分类: 硬件前沿

  • 新型传感器技术突破盘点:短波红外、4D成像、碳纳米管如何重塑感知边界

    新型传感器技术突破盘点:短波红外、4D成像、碳纳米管如何重塑感知边界

    感知革命的三条路径

    2026年的传感器领域,正在发生一些深刻但低调的变化。

    如果你关注科技新闻,大概率会看到各种大模型、AI应用的报道。但很少有人注意到,在这些智能系统的底层,传感器技术也在经历着类似的突破。这次突破的核心特征是:成本下降、精度提升、功能集成

    三个不同方向的技术进展正在汇聚成一股力量,悄然改变机器感知世界的方式。

    短波红外:从”天价黑科技”到消费级标配

    一颗芯片的”平民化”之路

    2026年3月,西安电子科技大学胡辉勇教授团队在实验室里完成了一次重要的技术验证。他们研制的一颗基于硅锗工艺的单光子雪崩二极管(SPAD)芯片,将短波红外探测技术的制造成本,从”航天级”拉入了”平民级”。

    这个转变的意义在哪里?过去的短波红外传感器,价格动辄数百至数千美元,只出现在卫星、尖端武器等专业场景。现在,这个团队的目标是将成本控制在传统方案的1%到10%,进入数十美元级别。

    想象一下,这个价格意味着什么?短波红外传感器可以被塞进手机、汽车和智能家居里。过去只有国家航天项目才能使用的”透视眼”,正在成为普通人触手可及的技术。

    短波红外的独特”超能力”

    短波红外(SWIR)的核心优势在于,它能感知人眼和普通摄像头完全看不到的光。其波段范围在1-3微米,能轻松穿透雾霾、烟尘,也能捕捉到夜晚环境中微弱的红外光。

    这意味着什么?在能见度不足50米的大雾天,传统可见光摄像头拍到的是一片白茫茫,激光雷达的测距精度也会严重下降。但搭载新型短波红外传感器的汽车,却能清晰识别100米外的行人和障碍物。

    在完全没有路灯的荒野黑夜,它无需任何补光灯,就能生成轮廓清晰的图像。光线补充既避免了暴露自身,也消除了眩光干扰。

    这种能力的背后原理并不复杂:传统传感器依赖的可见光,像普通手电筒的光,遇到烟雾就散射开了;而短波红外像一种特殊波长的探照灯,能穿透烟雾直达目标。

    成本突破的技术密码

    这项突破的核心创新,在于用全新的材料体系和工艺路线,破解了短波红外技术长达数十年的”不可能三角”——成本高、性能受限、集成难度大三者难以同时满足。

    过去短波红外探测的”王者”是铟镓砷(InGaAs)传感器,性能虽好,但制造过程如同”用造航天飞机的方法去造家用电器”。它需要昂贵的磷化铟衬底,工艺复杂,最关键的是无法与全球主流的硅基CMOS产线兼容,导致良率低、成本刚性。

    西安电子科技大学团队选择了硅锗(SiGe)路线——利用专有工艺生长硅锗材料,然后将后续制造流程全部接入成熟的、用来生产手机芯片的8英寸或12英寸硅基CMOS产线。

    “这意味着,我们可以用造手机芯片的方式和成本基础,去制造原本天价的短波红外探测器。”团队技术核心成员王利明这样解释。

    理论成本降至传统铟镓砷的1%到10%,实验室良率已突破80%,接近成熟工艺水平。这个数字背后,是半导体制造史上又一次”借道超车”的经典案例。

    不只是”看见”,更是”看懂”

    成本下降后,短波红外的独特能力得以在更多领域释放价值。这项技术不仅能成像,还能进行物质识别。

    不同材料对短波红外光的吸收和反射特性不同,就像独一无二的”指纹”。这带来了丰富的应用场景:

    在安防领域,无需可见光补光灯即可全黑监控,避免暴露;能穿透烟雾、玻璃,在火灾等复杂环境下工作;甚至能区分金属与塑料、真皮与人造革,提升违禁品检测准确率。

    在工业检测领域,无需拆解即可穿透塑料外壳检测内部金属部件的微裂纹;在生产线上快速分拣水果新鲜度、纺织品成分,准确率可达99%以上。

    在医学成像领域,安全无创地穿透皮肤表层,清晰呈现皮下血管网络,为新生儿监测、糖尿病足筛查等提供新工具。

    4D成像:时间维度加入感知战场

    瑞士科学家的”第六感”突破

    当短波红外传感器在降低成本时,瑞士科学家正在为机器感知添加一个全新维度。

    据最新一期《自然》杂志报道,研究人员在单块芯片上研发出一种4D成像传感器。它不仅能绘制环境的3D立体地图、测算目标距离,还能实时追踪物体的运动速度——为机器感知世界增添了”时间”维度。

