中国科学家实现100亿次写入循环，存储耐用性突破提升100倍
- 纤锌矿型铁电材料（wurtzite ferroelectrics）的进步将让未来存储介质更持久耐用
- 新型结构设计实现了约 100 亿次写入循环的演示，较此前上限提升约 100 倍
- 这一突破由西安电子科技大学团队联合香港城市大学与复旦大学共同达成
面向未来 AI 系统的下一代存储介质需要更快、更耐用的性能，而中国科研团队似乎取得了一项突破：他们展示的新设计可完成约 100 亿次写入循环，是此前上限的 100 倍。
这项由西安电子科技大学团队与香港城市大学、复旦大学合作完成的研究，是存储技术领域最重要的突破之一，其核心在于发现了氮原子行为的一个特殊特性。
对于需求持续攀升的 AI 算力场景，高密度、低功耗的存储芯片如今已具备现实可行性。
Latest Videos FromTechRadarWatch full video here:纤锌矿型铁电材料
打造更快、容量更大且能耗更低的存储介质，是计算领域的圣杯。
近年来，研究日益聚焦于纤锌矿型铁电材料（极性晶体材料），例如氮化铝钪（AlScN）。其优势在于兼容当前半导体制造流程。
它同时具备低功耗特性，以及高速存储所需的优秀开关速度。此前主要瓶颈在于可靠性：早期 AlScN 芯片在重复开关测试中约 1 亿次写入循环后便失效，但研究人员现已找到解决方案。
氮原子的“农田”
为何突破在此时到来？此前尝试的失败促使研究者深入剖析 AlScN 芯片为何止步于 1 亿次循环，进而发现问题根源：氮原子缺失。
王瑞清是西安电子科技大学的一名博士生，也是这项研究论文的作者之一。该论文最近发表于《Science》期刊。
王解释道：“可以把铁电材料想象成一片种植整齐的玉米地，其中的氮空位就如同缺苗的坑位。”不过，氮空位本身并非问题的根源，关键在于它们在开关切换过程中的表现。这些氮空位并非静止不动，反而会迁移、聚拢，进而形成让电流泄漏的“通路”。
发现这一机制后，研究团队设计出一种结构以尽量减少氮空位，从而减缓材料的老化速度。
王补充道：“过去，研究人员虽然知道器件会失效，也能观察到一些症状，但一直无法在原子尺度上解释到底是什么在移动、如何移动，以及这种移动最终为何会导致失效。”
如果研发成功，基于AlScN的RAM和存储技术将成为未来服务器集群的核心，并为大语言模型（LLM）和人工智能的更广泛应用奠定基础。
