參考消息網(wǎng)1月18日報道 據(jù)美國趣味科學(xué)網(wǎng)站1月14日報道，麻省理工學(xué)院的工程師說，將電路元件堆疊起來可能是制造更節(jié)能人工智能(AI)芯片的解決方案。分別負責(zé)執(zhí)行計算和存儲數(shù)據(jù)的邏輯元件和存儲元件在直接接觸時比分開時更容易傳輸數(shù)據(jù)。

??該團隊創(chuàng)造了一種“存儲晶體管”，它由一個可以執(zhí)行計算的邏輯元件(晶體管)和一個存儲元件組成?？茖W(xué)家們在2025年12月于舊金山舉行的國際電子器件會議上介紹了兩項研究，他們在研究中指出，這種納米級器件的電氣缺陷相對較少，這意味著它可以在運行速度更快的同時消耗更少的電力。

??這項突破對于人工智能、深度學(xué)習(xí)和計算機視覺等高能耗應(yīng)用尤為重要。據(jù)國際能源署預(yù)測，到2030年，全球數(shù)據(jù)中心的電力消耗預(yù)計將增長130%左右，達到約945太瓦時，這主要是由于人們對人工智能的依賴性日益增強。

??僅僅與聊天生成預(yù)訓(xùn)練轉(zhuǎn)換器(ChatGPT)進行一次交互產(chǎn)生的熱量就需要消耗相當(dāng)于一瓶水的水量來冷卻。但與人工智能有關(guān)的大部分電力都用于在組件之間傳輸數(shù)據(jù)，而不是執(zhí)行計算?？茖W(xué)家們認為，即使芯片上只節(jié)省一點點電也會產(chǎn)生巨大的影響。

??該研究的主要作者、麻省理工學(xué)院博士后研究員邵彥杰(音)說：“我們必須盡可能減少未來人工智能和其他以數(shù)據(jù)為中心的計算所消耗的電力，因為這根本不可持續(xù)。我們需要像這種集成平臺一樣的新技術(shù)來繼續(xù)推進這一進程。”

??現(xiàn)代芯片包含由晶體管構(gòu)成的邏輯電路：這些晶體管就像開關(guān)一樣，控制著電流。芯片還擁有存儲電路，其中包含晶體管以及其他可以存儲數(shù)據(jù)的材料。

??傳統(tǒng)上，邏輯電路和存儲電路是分開的，數(shù)據(jù)必須通過導(dǎo)線和互連線在它們之間傳輸，這一過程中會有能耗。雖然有源元件的堆疊似乎是一個顯而易見的解決方案，但挑戰(zhàn)在于如何在不造成損壞的情況下實現(xiàn)這一點。例如，沉積(即控制形成構(gòu)成這些元件的超薄層)需要在低溫下進行，因為某些晶體管無法承受高溫。

??為克服這個問題，科學(xué)家們構(gòu)建了一種邏輯晶體管，其有源溝道層(電流流動的區(qū)域)由氧化銦制成。關(guān)鍵在于，這種材料可以在約150攝氏度的溫度下沉積成2納米厚的薄層。這個溫度足夠低，不會影響其他晶體管。

??在氧化銦晶體管之上，科學(xué)家們垂直堆疊了一個存儲元件(一層10納米厚的鐵電鉿鋯氧化物)，它令該器件能夠存儲數(shù)據(jù)并進行數(shù)據(jù)處理。由此產(chǎn)生的存儲晶體管可在短短10納秒內(nèi)完成開關(guān)操作，并且工作電壓低于1.8伏。典型的鐵電存儲晶體管的開關(guān)速度通常要慢得多，并且需要3至4伏的電壓。

??由于該存儲晶體管被構(gòu)建在芯片的“后端”，即連接前端有源元件的導(dǎo)線和金屬鍵合所在的位置，因此效率更高。邵彥杰(音)說，這樣做可以顯著提高芯片的集成密度。

??在這兩項研究中，存儲晶體管僅被構(gòu)建在類似芯片的結(jié)構(gòu)上，而非實際運轉(zhuǎn)的電路中。研究團隊希望進一步提升晶體管的性能，使其能夠首先集成到單個電路中，然后再集成到更大的電子系統(tǒng)中。