    这是什么意思?当前的机器人和无人机普遍依赖3D传感器,这些传感器虽功能强大,但在捕捉瞬息万变的现实世界时,常因无法即时测速而显得”力不从心”。

    4D传感器解决了这个痛点。新传感器蚀刻在一块芯片上的焦平面阵列,包含61952个固定像素的物理网格。每个网格都是一款身兼二职的微型传感器:既能发射激光探测场景,又能接收反射回来的信号,实现了收发一体。

    连续波而非脉冲的技术创新

    与传统传感器使用短脉冲光不同,这项技术采用连续激光束。传感器能敏锐捕捉到光波频率的细微变化,从而像计算尺一样,瞬间同时测算出目标物体的距离与速度。

    测试结果显示,传感器不仅能精细还原6米至65米内、从室内房间到户外建筑的3D细节,甚至能立即测出旋转圆盘的速率,精准捕捉动态瞬间。

    “这是首个将所有关键电子元件集成于单芯片的大规模相干焦平面阵列。”团队表示,这为未来低成本、大规模的应用铺平了道路。

    从3D到4D:为什么速度信息如此重要

    理解4D成像的意义,需要理解3D感知在实际应用中的局限。

    3D感知告诉你”目标在哪里”,但无法告诉你”目标正在以多快的速度移动”。在很多场景下,这个信息至关重要。

    比如自动驾驶场景:前方的行人正在快速奔跑还是原地站立,决定了车辆需要采取完全不同的避让策略。再比如无人机避障:相对于障碍物的速度信息,比单纯的距离信息更能指导实时决策。

    4D感知让机器拥有了”预判”能力。通过同时获取空间位置和运动速度,机器可以预测目标的移动轨迹,做出更智能的反应。这不仅是感知能力的提升,更是智能决策质量的跃升。

    碳纳米管光纤:测量精度的极限突破

    0.1%误差的科学意义

    在传感器精度竞赛中,碳纳米管光纤(CNTF)传感器创下了一个令人印象深刻的记录:最大测量误差低于0.1%

    这个数字听起来可能不够震撼,但放在工业检测的语境下,它的意义是非凡的。目前商用传感器的测量误差通常从2%起步,而0.1%意味着测量精度提升了20倍。

    这项突破来自斯科尔科沃科学技术研究院(Skoltech)的研究团队。他们开发出一种基于碳纳米管光纤的高保真传感器,可用于碳纳米管/聚合物纳米复合材料的制造和制造后监测。

    双重监测:一个传感器解决两个问题

    这项技术的核心创新在于实现了”双重监测”能力——既能监测聚合物的固化过程,又能测量成品复合材料的性能。

    传统监测传感器(如光纤或压电传感器)有两个主要缺陷:不适合聚合物复合材料的双重阶段监测;嵌入复合材料结构后,往往会导致成品材料的机械性能下降,使其更容易发生故障。

    碳纳米管光纤传感器解决了这些问题。由于碳纳米管纤维与聚合物基体内部的导电碳纳米管网络之间可以实现直接电接触,测量时无需复杂的四探针技术,仅用标准两探针方法就能实现高精度测量。

    “高准确性归因于碳纳米管纤维的独特形态结构,使纤维表面与聚合物基体内部的导电碳纳米管网络之间实现直接电接触。”斯科尔科沃光子中心纳米材料实验室主任阿尔伯特·纳西布林教授解释道,”这种直接相互作用有效消除了接触电阻,显著提高了测量精度。”

    从实验室到工业现场

    这项技术的应用前景很清晰:在复合材料制造过程中实现实时质量监控。

    碳纤维复合材料因其轻质高强的特性,被广泛应用于航空航天、汽车制造、体育器材等领域。但这类材料的生产质量控制一直是个难题——缺陷往往在使用多年后才暴露出来,带来安全隐患。

    碳纳米管光纤传感器的出现,提供了一种在生产过程中就发现缺陷的方法。测量误差低于0.1%意味着几乎可以检测出任何显著的质量偏差。

    三项突破的交汇:感知革命的共同逻辑

    虽然这三个技术突破发生在不同的传感器领域,但它们遵循着相似的逻辑。

    成本下降是普及的前提

    短波红外传感器用硅锗工艺切入CMOS生态,4D成像传感器通过单芯片集成降低成本,碳纳米管光纤传感器通过简化测量方法来降低成本。任何前沿技术要真正改变世界,都必须跨过成本这道坎。

