研究团队突破记忆芯片耐用性，达成超过 100 亿次写入循环

一组研究人员找到了一种方法，显著提高一类新兴记忆芯片的耐用性。这项进展有望消除高性能计算中技术应用的主要障碍。当前，人工智能的繁荣推动了对于更快、更可靠半导体的需求。该团队在材料中展示了超过 100 亿次的写入循环，这是之前相同技术所达到的耐用性约 100 倍。这项研究由西电大学的科学家主导，并与香港城市大学及复旦大学合作，周四发表在《科学》期刊上。

新材料的潜力与挑战

随着新一代记忆材料的兴起，像氮化铝铪（AlScN）这类菱面体铁电材料越来越受到关注。其吸引力来自于快速的切换速度和潜在的低能耗。该材料还与现有的半导体制造工艺兼容，这一实际优势可能会简化其进入未来记忆装置的过程。然而，这一承诺遇到了一个持续的障碍。现有的 AlScN 装置通常在约 1 亿次写入循环后失效，远低于商业使用所需的数十亿次。

研究人员追踪到，快速失效的主要原因是氮空位，即材料结构中缺少氮原子的地方。西电大学的博士研究生王瑞卿（Wang Ruiqing）提供了一个简单的比喻来描述这个问题。她表示，可以将铁电材料想象成整齐种植的玉米田，而氮空位则代表缺少幼苗的地方。

实际的问题不仅在于存在多少空位，而且在于当材料开始进行重复切换时，这些空位的表现。氮空位可能随着时间的推移而移动并聚集在一起，最终形成让电流通过材料的通道，导致失效。王瑞卿表示，早期的研究者可以观察到装置失效，甚至记录一些结果症状。然而，没有人解释过在原子尺度上实际上发生了什么，如何移动，以及这种运动如何最终导致故障。

解决氮空位问题的创新

该团队通过设计一种分层结构，专门限制氮空位的移动范围，来解决这个问题。通过限制它们的运动并防止它们聚集在一起，研究人员显著减缓了材料的劣化，使其在测试中能够承受超过 100 亿次的写入循环。

尽管如此，这些发现目前仍处于实验室阶段。它们指向了一条可行的道路，用于利用这类材料构建更密集、更低功耗的记忆芯片。随着全球对更快、更可靠半导体的需求不断上升，这一进展来得正是时候，因为更广泛的人工智能繁荣也在推动这一需求的增加。这一需求使得使菱面体铁电材料在实际日常计算硬件中足够耐用的努力变得更加迫切。

新记忆芯片技术的潜在影响

随着人工智能的快速发展，对高性能半导体的需求日益增加。研究团队的突破不仅提升了记忆芯片的耐用性，还为未来的计算硬件提供了新的可能性。氮化铝铪等新材料的应用，若能克服耐用性问题，将可能改变记忆装置的设计与性能，促进更高性能的计算平台出现。这一进展不仅有助于提升技术应用的可行性，还能推动整个半导体行业的创新与发展。