北大清华，让芯片更“硬核”！

集群智慧张老师

　　从破解传统芯片能耗过大、效率受限的行业难题，开辟芯片既快速又省电的新路径，到实现芯片随意折叠、卷曲且不影响正常工作，还能扛住高低温、潮湿环境与光照老化考验，北京大学、清华大学在芯片技术研发领域取得新突破。跟教育小微一起来看——
　　北京大学
　　全球首个超薄铋基铁电晶体管问世，为芯片突破“功耗墙”开辟新路径
　　在人工智能迅猛发展的今天，传统芯片架构正遭遇“功耗墙”与“存储墙”的双重围堵——计算与存储分离导致海量数据搬运，能耗过大、效率受限。如何让芯片既快速又省电？北京大学化学与分子工程学院彭海琳教授团队给出一项突破性答案：他们成功研制出全球首个晶圆级超薄、均匀的新型铋基二维铁电氧化物，并基于此构建出工作电压超低（0.8伏）、耐久性极高（1.5×1012次循环）的高速铁电晶体管，其综合性能全面超越当前工业级铪基铁电体系。相关成果日前在线发表于国际学术期刊《科学》。
　　彭海琳介绍，长久以来，铁电材料因其可逆极化与非易失存储特性，被视为打通存算一体、突破冯·诺依曼架构（在冯·诺依曼架构下，计算和存储是相互分离的）瓶颈的关键。然而，当芯片工艺逼近亚5纳米（小于5纳米）节点，传统铁电薄膜面临均匀性差、界面缺陷多、厚度减薄后铁电性骤降等难题。研究团队创新性依托其自主研发的高迁移率铋基二维半导体Bi2O2Se（硒氧化铋），首次实现了原子级平整的二维铁电自然氧化物Bi2SeO5（硒酸铋）及异质结构晶圆级均匀制备。这种新型铁电氧化物不仅具有高达24的介电常数和超过600℃的高温结构稳定性，更在单晶胞厚度（约1纳米）下仍保持优异铁电性，彻底摆脱了传统铁电材料的尺寸限制。

: @5 Q+ e# @" T* \# ~+ u" f　　二维高κ铁电氧化物α-Bi2SeO5的晶圆级均匀制备及铁电性。
& L  @* s/ J! j　　在此基础上，研究团队还制备出高性能铁电晶体管阵列，能效领先其他存储技术1至2个数量级，并展现出32个稳定多级存储态与超10年数据保持能力。尤为亮眼的是，在0.8伏超低电压和20纳秒高速写入条件下，器件经受住1.5万亿次循环考验，可靠性远超云端AI计算的严苛标准。更进一步，团队利用该器件构建出可动态重构的存内逻辑电路——在低于1伏的常规CMOS电压下，同一器件既能执行逻辑运算，又能切换为非易失存储，真正实现“一器两用”，为未来自适应智能芯片开辟了新范式。
* y* W" G0 _# b" d: q0 d
$ a: ]0 N) y% y　　二维α-Bi2SeO5/Bi2O2Se铁电晶体管器件及性能。
　　审稿人评价，该工作“解决了二维铁电材料晶圆级集成难题，彰显出显著的应用潜力”，并“对铁电材料和器件领域产生深远影响，为铁电二维电子学发展打开了大门”。

2 P- d, O9 E: }9 A" b　　低功耗二维α-Bi2SeO5/Bi2O2Se铁电晶体管基可重构的存内逻辑电路。
　　“这项原创成果为发展下一代高性能、低功耗芯片技术提供了全新的材料平台与集成路径。”彭海琳说。
, Z' L. n' z2 @　　清华大学
% h* [% ?" K  Y) x1 o* G　　弯折4万余次性能不减，柔性AI芯片技术再获突破
8 D9 O) G) }  s7 e4 p- E% \　　既能随意折叠、卷曲，又不影响正常工作；哪怕经历4万次反复弯折，核心计算能力依然稳定如初，还能扛住高低温、潮湿环境与光照老化考验。近日，清华大学集成电路学院任天令教授团队及合作单位成功研发并提出FLEXI——面向边缘智能加速的柔性数字存内计算芯片。
　　相关研究成果日前发表于国际学术期刊《自然》，标志着我国在柔性电子与边缘人工智能硬件领域取得重要突破，填补了高性能柔性AI计算芯片的技术空白，为柔性电子器件在移动医疗、嵌入式智能及其他边缘计算场景中的应用奠定了基础。
　　近年来，随着智慧医疗、虚拟现实、可穿戴设备等新应用场景不断涌现，可与人体舒适贴合的柔性电路芯片，被视作未来智能硬件的新载体。然而，受制于计算能力和能效水平，现有柔性电路多以传感和信号采集为主，难以支撑高性能人工智能算法的本地运行。如何在柔性形态下实现高效、可靠的边缘计算，成为制约相关应用发展的关键问题。

# T% R' `9 I0 z# E& g　　基于LTPS-TFT技术的柔性晶圆与芯片结构示意图：单个die集成 FLEXI-1、FLEXI-4、FLEXI-32 及测试结构；包含12个die的本征柔性芯片；柔性芯片三维结构示意。
　　FLEXI既有柔性电路轻薄、可弯曲的独特优势，相较现有柔性计算芯片又具有显著的性能和稳定性优势，同时实现了低成本与高能效。这款造价低于1元的测试芯片，在超过4万次弯折后仍能稳定运行，在超百亿次运算中零错误。通过横跨工艺、电路与算法多个层级的协同优化，芯片在2.5~5.5V电压波动、-40℃至80℃的温度变化、90%的相对湿度乃至紫外线环境下都保持了稳定。应用验证方面，FLEXI可用于心律失常监测和活动状态分类，分别实现了99.2%和97.4%的准确率，展示了其在低功耗条件下开展本地智能处理的应用潜力。
7 p1 G, O+ |1 j" N" o
　　FLEXI存内计算架构电路；结合量化感知训练与贝叶斯优化的双环训练策略；芯片上权重分布可视。
; F& Q  B# L- K' Q　　任天令介绍：“未来，芯片的发展不仅是性能的继续提升，更要关注为人服务的核心目标。FLEXI有望将前沿的高性能AI算法，落地到可穿戴设备、柔性机器人、具身智能等场景，为人们的生活和社会生产提供强大的AI与边缘算力支持，也让我国有望在后摩尔定律时代，取得芯片发展的先机。”

　　6T-SRAM柔性单元显微图、电路结构及传输特性；FLEXI-4在存算模式下的Shmoo测试；FLEXI-4经受43000次折叠测试过程中的性能监测；FLEXI系列芯片与其他柔性计算芯片的综合性能对比。
8 |! z" o7 _2 P0 R4 a　　相关专家评价这一成果：“芯片制造工艺、电路设计和运行算法的全面优化，将柔性电子技术推向了新的高度；为面向边缘计算的超低成本AI系统开辟了道路。未来通过新型半导体材料应用、功率门控技术优化等，有望进一步提升性能；若能持续优化生产良率与芯片尺寸，将推动可穿戴健康设备、物联网终端等领域的产业升级与技术革新。

　　FLEXI 用于日常活动监测与分类的系统流程：数据采集、预处理、神经网络训练与片上推理；可一次性部署的四通道卷积神经网络结构；FLEXI-1不同电压条件下单次推理的延迟与能耗。
( d$ u" \% p4 }8 i: T, w　　来源：教育部政务新媒体“微言教育”（微信号：jybxwb）