    精度提升是价值的核心

    成本下降不等于性能妥协。短波红外传感器保持了对传统方案的精度竞争力;4D传感器首次实现了三维空间+速度的同步感知;碳纳米管传感器的测量精度提升了20倍。感知革命不是简单的”更便宜”,而是”更便宜且更好”。

    功能集成是趋势的方向

    三个技术突破有一个共同点:在更小的体积、更低的成本下,集成了更多功能。短波红外传感器把原本分离的光敏元件和信号处理电路集成;4D传感器把发射和接收功能二合一;碳纳米管传感器本身既是传感元件又是信号传输通道。

    感知革命的下一步

    这些技术突破正在打开新的应用空间。

    自动驾驶领域将是最先受益的场景之一。短波红外传感器可以弥补激光雷达和可见光摄像头在恶劣天气下的不足;4D传感器让车辆不仅知道”障碍物在哪里”,还能预判”它会撞上来吗”;高精度的压力和应变传感器可以集成到车身结构中,实时监测车辆状态。

    工业检测领域将迎来装备升级。传统的”拆解检查”将被”穿透成像”取代;生产线的质量控制将从抽样检验升级为全流程实时监控;复合材料的缺陷检测将从事后发现提前到事中预防。

    医疗诊断领域将出现新的可能性。无创皮下成像让更多疾病可以在早期被发现;高精度的生命体征监测可以集成到可穿戴设备中;实时的材料-生物交互监测可能催生新的诊断方法。

    感知革命正在加速。过去的传感器像是”眼睛”,只能看;未来的传感器更像是”眼睛+大脑”,不仅能看,还能理解和预判。

    这场革命的受益者,将是那些最早拥抱新技术的行业和从业者。

    相关文章链接

  • 后摩尔时代的光速革命,2026年AI算力瓶颈的终极解药

    后摩尔时代的光速革命,2026年AI算力瓶颈的终极解药

    一、AI算力的阿喀琉斯之踵:铜缆互连的三重枷锁

    大模型集群算力持续狂飙,数万块GPU协同训练已成常态。但一个被忽视的瓶颈正在锁死AI算力上限:传统的铜缆电互连逐步撞上物理天花板

    随着速率迈向800G、1.6T时代,铜介质电互连陷入了三重物理枷锁:

    带宽层面的指数飙升

    电信号串扰与损耗随频率呈指数级增长,224G电SerDes架构成本暴涨、稳定性下滑,难以支撑超高密度算力集群。工程师们发现,当传输速率超过一定阈值后,铜缆的性能提升与成本投入已经不成正比。

    延迟层面的致命短板

    铜缆传输延迟是光纤的10倍以上。在分布式训练场景下,GPU之间需要频繁同步梯度数据,毫秒级的延迟会被放大成数小时的额外训练时间。这不仅拉长了训练周期,更大幅降低了GPU集群的整体利用率。

    功耗层面的成本失控

    这是最致命的问题。现代数据中心单机架互连功耗占比已突破40%,在万卡级GPU集群中,互连耗电成为成本失控的核心源头。每个数据中心都在算账:为了提升算力而增加的电费,正在吞噬AI训练带来的收益。

    本质来看,电子传输天生存在距离损耗、频率约束,在1.6T超高速时代,铜互连的物理边界已经触顶。而光传输损耗低、速率高、距离无约束,光速更是电子运动速度的300倍——架构替代已是大势所趋。

    硅光子vs铜缆互连对比,功耗带宽延迟距离四大优势数据图

    二、硅光子技术:从“改良”到“革命”的底层跃迁

    硅基光子技术并非对铜缆的简单改良,而是从底层物理介质的全面切换。其本质在于利用标准CMOS工艺在绝缘体上硅(SOI)晶圆上制造光子集成器件,实现光信号的产生、调制、传输、探测与交换。

    核心原理:用CMOS工艺做光学芯片

    硅光子利用硅材料在通信波段(1310nm与1550nm)的高折射率差来构建光波导,通过全内反射传导光信号。调制主要依赖载流子色散效应——通过施加电压改变波导区域内的载流子浓度,从而调制硅的折射率和吸收系数,实现高速电光调制。

    但硅本身是间接带隙材料,无法高效发光。这是硅光子技术面临的根本性挑战。解决方案主要有两个:一是通过异质集成(如晶圆级键合)将III-V族材料的激光器与硅基芯片耦合;二是采用外部光源通过光纤注入。

