现代电子设备驱动着从智能手机到卫星的一切，但它们都面临一个共同的瓶颈——热。一旦温度超过约200摄氏度，大多数设备就会开始失效。几十年来，这道热障一直是工程领域最棘手的挑战之一。

南加州大学的研究人员如今认为，他们已经找到了突破这一极限的方法。

2026年3月26日，一篇发表于《科学》期刊的研究揭示了这一突破。该研究由南加州大学维特比工程学院明谢伊电气与计算机工程系暨南加州大学高级计算学院Arthur B. Freeman讲席教授Joshua Yang领衔，团队发布了一种新型存储器件，可在700摄氏度（约1300华氏度）的高温下持续正常运行。这一温度超过了熔融岩浆，远超该类技术此前所有已知记录。器件没有出现任何失效迹象，而700摄氏度仅仅是测试设备所能达到的最高温度上限。

"你可以称之为一场革命，"Yang说，"这是迄今为止最出色的高温存储器。"

专为极端高温打造的忆阻器

这款新器件被称为忆阻器，是一种纳米级元件，能够同时存储数据和执行计算。其结构类似于一个微型层叠装置，两侧各有一个电极，中间夹有一层薄薄的陶瓷层。

论文第一作者赵健采用钨作为顶部电极，氧化铪陶瓷作为中间层，石墨烯作为底层，构建了这一器件。钨是所有元素中熔点最高的金属，而石墨烯作为单原子厚度的碳片，以其卓越的强度和耐热性而著称。

这种组合带来了惊人的性能表现。该器件在700摄氏度下无需刷新即可保存数据超过50小时，在该温度下还经受住了逾十亿次开关循环，工作电压仅为1.5伏，速度达到数十纳秒量级。

一项意外的突破

这一发现并非研究团队最初的计划。他们最初尝试制造一种不同的石墨烯基器件，结果并不如预期。然而在这一过程中，他们意外发现了令人惊喜的现象。

"坦率地说，这是个意外，就像大多数发现一样，"Yang说，"如果能预测到，通常就不会令人惊喜，也可能不够重要。"

深入研究揭示了该器件性能优异的原因。在传统电子设备中，热量会导致顶部电极中的金属原子缓慢迁移穿过陶瓷层，最终抵达底部电极，形成永久性导通路径，造成器件短路并永久停留在导通状态。

石墨烯则有效阻止了这一失效过程。Yang将石墨烯与钨之间的相互作用比作油与水的关系——钨原子一旦接近石墨烯表面，便无法附着其上，没有稳定的落脚点，只能随之漂移，而非形成导电通路。这从根本上防止了短路的发生，使器件在极端高温下依然保持正常功能。

研究团队通过先进的电子显微镜、光谱分析以及量子级模拟，证实了这一机制。通过深入理解原子界面处发生的过程，他们将一项意外发现转化为可指导未来设计的原理。具有类似表面特性的其他材料或许也能被识别和应用，有望推动该技术向工业化生产规模扩展。

极端环境下的应用前景

能在500摄氏度以上正常工作的电子设备，长期以来一直是太空探索领域的目标。以金星为例，其表面温度约在这一水平，迄今为止所有着陆器均已在极端高温中失效。现有的硅基芯片根本无法在此类环境中存活。

"我们现在已经超过700摄氏度，而且我们认为还可以更高，"Yang说。

潜在应用领域远不止太空任务。地热能系统需要能在深层地下正常运行的电子设备，而那里的岩石温度已高到可以发出红热光芒。核能与聚变系统同样会让设备暴露在强烈热量中。即便在日常应用场景中，耐久性也将大幅提升——一款额定工作温度达700摄氏度的器件，面对汽车电子设备内部通常高达125摄氏度左右的温度，将表现出极强的稳健性。

对人工智能意味着什么

除数据存储外，这款器件还为人工智能提供了重要优势。许多AI系统高度依赖矩阵乘法——这是一种广泛应用于图像识别和语言处理等任务的数学运算。传统计算机逐步完成这些计算，消耗大量能量。

忆阻器以截然不同的方式处理这一问题。通过利用欧姆定律（电压乘以电导等于电流），器件在电流流通时直接完成计算，结果即以测量电流的形式即时输出。

"在ChatGPT这类AI系统中，超过92%的计算都是矩阵乘法，"Yang说，"这种类型的器件能够以最高效的方式完成这些运算，速度快出数个数量级，能耗也更低。"

Yang与论文的三位共同作者（夏强飞、胡淼和葛宁）已联合创办了一家名为TetraMem的公司，致力于将基于忆阻器的AI芯片商业化（面向常温环境）。他们的实验室已在使用TetraMem的工作芯片执行机器学习任务。本次研究中描述的高温版本，有望将这些能力延伸至传统电子设备无法运行的极端环境，使航天器或工业传感器等设备能够直接在现场处理数据。

从实验室原型到现实应用

尽管研究结果令人振奋，Yang仍强调实际应用距离落地尚有一段距离。存储器只是完整计算系统的一部分，高温逻辑电路同样需要开发和集成。此外，目前的器件是在实验室环境中以极小规模手工制造的，实现规模化量产仍需时日。

"这只是第一步，"Yang说，"路还很长。但从逻辑上看，现在它已经成为可能——那块缺失的拼图已经被找到了。"

从制造角度来看，器件中使用的两种材料——钨和氧化铪——已广泛应用于半导体生产。石墨烯虽属新兴材料，但台积电、三星等大型企业正在积极推进其研发，并已在研究环境中实现了晶圆级的生产。

迈向全新前沿

这项研究通过CONCRETE中心（极端环境下神经形态计算中心，英文全称Center of Neuromorphic Computing under Extreme Environments）开展，该中心是一个多大学卓越中心，由南加州大学牵头，获美国空军科学研究办公室与空军研究实验室支持。核心实验工作由美国空军研究实验室材料实验室Sabyasachi Ganguli博士团队在俄亥俄州代顿市完成，理论分析则由南加州大学研究人员与日本熊本大学的合作者共同完成。

对Yang而言，在《科学》杂志上发表这一成果，意义远超单项成就本身。

"太空探索从未像现在这样真实、这样近，而且规模如此之大，"他说，"这篇论文代表着迈向一个更广阔、更激动人心的新前沿的关键跨越。"

Q&A

Q1：忆阻器为什么能在700摄氏度高温下正常工作？

A：忆阻器能耐受700摄氏度高温，关键在于其独特的材料组合——顶部电极采用熔点最高的金属钨，底层则使用石墨烯。石墨烯与钨之间类似"油水不相融"的特性，阻止了钨原子向底部电极迁移并形成短路通路的过程，从而使器件在极端高温下依然保持正常功能，并在该温度下实现了超过50小时的数据保留和逾十亿次开关循环。

Q2：忆阻器在AI计算中有什么优势？

A：AI系统中超过92%的计算量来自矩阵乘法运算。忆阻器利用欧姆定律，在电流流过器件时直接完成计算，结果以电流形式即时输出，无需传统计算机的逐步处理流程。这使其在执行AI相关计算时，速度可快出数个数量级，能耗也显著降低，对大语言模型等AI应用具有重要价值。

Q3：忆阻器高温芯片什么时候能实际商用？

A：目前该技术仍处于实验室原型阶段，距离实际商用还有一定距离。完整的高温计算系统不仅需要存储器件，还需要配套的高温逻辑电路。此外，现阶段器件均为小规模手工制造，实现工业化规模量产仍需时间。研究团队已创办TetraMem公司推进常温忆阻器芯片的商业化，高温版本有望在未来延伸至太空、地热、核能等极端场景。