AI 對算力提出了更高的要求，傳統的芯片面臨挑戰，不過在量子計算和類腦計算獲得長足發展之前，芯片算力的提升依舊依靠現有技術的提升和創新。存內計算芯片在 AI 時代中也獲得了不少關注，不過普渡大學的工程師開發的方法是從材料的角度進行創新，實現了芯片在計算的同時也可以存儲。研究人員稱，未來如果這種芯片的進一步改進將有利于類腦計算的發展。

計算機芯片使用兩個不同的組件來處理和存儲信息。如果工程師可以將兩種組件組合成一個或彼此相鄰放置，那么芯片上將有更多的空間，從芯片速度更快，性能更強大。

普渡大學（Purdue University）的工程師已經開發出一種方法，將用于處理信息的數百萬個微型開關（通常稱為晶體管）也能在芯片上進行信息的存儲。

這種方法在《自然電子》上發表的一篇論文中進行了詳細介紹，它通過解決另一個問題來實現這一目標：將晶體管與比大多數計算機中使用的性能更高的存儲技術相結合，稱為鐵電性 RAM。

研究人員數十年來一直試圖將兩者整合在一起，但問題在于鐵電材料和硅（構成晶體管的半導體材料）之間的界面。另外，鐵電 RAM 作為片上的獨立單元運行，從而限制了其大幅提升計算效率的潛力。

由普渡大學電氣與計算機工程教授 Peide Ye，Richard J. 和 Mary Jo Schwartz 帶領的團隊發現了如何克服硅與鐵電材料之間致命的敵對關系的方法。

“我們使用了具有鐵電特性的半導體。兩種材料就變成一種材料，這樣就不必擔心接口問題。” Ye 說。

結果就成為了所謂的鐵電半導體場效應晶體管，其構建方式與當前計算機芯片上使用的晶體管相同。

α硒化銦材料不僅具有鐵電性能，而且還解決了“ 禁帶寬度 ” 通常充當絕緣體而不是半導體常規鐵電材料的問題，這意味著電流無法通過并且沒有計算發生。

α-硒化銦的禁帶寬度小得多，這使得這種材料成為半導體而不會失去鐵電性能。

普渡大學電氣和計算機工程博士后研究員 Mengwei Si 構建并測試了該晶體管，發現其性能可與現有的鐵電場效應晶體管相媲美，并表示通過一步優化性能還會更好。普渡大學電氣與計算機工程助理教授 Sumeet Gupta，獲得博士學位的 Atanu Saha 對建模提供了支持。

Si 和 Ye 的團隊還與佐治亞理工學院的研究人員合作，將α-硒化銦建立在稱為鐵電隧道結的芯片空間中，工程師可以利用該空間來增強芯片的功能。該團隊在 12 月 9 日在 2019 IEEE 國際電子設備會議上介紹了這項研究工作。

過去，研究人員無法建立高性能的鐵電隧道結，因為它的寬帶隙使材料太厚，無法通過電流。由于α-硒化銦的帶隙小得多，因此該材料的厚度僅為 10 納米，從而可以允許更多的電流流過。

更大的電流可以讓芯片的面積縮小至幾納米，從而使芯片的晶體管密度更高、更節能。Ye 補充表示，較薄的材料-甚至可以減小到原子的厚度，也意味著隧道結兩側的電極可以小得多，這對于構建模擬人腦的電路非常有用。