    光互连的四大优势:降维打击传统电互连

    光互连对传统电互连的优势,可以用“降维打击”来形容:

    1. 功耗大幅腰斩

    CPO(光电共封装)将光电转换模块嵌入芯片封装内部,大幅缩短高损耗电链路,单比特传输功耗从15 pJ/bit降至5 pJ/bit,远期可突破1 pJ/bit。实测数据显示,硅光替代铜互连后,整体互连功耗下降超60%

    2. 带宽密度指数跃升

    光互连天生支持波分复用,单根光纤多路并行传输,带宽密度远超铜缆。台积电的硅光路线清晰:1.6T、6.4T、12.8T三级迭代,封装内带宽将远超当下HBM存储互连规格,撑起超算级数据交换需求。

    3. 延迟大幅压缩

    封装级光电集成,将电信号路径压缩至微米级,传输延迟降低**80%**以上。大模型分布式训练高度依赖数据实时同步,更低延迟能够减少等待损耗,加速模型收敛,大幅提升整体算力产出效率。

    4. 打破距离枷锁

    铜缆几米之外信号快速衰减,而光纤远距离传输几乎无损耗,可实现跨机柜、跨机房的芯片级低时延直连,为全域算力调度、大型智算集群组网打下底层基础。

    三、2026年:硅光子产业拐点已至

    硅光子爆发,是技术成熟、市场刚需、生态完善三重共振的必然结果。全球半导体巨头已锁定明确的量产时间表,一场围绕光电集成的军备竞赛已经打响。

    台积电COUPE硅光整合平台:2026年量产

    台积电的COUPE(Co-packaged Optical Universal Engine)硅光整合平台依托SoIC 3D堆叠、CoWoS先进封装,2026年正式量产,实现光电异构集成。这意味着硅光子技术将从实验室走向大规模商用,真正进入产业化阶段。

    三星硅光路线图:2027筑基2028集成

    在OFC 2026光通信会议上,三星正式公布硅光子学路线图:2027年技术筑基,2028年实现硅光器件与AI芯片的全面集成。更长远的目标是2029年推出GPU+内存+硅光一体化封装产品。

    英特尔以EMIB封装切入定制化硅光方案,深耕高端客户市场;英伟达Spectrum-X CPO交换机已量产落地,AMD处理器原生集成光学模块。头部厂商的全面落地验证,标志着硅光子技术从“概念验证”进入“规模化应用”阶段。

    市场端需求爆发

    800G、1.6T高速光模块2026年出货翻倍,硅光在高端光模块渗透率突破50%。国内产业链同步提速,8英寸硅光芯片产线落地,224G高速光调制器实现突破,云厂商大规模启动硅光设备测试。

    四、加州理工的突破:让光子芯片追上摩尔定律

    2026年2月,加州理工学院发布了一项重量级成果:他们研发出一种方法,可将与光纤材质相同的材料制成的光学电路,直接印制到计算机芯片所用的晶圆上。

    这项突破首次将光纤的超低损耗特性与硅基芯片制造流程完美结合,让光子芯片从实验室走向规模化生产成为可能。

    突破的核心:原子级光滑表面

    研究团队的巧思在于,直接采用与光纤同源的锗硅酸盐玻璃,通过光刻技术在8英寸或12英寸的硅晶圆上“打印”出纳米级波导。更关键的是,他们利用这种材料熔点较低的特性,增加了一道“回流”处理工序:将芯片放入炉中加热,让波导表面自然流动,最终达到原子级的光滑度

    而此前数据中心广泛使用的氮化硅,由于熔点太高,无法进行类似处理,表面粗糙度限制了性能。

    基于该平台制备的激光器件,其相干时间较上一代技术提高了100多倍,这为高精度应用奠定了基础。

    为什么能搭上摩尔定律快车

    摩尔定律的本质并非仅仅是尺寸缩小,而是在兼容现有制程的基础上,实现性能与集成度的持续、规模化迭代。加州理工的突破恰恰击中了这两个要害:

