咫尺AI芯单方面对的最大艰巨，不是算力不够，而是数据往复搬运太费电。
这句话听起来有点反直观，但它戳中了当代计较架构的核肉痛点。咱们熟识的的确悉数计较成就，齐开动在冯·诺依曼架构之上：处理器崇拜计较，内存崇拜存储，两者分歧，数据在中间往复传输。这个历程就像每次作念题齐要跑到另一栋楼取参考书，不仅慢，而况耗能惊东说念主。在大模子时期，这种"存储墙"带来的能耗代价仍是到了让工程师们坐立难安的地步。
破局的地方，是让计较径直发生在存储里，即"存内计较"。
而竣事有内计较的要道器件，是铁电晶体管。韩国成均馆大学机械工程学院金泰成阐扬指令的商榷团队，刚刚在《ACS Nano》期刊上发表了一项龙套性商榷，用一种全新的"热管制"设施，科罚了铁电晶体管领域长久悬而未决的制造难题。
一种材料，一个刚劲的物理陡立
铁电晶体管的中枢材料是氧化铪。它之是以能用于存储，是因为其里面原子不错在外部电场作用下改造成列步地，从而竣事数据的写入和读取，且断电后信息不会丢失。这正是存内计较所需要的特色。
基于氧化铪应力调制晶格工程的高性能铁电晶体管。图片着手：成均馆大学
但是，氧化铪的"性格"极难垄断。要让它发扬存储功能，里面原子必须成列成一种特定的晶体结构，专科上称为"正交晶相"。问题是，当器件作念得越来越薄时，这种精准的原子成列极易被浮松，性能随之急剧下落。薄，恰正是当代芯片制造追求的中枢地方。
当年的科罚决议，是向氧化铪中掺入其他化学元素，通过改造材料身分来判辨晶体结构。这条路走得很吃力：工艺复杂、掺杂比例难以精准斥逐，开云体育而况在大范畴量产时换取性差，一朝放大产能，良品率就容易垮塌。
金泰成团队采用了一条鼓胀不同的路：不动化学，动物理。
{jz:field.toptypename/}"热管制"：用温度代替化学
商榷团队的中枢瞻念察，来自一个通俗但被长久淡薄的物理好意思瞻念：不同材料受热后彭胀和松开的幅度不同。
他们想象了一种格外的钨电极结构，将其包裹在氧化铪薄膜的外围。当悉数这个词器件经过高温处理后冷却降温时，钨电极的松开幅度与氧化铪不同，产生了一种向内的压缩力，像紧身衣通常从外部对氧化铪施加捏续的机械压力。正是这种热彭胀互异产生的应力，将氧化铪里面的原子精准"挤压"到了正交晶相所需的排诸君置上。
商榷团队用了一个活泼的比方来描述这个历程：就像用模具压制食品，靠外力而非改造食材本人，让材料呈现出思要的形态。
实验遵循相配亮眼。摄取这种设施制造的铁电晶体管，即便履历突出一万亿次的轮回读写操作，性能仍然保捏判辨，这一历久性缱绻在同类器件中处于顶尖水平。当这些晶体管被集成到AI图像识别系统中进行测试时，识别准确率达到了97.2%，与传统计较架构比拟，在能耗上具有显耀上风。
基于钨电极的铪锆氧化物铁电晶体管阵列罕见在东说念主工智能硬件中的愚弄主见图。图片着手：成均馆大学
更要道的是，这种设施从根蒂上绕开了化学掺杂的复杂性，制造工艺更门径化，与现有半导体产线的兼容性更强，为大范畴量产提供了履行可行的旅途。
金泰成阐扬默示："这项商榷的要道在于，咱们通过基于热力而非化学改性的物逸想象，克服了下一代半导体的局限性。若是这项时间不详生意化，AI就不错在自动驾驶汽车和智高手机等对功耗明锐的成就中更高效地开动。"
现时，群众AI芯片的能耗问题正在从时间议题演变为社会议题。数据中心的电力奢靡已激发多国战略层面的关心，而终局成就上开动腹地AI模子的需求也在快速增长。存内计较被粗俗视为龙套能耗瓶颈的进攻旅途之一，而铁电晶体管则是这条路上最具后劲的器件采用。成均馆大学团队的这项商榷，为这条路上最辣手的材料难题，提供了一个优雅而求实的谜底。
备案号: