这一概念扩展到传统AI硬件无法运行的环境，开启了在航天器、探测器或工业系统上直接运行推理的可能性。
在航天器上直接运行推理是英伟达CEO黄仁勋在GTC上推介公司Vera Rubin Space-1模块时强调的，这是一个设计在卫星和未来轨道数据中心上运行的紧凑型AI计算系统，它将实时处理来自太空传感器的数据，而非将其传回地球。
"在太空中，没有传导，没有对流，只有辐射。所以我们必须弄清楚如何在太空中冷却这些系统。"黄仁勋在主题演讲中说。
冷却限制只是在太空运行AI系统的挑战之一，而像南加州大学忆阻器这样能在极端热条件下继续工作的元件可能是一个解决方案。
这项技术还有许多其他可能有用的场景，比如在能源领域。高温电子器件是地热能系统的必需品，传感器必须在地下深处运行，核能和聚变环境也是如此。即使在不太极端的环境中，额定用于这些条件的器件也可以提高经常在热极限附近运行的汽车和工业系统的可靠性。
这项研究仍处于早期阶段。当前的器件仅代表计算架构的内存部分，开发其他方面如高温逻辑电路还需要更多工作。当前的芯片原型是在实验室环境中以小规模手工制造的，因此设计和制造需要更多时间。
尽管如此，材料本身提供了良好的起点。钨和氧化铪已广泛用于半导体生产，虽然石墨烯不够成熟，但正朝着晶圆级制造方向发展。
这项由南加州大学主导、美国空军支持的多机构合作研究，改变了关于技术可行性的讨论。第一次，一个关键的计算机硬件被证明可以在以前无法企及的条件下运行，为那些可以大胆计算的系统打开了大门。
热门跟贴