    制造兼容性:首次实现高性能光子材料与成熟硅基芯片制造工艺的100%兼容。这意味着光子芯片可以利用全球现有的晶圆厂设备进行大规模生产,成本有望大幅降低。

    性能可迭代:低损耗特性是提升光子芯片集成度的前提。研究团队指出,这仅是“入门级”成果,通过调整材料成分、优化工艺,性能还有巨大提升空间。

    五、现实难题:量产落地的多重硬约束

    前景确定,但短期瓶颈依旧突出。硅光子规模化普及,仍需攻克工程与商业化难题。

    热管理难题

    光电同封装设计,叠加GPU高功耗发热,温度漂移会导致光器件性能波动,谐振器、调制器稳定性下降。这需要新型液冷、微流体散热方案配套落地。

    封装耦合精度壁垒

    光纤与硅光波导尺寸差距巨大,纳米级对准要求严苛,耦合损耗高、良率偏低,是制约大规模量产的核心工艺卡点。

    成本与良率压力

    当前硅光芯片良率不足60%,3D光电封装造价昂贵,短期替换现有铜缆架构成本过高。行业普遍共识:硅光子是长期战略方向,但不会一步到位,将伴随老旧互联技术淘汰,渐进式替代落地。

    六、战略纵深:不止解决互连,重构后摩尔时代格局

    硅光子的价值,早已超越“提速降耗”的单一需求,正在重塑全球半导体竞争规则。

    在产业格局上

    先进制程不再是唯一赛道,制程+先进封装+硅光子成为代工厂核心比拼维度。台积电、三星、英特尔围绕光电集成展开新一轮博弈,谁掌握硅光封装能力,谁就能抢占AI算力基建的制高点。

    在计算架构上

    光互连正在突破经典内存墙限制。超高带宽、超低延迟的光电互联,有望实现池化内存、存算分离、光计算等全新架构,彻底打破冯·诺依曼架构的长期束缚。

    在技术融合上

    硅光依托成熟CMOS工艺实现异构集成,III-V族激光器与硅基平台加速融合,光电一体化成为异构芯片发展主流方向,打开长期技术增长空间。

    AI算力内卷下半场,物理极限成为最大约束,铜互连的时代正在缓缓落幕。

    硅光子与光互连,凭借光速传输、超低功耗、超高带宽的天然优势,完成了从技术概念到量产落地的跨越。虽然热管理、封装工艺、成本门槛仍需时间消化,但产业趋势不可逆:2026年台积电硅光量产落地,就是后摩尔时代全新变革的正式起点

    从电子到光子,从铜缆互联到光电集成,一场贯穿芯片、封装、数据中心的底层革命已经开启。未来,光电融合将定义下一代AI算力基础设施的核心底色。

    相关文章

  • 量子纠错算法突破”卡脖子”困局:量旋科技×港科大方案入选QEC

    量子纠错算法突破”卡脖子”困局:量旋科技×港科大方案入选QEC

    一、为什么量子纠错是”刚需”?

    量子计算之所以被寄予厚望,是因为它拥有传统计算机无法企及的并行处理与指数级存储能力。然而,量子态极度脆弱——环境噪声、操控误差、退相干等问题,让物理量子比特的错误率始终居高不下。

    这就好比你有一台性能极强的超级电脑,但内存条动不动就”蓝屏死机”。要让它稳定运行,必须解决信息的可靠存储与高保真运算问题。

    量子纠错技术应运而生。其核心思路是:将多个物理量子比特编码为逻辑量子比特,通过冗余设计实现错误的检测与修正。这被视为通往大规模容错量子计算的必经之路。

    但问题在于,传统量子纠错方案面临一个核心矛盾:要实现稳定的逻辑比特纠错,需要消耗海量物理比特资源。极高的硬件开销,直接制约了容错量子计算的工程化落地。

    量子纠错三大突破:双向协同解码、容错阈值提升179%至4.35%、近最优有效码距

    二、量旋方案:破解”解码性能与资源开销”的双重困境

    2026年4月23日,全球量子计算领域顶级国际学术会议——第八届国际量子纠错大会(QEC 2026)正式公布录用论文名单。量旋科技量子纠错团队与香港科技大学团队合作完成的论文《Efficient high-threshold decoding for concatenated quantum Hamming codes with near-optimal effective distance》正式被大会接收。

