剑桥大学研发新型氧化铪忆阻器 开关电流降至传统器件百万分之一

根据 Tom's Hardware 的最新报道，本月早些时候，来自剑桥大学的一支科研团队在国际权威期刊《科学·进展》（Science Advances）上发表了突破性论文。该研究成功研发出一种基于氧化铪（Hafnium Oxide）的新型忆阻器。这项技术的问世，标志着人类在寻找下一代非易失性存储器的道路上迈出了关键一步。其最核心的技术亮点在于，该器件在切换状态时所需的开关电流，仅为目前传统氧化物忆阻器件的约一百万分之一。

长期以来，忆阻器因其能够同时处理和存储数据、模仿人类大脑神经突触的特性，被视为打破“冯·诺依曼瓶颈”和推动类脑计算发展的理想元件。然而，传统金属氧化物忆阻器在运行过程中往往面临电流需求较高、功耗较大的技术瓶颈，限制了其在大规模集成电路及边缘计算设备中的普及。

剑桥大学的研究团队摒弃传统忆阻器依赖导电细丝生成与断裂的工作模式，创新性地在氧化铪中掺入锶和钛元素，并采用两步沉积工艺，使 P 型铪锶钛氧化物层与底层 N 型氧氮化钛层自组装形成 PN 异质结，通过调节界面势垒高度实现电阻连续可调，从根源上规避了丝状忆阻器的随机性缺陷，大幅提升器件循环一致性与均一性。测试数据显示，该器件开关电流可低至 10 纳安以下，能实现数百个稳定可区分的电导档位，脉冲开关耐久循环次数突破 5 万次，数据保持时长超 10 万秒，还可模拟生物神经信号的脉冲时序依赖可塑性，完美适配类脑计算的核心需求。

当前 AI 硬件受限于传统冯・诺依曼架构，存储与计算单元分离导致数据传输能耗居高不下，而忆阻器可在同一物理位置完成数据存储与处理，基于该新型器件构建的神经形态系统，有望将计算功耗降低 70% 以上。不过该器件目前制备温度约 700℃，高于现有标准半导体工艺温度要求，团队正着力优化工艺以适配行业标准制程，未来若实现芯片集成，将成为边缘 AI、可穿戴设备、低功耗物联网终端等领域的关键底层技术。