韓國成均館大學機械工程學院科學家開發(fā)出一種利用熱量精確調控半導體內部結構的新技術，可顯著提升下一代人工智能（AI）核心硬件的性能，有望讓復雜的AI計算在更低功耗下實現(xiàn)更快速處理。相關成果發(fā)表于美國化學會（ACS）旗下《納米》雜志。

現(xiàn)行計算機的處理器與存儲器物理分離，恰如書房中書桌（處理器）與書架（存儲器）分置兩處。每次運算，數(shù)據(jù)均需在二者間往返傳輸，就像學生在書架與書桌間來回奔波，這會耗費更多時間與算力。

為攻克這一難題，科學家提出了“存內計算”構想，即讓計算直接在存儲器中完成。實現(xiàn)這一構想的核心在于“鐵電晶體管”，這也是本研究的焦點。然而，制造此類晶體管的關鍵材料氧化鉿極難駕馭。為確保存儲功能，其內部原子須排列成特定晶體結構；而一旦材料薄至極限，原子排列易受干擾，致使性能衰減。

以往方案多采用摻雜其他化學元素的方法，但工藝復雜，難以大規(guī)模量產。在最新研究中，研究團隊另辟蹊徑，利用“熱膨脹”物理原理，即不同材料受熱后膨脹收縮程度各異，巧妙攻克了這一難題。

團隊設計了環(huán)繞半導體材料的電極，使其在冷卻收縮時，對內部氧化鉿施加壓縮應力，宛如緊身衣塑形。這種由熱力產生的物理作用，將原子“梳理”成最利于存儲操作的晶體結構。

測試顯示，按照新設計制造的半導體器件不僅超薄，且在運行超一萬億次后依然穩(wěn)定。將其集成用于AI圖像識別任務，準確率高達97.2%。

團隊表示，這一結果證明，無需依賴復雜的化學過程，僅憑溫度控制即可實現(xiàn)高性能AI半導體器件，突破了下一代半導體的化學局限。若該技術實現(xiàn)商業(yè)化，AI技術可以在自動駕駛汽車和智能手機等設備上更智能、更高效地運行。