    这意味着,国产量子纠错方案获得了全球学术领域的权威认可。

    2.1 首创双向协同解码机制

    传统量子纠错方案多采用单向解码:每一层级的解码结果独立处理,不考虑与其他层级的信息交互。这种”各自为战”的方式,导致误差累积难以抑制。

    量旋科技提出的方案核心创新在于双向协同解码机制。它创新性地利用高层级码块的伴随式信息,反向辅助修正低层级的解码决策,打通了层级间的纠错逻辑联动。

    简单来说,就是让高层的”专家”指导低层的”新手”,形成协同作战的纠错体系。

    2.2 容错阈值提升179%

    这一创新的直接效果,是容错阈值的显著提升。

    在独立位翻转噪声模型下,该算法将[[15,7,3]]级联码的容错阈值,从传统局部解码的1.56%提升至4.35%,达到了该编码架构下的行业领先水平。

    这是一个惊人的数字——相当于在不增加硬件资源的情况下,将系统的”容错空间”扩大了近两倍。

    2.3 保持近最优有效码距

    更难得的是,新方案在提升阈值的同时,还能保持接近理论最优的有效码距。这意味着它能够有效抑制逻辑错误率的指数级增长,为降低纠错硬件开销提供了核心算法支撑。

    论文核心作者指出:”量子纠错的价值,不是停留在理论层面的推演,而是要真正服务于容错量子计算的工程化落地。本项工作的核心意义,是通过算法层面的深度优化,让’超越损益平衡点的逻辑比特’在现有硬件水平下具备了更强的可行性。”

    三、产学研协同:从理论创新到产业落地

    这项成果是产学研深度协同的典型案例。

    论文作者团队涵盖量旋科技量子纠错核心研发人员,以及在量子纠错领域拥有深厚学术积累的香港科技大学黄施霖教授团队。前者具备工程化落地能力,后者拥有理论基础创新优势,两者形成了双向赋能。

    这种协同模式,为我国量子计算领域的产学研协同攻关提供了可借鉴的实践范式。

    四、为什么这很重要?

    4.1 量子计算的三座大山

    要实现实用化量子计算机,必须翻越三座大山:

    • 量子比特规模:需要足够多的量子比特来执行复杂计算
    • 门操作保真度:每个量子门的操作必须足够精确
    • 量子纠错算法:能够可靠地检测和修正错误

    三者的突破缺一不可,而量子纠错算法正是连接前两者的”桥梁”。

    4.2 “十五五”规划的战略指向

    今年3月发布的”十五五”规划纲要明确提出,要”研制可容错的通用量子计算机”。量子纠错的突破,直接服务于这一国家战略目标。

    4.3 商业价值的释放

    更高效的纠错算法意味着:同样的硬件条件下,可以实现更高质量的量子计算;或者,为了达到同样的计算质量,可以大幅减少所需的物理比特数量。

    这将显著降低容错量子计算的成本门槛,加速其商业化落地。

    五、全球竞争格局与中国位置

    量子计算领域,全球竞争日趋激烈。

    • 谷歌:2024年底发布”Willow”处理器,实现低于纠错阈值的量子纠错
    • IBM:推出Condor突破1121量子比特,持续迭代超导量子处理器
    • 中国:祖冲之三号比谷歌快6个数量级,在量子比特规模上保持领先

    但量子纠错算法的突破更具战略意义。它不依赖更先进的硬件制造工艺,而是通过算法创新释放现有硬件的潜力。

    量旋科技的这项成果入选QEC 2026,标志着中国在量子纠错算法领域已经站在全球前沿。

    六、未来展望

    2026年QEC会议将于6月在美国加州圣巴巴拉举行。届时,该研究团队将向全球顶尖科学家展示相关研究的完整细节。

    面向未来,量旋科技表示将持续推动量子纠错算法与自研硬件平台的协同迭代,构建面向容错量子计算的系统级技术储备,推动量子计算平台实现”可用算力持续输出”与”长期稳定运行”的双重核心能力。

    量子计算的正前方,是一个全新的计算时代。而量子纠错,正是通往这个时代的钥匙之一。

    相关阅读

  • 国产1nm芯片震撼问世:二维半导体+铁电晶体管如何重写全球芯片规则

    国产1nm芯片震撼问世:二维半导体+铁电晶体管如何重写全球芯片规则

    一、颠覆性突破:1nm芯片有多强?

    1.1 北大铁电晶体管:全球首创的性能怪兽

    2026年2月,北京大学彭练矛院士团队发布了全球首颗1纳米铁电晶体管芯片,这一成果立即引发全球科技界震动。与传统硅基芯片相比,这款芯片创造了三项全球第一:

