面向下一代人工智能系统，存储芯片正朝着更高密度、更低功耗的方向演进。近日，西安电子科技大学联合香港城市大学、复旦大学的研究团队在纤锌矿型铁电材料领域取得关键突破，成功演示了一种可承受约100亿次写入循环的新结构设计，耐久性达到此前极限的100倍。
突破可靠性瓶颈
在计算领域，兼具大容量、高速度与低能耗的存储介质一直被视为“圣杯”。近年来，与现有半导体工艺兼容的纤锌矿型铁电材料（如氮化铝钪，AlScN）因具备卓越的开关速度和低功耗特性，成为研究焦点。然而，可靠性始终是制约其应用的主要短板：此前的AlScN芯片在重复开关测试中，通常在约1亿次写入循环后便会失效。
这项发表在《科学》杂志上的研究成果，揭示了导致材料失效的微观机制，并提出了相应的解决方案，为高密度、低功耗存储芯片的现实化铺平了道路。
解析氮原子“空位”难题
研究团队深入调查了AlScN芯片在1亿次循环上限失效的原因，最终锁定问题根源：氮原子的缺失及其行为模式。西安电子科技大学博士研究生、论文作者之一王瑞庆形象地将铁电材料比作一片整齐种植的玉米地，“氮空位”即代表幼苗缺失的位置。
缺陷本身并非致命问题，关键在于其在电场切换过程中的动态行为。研究发现，这些氮空位并非静止不动，而是会发生移动甚至聚集，进而形成允许电流泄漏的“路径”，最终导致材料劣化和设备失效。
“过去，研究人员虽知晓设备会失效并能观察到症状，但无人能从原子尺度解释什么在移动、如何移动，以及这种移动如何最终导致失效。”王瑞庆表示。基于这一发现，团队设计了一种新结构以最大限度减少氮空位的影响，从而显著减缓材料劣化。
若该技术得以成功应用，基于AlScN的RAM及存储技术有望成为未来服务器集群的核心组件，为更大规模的大语言模型（LLM）及人工智能应用提供强有力的底层支持。