英国剑桥大学研究团队在《科学进展》期刊发表了一项重大发现，展示了一种由氧化铪制成的纳米忆阻器。剑桥团队通过两步生长工艺，在氧化铪中掺入锶和钛元素，成功地把氧化铪转化为纳米级 p-n 结界面。这个忆阻器的电阻可以像“调音盘”一样连续调节。这个新型忆阻器不仅性能卓越，而且在能耗上表现惊人。相比于传统忆阻器，它的开关电流低至百万分之一，单次切换仅需纳瓦级别的能量。这个器件还具备高达数万次的稳定循环能力和一天的信息保持能力，完全解决了“电老虎”问题。 这个纳米忆阻器有三个颠覆性优势：稳、省、还能学。首先是超低功耗，这个器件能够把整体能耗削减 70%。借助这个纳米忆阻器，冯·诺依曼架构下的数据搬运问题得到了解决。单次器件功耗骤降，让AI系统的整体能耗有望下降七成。给数据中心和边缘设备带来了显著的经济效益。 第二个优势是存算一体，它把存储和计算集成到同一颗“原子”里。它可以像神经元一样学习、模拟生物神经元的基础学习规则、实现依赖峰值同步的可塑性。给类脑计算提供了原生土壤。 第三个优势是类脑适配。它模拟生物神经元进行学习并自然适配脉冲神经网络与神经形态芯片，为类脑计算提供了良好的硬件环境。 产业落地方面很容易跨越这道障碍。氧化铪本身就是CMOS成熟材料之一，只要把制备温度降到700摄氏度就能直接兼容现有的半导体生产线。再加上多状态存储特性，边缘端AI可以轻松下沉到手机、传感器和可穿戴设备等各类智能终端设备中实现全天候低功耗智能感知与决策。 这个突破将彻底改变 AI 硬件范式转移的进程。从数字计算转向类脑模拟计算成为可能。这不仅为神经形态芯片和脉冲神经网络奠定了核心器件基础还打破了摩尔定律放缓后的算力增长瓶颈。数据中心和边缘端领域都将受益于这个突破带来的巨大机遇：在数据中心大规模AI训练和推理过程中能耗大幅降低全球电力紧张局面得以缓解；在边缘端如自动驾驶、工业质检、安防监控等领域实现低延迟低功耗实时智能；物联网海量传感器节点也可以搭载本地AI无需频繁云端交互构建自主智能物联网生态。 这项研究可能重塑全球AI芯片研发方向推动材料科学、半导体制造与AI算法深度融合加速下一代高效能AI基础设施建设进程。剑桥大学团队把70%的整体能耗砍掉了大幅提升了AI系统效率这种颠覆性优势还赋予它存算一体的特性把存储和计算装进同一颗“原子”里提升了算力效率和类脑适配性能自然适配脉冲神经网络与神经形态芯片为类脑计算提供了原生土壤直接兼容现有的半导体产线700摄氏度的制备温度就能直接进入量产状态边缘端AI也可以下沉到各种智能终端设备中进行实时感知和决策数据中心大规模AI训练和推理过程中能耗大幅降低自动驾驶工业质检安防监控等领域实现低延迟低功耗实时智能物联网海量传感器节点搭载本地AI无需频繁云端交互构建自主智能物联网生态重塑全球AI芯片研发方向推动材料科学半导体制造与AI算法深度融合加速下一代高效能AI基础设施建设进程英国剑桥大学研究团队发布了一项重磅炸弹：他们利用两步生长工艺把氧化铪制成了纳米级p-n结界面并掺入锶钛两种元素给它的电阻像“调音盘”一样连续可调这个新型忆阻器的开关电流低至百万分之一单次切换仅需纳瓦级别的能量拥有数万次稳定循环能力和一天信息保持能力完全解决了“电老虎”问题这项研究把整体能耗削减了70%数据中心和边缘设备的电费