    性能提升3倍:新型铋基二维材料配合铁电效应,使芯片性能达到硅基产品的3倍以上。这意味着同样的功耗下,芯片算力可以提升3倍;或者同样的算力下,功耗可以降低70%。

    功耗骤降90%:铁电材料独特的非易失性特性,使晶体管在保持状态时几乎不消耗静态功耗。这一特性对于移动设备、物联网传感器等对功耗极度敏感的应用场景意义重大。

    完全自主可控:整个研发和生产链条均基于国产技术和设备,不依赖任何受出口管制的海外技术。这意味着中国终于拥有了一条完全自主的高端芯片制造路径。

    研究数据显示,该芯片在0.5V工作电压下即可实现高速开关,动态功耗远低于传统FinFET晶体管。更重要的是,铁电材料的极化特性还赋予了芯片“存算一体”的潜力——同一条晶体管线路即可完成计算和存储两个功能,从根本上简化芯片架构。

    1nm芯片性能提升3倍功耗降低90%完全自主可控三大突破优势图

    1.2 复旦二维半导体:量产落地的中国速度

    就在北大发布1nm铁电芯片的同时,复旦大学周鹏、包文中团队传来另一重磅消息:全球首条二维半导体量产示范线在上海浦东点亮,二维半导体芯片正式从实验室走向产业化。

    二维半导体是什么?它是由单层或少数原子层构成的晶体材料,厚度仅0.7纳米(相当于3个原子层),主要材料为二硫化钼(MoS₂)。与硅相比,二维半导体具有三大天然优势:

    超薄特性:厚度仅为硅的十分之一,电子在材料中的传输距离大幅缩短,开关速度显著提升。

    低功耗优势:二维材料的带隙特性使其在高关态电流和低亚阈值摆幅之间找到了最佳平衡点。

    工艺兼容性:二维半导体的制造可以复用现有CMOS产线的部分设备和工艺,大幅降低产业化门槛。

    更令业界惊叹的是,这条二维半导体量产线的良率已达到94.3%,完全达到商业化生产标准。5900个晶体管的集成规模虽然与目前最先进的商业芯片仍有差距,但已充分验证了二维半导体技术的可行性。

    二、技术解密:为什么是“换道超车”?

    2.1 硅基芯片的物理极限

    要理解中国突破的意义,首先需要了解传统硅基芯片面临的困境。半个多世纪以来,芯片性能的提升主要依赖“摩尔定律”——通过缩小晶体管尺寸,在同等面积芯片上集成更多晶体管。然而,当晶体管尺寸缩小到5纳米以下时,量子隧穿效应导致的漏电问题变得愈发严重,传统的摩尔定律正在逼近物理极限。

    更棘手的是EUV光刻机的垄断。7纳米及以下制程需要使用极紫外光刻机,而全球只有荷兰ASML一家企业能够制造。2019年以来,受出口管制影响,中国企业始终无法获得EUV设备,这成为制约国产高端芯片发展的关键瓶颈。

    2.2 新材料的破局之道

    面对硅基路线的困境,中国科学家选择了换道超车的策略。与其在传统赛道上苦苦追赶,不如开辟一条全新的赛道。

    二维半导体和铁电材料的应用,正是这一策略的具体体现。这两类材料都不依赖EUV光刻工艺。北大团队的铁电晶体管采用“后端集成”工艺,可以在不改变前端硅基CMOS产线的情况下,将新型存储器直接集成到现有芯片上。复旦的二维半导体则采用与传统CMOS兼容的工艺流程,为未来的混合集成奠定了基础。

    这意味着,即便没有EUV光刻机,中国也能制造出性能领先的高端芯片。新材料路线的突破,让中国绕过了西方精心构筑的技术封锁线。

    2.3 从材料到系统的完整链条

    值得注意的是,中国突破并非单点技术,而是覆盖材料、器件、工艺、系统的完整创新链条。

    在材料环节,铋基二维材料、氧化钇稳定氧化锆等关键材料均实现国产化。在器件环节,铁电晶体管、二维半导体晶体管的结构设计和制造工艺均有原创性突破。在系统环节,中国团队已经开始探索基于新材料的存算一体芯片、神经形态芯片等前沿架构。这种全链条的自主创新能力,才是中国芯片突围的真正底气。

    三、产业影响:全球芯片格局的重塑

    3.1 对中国半导体产业的意义

    1nm芯片的突破对中国半导体产业意味着什么?