账单瞬间“瘦身”存算一体特性提升了算力效率类脑适配性能让它能够模拟生物神经元进行学习并自然适配脉冲神经网络与神经形态芯片直接兼容现有的半导体生产线700摄氏度的制备温度就能直接进入量产状态边缘端AI可以下沉到各种智能终端设备中进行实时感知和决策数据中心大规模AI训练和推理过程中能耗大幅降低自动驾驶工业质检安防监控等领域实现低延迟低功耗实时智能物联网海量传感器节点搭载本地AI无需频繁云端交互构建自主智能物联网生态这项突破可能重塑全球AI芯片研发方向推动材料科学半导体制造与AI算法深度融合加速下一代高效能AI基础设施建设进程英国剑桥大学研究团队在《科学进展》期刊发布了一项重大发现展示了一种由氧化铪制成的纳米忆阻器剑桥团队通过两步生长工艺在氧化铪中掺入锶和钛元素成功地把氧化铪转化为纳米级p-n结界面这个忆阻器的电阻可以像“调音盘”一样连续调节这个新型忆阻器不仅性能卓越而且在能耗上表现惊人相比于传统忆阻器它的开关电流低至百万分之一单次切换仅需纳瓦级别的能量这个器件还具备高达数万次的稳定循环能力和一天的信息保持能力完全解决了“电老虎”问题这个纳米忆阻器有三个颠覆性优势：稳、省、还能学首先是超低功耗这个器件能够把整体能耗削减70%借助这个纳米忆阻器冯·诺依曼架构下的数据搬运问题得到了解决单次器件功耗骤降让AI系统的整体能耗有望下降七成给数据中心和边缘设备带来了显著的经济效益第二个优势是存算一体它把存储和计算集成到同一颗“原子”里第三个优势是类脑适配它模拟生物神经元进行学习并自然适配脉冲神经网络与神经形态芯片给类脑计算提供了良好的硬件环境产业落地方面很容易跨越这道障碍氧化铪本身就是CMOS成熟材料之一只要把制备温度降到700摄氏度就能直接兼容现有的半导体生产线再加上多状态存储特性边缘端AI可以轻松下沉到手机传感器和可穿戴设备等各类智能终端设备中实现全天候低功耗智能感知与决策这项研究将彻底改变AI硬件范式转移的进程从数字计算转向类脑模拟计算成为可能这不仅为神经形态芯片和脉冲神经网络奠定了核心器件基础还打破了摩尔定律放缓后的算力增长瓶颈数据中心和边缘端领域都将受益于这个突破带来的巨大机遇：在数据中心大规模AI训练和推理过程中能耗大幅降低全球电力紧张局面得以缓解；在边缘端如自动驾驶工业质检安防监控等领域实现低延迟低功耗实时智能；物联网海量传感器节点也可以搭载本地AI无需频繁云端交互构建自主智能物联网生态这次突破性的成果展示了在纳米忆阻器领域中剑桥团队所做出的巨大贡献纳米忆阻器通过两步生长工艺把氧化铪转化为纳米级p-n结界面并掺入锶钛两种元素成功地解决了传统忆阻器存在的问题开关电流低至百万分之一单次切换仅需纳瓦级别的能量具有数万次稳定循环能力和一天信息保持能力超低功耗特性让剑桥团队研发出的这款新型忆阻器能够把整体能耗削减70%冯·诺依曼架构下的数据搬运问题得到了解决单器件功耗骤降AI系统整体能耗有望下降七成给数据中心和边缘设备带来了显著的经济效益存算一体特性让这款器件能够把存储和计算集成到同一颗“原子”里提升了算力效率类脑适配性能让这款器件能够模拟生物神经元进行学习并自然适配脉冲神经网络与神经形态芯片为类脑计算提供了良好的硬件环境产业落地方面非常容易跨越这个障碍氧化铪本身就是CMOS成熟材料之一只要把制备温度降到7