    首先,它打破了“国产芯片只能做低端”的刻板印象。长期以来,国内芯片企业在性能上难以与国际巨头竞争,只能在成熟制程市场厮杀。1nm芯片的成功证明,中国完全有能力做出性能领先的高端产品。

    其次,它为国产芯片企业开辟了新的发展空间。由于新材料芯片不依赖EUV设备,国内晶圆厂可以在不改变现有设备的情况下,引入新型材料和工艺,实现产品性能的快速提升。这对于正在艰难追赶的国产芯片企业而言,无疑是重大利好。

    更重要的是,它增强了产业信心。芯片技术壁垒高、研发周期长,需要长期坚持才能看到成果。1nm芯片的成功,证明了中国科研力量的雄厚实力和坚持自主创新的战略定力。

    3.2 对全球半导体格局的冲击

    从全球视角看,中国新材料芯片的突破同样意义深远。

    长期以来,全球半导体产业形成了美国设计、日本材料、荷兰设备、台湾制造、韩国存储的分工格局。这一格局建立在技术领先和专利壁垒之上,构成了后发国家的进入门槛。然而,新材料路线的出现,正在动摇这一格局的基础。

    二维半导体和铁电材料都是新兴领域,中外起步时间相近。在这些领域,中国科学家已经积累了相当的技术储备,部分方向甚至处于领跑地位。如果新材料路线最终成为主流,中国有望从“追赶者”转变为“引领者”。

    对于ASML等设备巨头而言,这同样是一个警示信号。如果市场最终转向新材料芯片,对EUV光刻机的需求可能大幅下降。现有的技术优势并非永恒,只有持续创新才能保持竞争力。

    四、商业化前景:从实验室到市场还有多远?

    4.1 近期应用场景

    尽管1nm芯片取得了实验室突破,但其大规模商业化仍需时日。综合业内专家观点,以下场景可能成为新技术的首批应用领域:

    人工智能芯片:二维半导体的高迁移率和低功耗特性,使其非常适合AI推理芯片的需求。中国AI芯片市场的快速增长,将为新技术提供广阔的应用空间。

    物联网传感器:铁电晶体管的非易失性特性,对于需要长期运行、低功耗工作的物联网设备极具吸引力。可穿戴设备、智能家居、工业传感器等领域,可能成为新技术的第一批商业化落地场景。

    存算一体芯片:铁电材料的“存算一体”潜力,在数据中心和边缘计算场景中具有独特价值。通过减少数据搬运,这类芯片可以显著提升能效比。

    4.2 产业化挑战

    当然,新技术的商业化也面临诸多挑战。

    产能爬坡:从实验室到量产线,需要解决工艺一致性、良品率提升、大规模生产设备等一系列问题。目前二维半导体的产能规模仍然有限,需要持续投资才能满足市场需求。

    成本控制:新技术的初期成本通常较高,如何在性能优势和成本之间找到平衡点,是商业化成功的关键。随着产业规模扩大和工艺成熟,成本将逐步下降。

    生态建设:新材料芯片需要配套的EDA工具、设计方法、测试标准等生态支撑。这些方面的建设同样需要时间和资源投入。

    4.3 长期展望

    尽管挑战重重,业内对新技术路线仍抱有很高期待。多位半导体行业资深人士表示,5到10年内,新材料芯片有望在特定领域实现大规模应用;10到15年内,可能逐步成为主流技术路线。

    对于中国而言,1nm芯片的突破是一个新的起点而非终点。从追赶到超越,需要的不仅是技术突破,更需要产业生态的完善和创新文化的培育。当这些条件逐步具备,中国半导体产业将迎来真正属于自己的黄金时代。

    五、启示与反思:科技突围的深层逻辑

    5.1 基础研究的战略价值

    1nm芯片的成功,很大程度上源于北京大学、复旦大学等科研机构在新型半导体材料领域十余年的持续积累。这些基础研究短期内难以看到商业回报,但正是这些“冷门”方向的深耕,才换来了今天的突破。

    这给我们的启示是:科技突围不能只盯着“卡脖子”的应用技术,更要重视基础研究的长期投入。只有构建起扎实的科学基础,才能在关键时刻实现从0到1的突破。

    5.2 产学研协同的重要性

    从1nm芯片的研发过程可以看出,企业、高校、研究机构的紧密合作发挥了关键作用。北大团队的材料研究成果,需要通过复旦的工艺开发才能走向量产;复旦的量产经验,又反馈给北大优化材料设计。这种“产学研一体化”的模式,是技术快速迭代的重要保障。

    5.3 坚持自主创新的定力

    在外部压力下,坚持自主创新从来不是一件容易的事。面对“造不如买”的诱惑,面对技术差距的焦虑,需要有战略定力才能坚持下去。1nm芯片的成功,正是这种坚持的回报。

    当然,自主创新不等于封闭发展。中国芯片产业的最终目标,是融入全球创新网络,在开放合作中实现共赢。新材料路线的突破,为中国参与全球半导体产业合作提供了新的筹码和底气。

    相关阅读: