# NUS教授从原子到系统重塑未来电子：让芯片更小、更聪明、更节能

URL: https://www.shicheng.news/v/PkMQz
Published: 2026-11-07
Source: 狮城新闻

NUS · FUTURE ELECTRONICS

从一层原子，到一整颗会“思考”的芯片

未来电子不只是把元件继续缩小，而是重新理解材料、器件与系统如何共同工作

智能手机、无线网络、自动驾驶和人工智能需要越来越强大的计算与通信能力，但传统电子器件正逐步接近物理极限。

当材料薄到只有一个原子层，过去可以忽略的表面起伏、微小空隙和电子穿隧，都可能决定一个器件是否可靠。

在新加坡国立大学设计与工程学院（NUS CDE），材料科学与工程系Mario Lanza教授带领团队从这些极小尺度的问题出发，尝试重新设计未来电子技术。

他的研究横跨“原子—器件—电路—系统”：

既要看清电子如何穿过一层材料，也要证明新器件能够进入真实芯片、稳定工作并具备量产可能。

近期多项成果展示了这条路线的跨度：二维材料的原子级测量、用于5G与未来6G芯片的忆阻射频开关、面向边缘AI的类脑晶体管，以及把科研转化为产品的初创企业。

## 01｜电子器件越薄，越不能只看材料本身



二维材料可以薄至单个原子层，为制造更小、更薄、更节能的电子元件提供了可能。

但极致的薄也带来新问题。电子可能穿过原本用于阻挡电流的势垒，这种现象称为**量子隧穿**。不必要的漏电会增加能耗，也可能加速器件失效。

长期以来，工程师通常会关注材料本身的绝缘能力：哪一种材料更能阻挡电子，就应该产生更低的漏电流。

Lanza教授团队在2026年7月1日发表于《Nature Materials》的研究发现，在原子级尺度上，这个直觉并不总是成立。

团队使用导电原子力显微镜（CAFM），以纳米级空间分辨率测量电荷如何通过不同二维材料。他们发现，材料和金属电极之间极其微小的空隙，会改变电子实际需要跨越的距离，并显著影响漏电。

当材料薄到不足一纳米，

电极之间微小的物理距离变化，甚至可能比材料本身的绝缘性能更重要。

这也解释了为什么看似使用相同材料的实验，有时会得到差异很大的结果。电极粗糙度、界面空隙、污染物和真实电极距离，都可能改变电子输运。

对未来芯片设计而言，这项发现带来一个重要原则：不能孤立评价材料参数，而要把材料、界面和电极视为一个完整器件。

![NUS教授从原子到系统重塑未来电子：让芯片更小、更聪明、更节能](https://www.shicheng.news/images/image/1793/17936873.avif?0)





## 02｜什么是忆阻器？一种能够“记住”状态的电阻



Lanza教授研究的另一条主线是忆阻器。

普通电阻的阻值通常相对固定；忆阻器则可以根据过去受到的电压或电流刺激，被写入不同阻值，并在断电后保持这种状态。它因此常被形象地称为“有记忆的电阻”。

这种特性让忆阻器有望应用于：

● 非易失性信息存储

● 存算一体与类脑计算

● 硬件加密和安全

● 可重新配置的通信电路

关键优势在于：器件不需要持续供电来维持已写入的状态。对由大量开关组成的系统而言，这可以减少待机和配置能耗。

![NUS教授从原子到系统重塑未来电子：让芯片更小、更聪明、更节能](https://www.shicheng.news/images/image/1793/17936874.avif?0)





## 03｜5G与6G需要更多开关，芯片却不能无限变大



无线芯片中的射频开关负责引导和控制信号，作用类似微型交通指挥。

2G系统的信号收发单元大约使用4个这类开关；到了5G和未来6G，需求可能增加到50个甚至超过100个。

开关数量快速增长，会占用更多芯片面积、提高成本并增加耗电。如何把更多功能装进同一颗芯片，成为无线硬件的重要挑战。

在2026年7月8日发表于《Nature》的研究中，Lanza教授团队用六方氮化硼（hBN）二维材料制造出仅**2微米×2微米**的忆阻射频开关。

这些开关在断电后仍能保持导通或关闭状态，不需要持续供电维持配置。更重要的是，研究团队没有停留在单个器件演示，而是把它们直接集成到商业制造的氮化镓（GaN）微芯片上。

在完整电路中，开关成功实现了：

调节信号强度

重新引导无线信号

改变滤波器选择的频率

它们的工作频率最高达到100吉赫兹，覆蓋当前5G使用及未来6G探索的部分频段。

这类技术未来可能影响的不只是手机和基站，还包括自动驾驶汽车、机器人和需要同时处理大量无线功能的智能设备。

## 04｜一颗普通晶体管，能同时扮演神经元和突触？



团队的第三个研究方向，是为人工智能重新设计硬件。

今天许多AI系统需要在处理器与存储器之间反复搬运数据，带来延迟和能耗。类脑计算希望让芯片更接近生物神经系统的工作方式，在器件层面完成信息处理与记忆。

传统上，模拟一个神经元或突触功能通常需要由多个晶体管和电容组成复杂电路。

2025年，Lanza教授团队在《Nature》发表研究，证明只需一个标准硅晶体管，在经过特别设计的偏置方式后，就能模拟神经元与突触两类行为。

这项成果的意义在于，它使用成熟的CMOS硅制造技术，而不是完全依赖尚未大规模验证的新材料。相关设计可使神经元电路缩小最高约18倍、突触电路缩小约6倍。

类脑芯片若要真正走向大规模应用，

不仅要“像大脑”，也必须能制造、能集成、能稳定运行。

这类更紧凑、节能的脉冲神经网络硬件，特别适合无人机、机器人、可穿戴设备等依靠电池或能量采集运行的边缘AI场景。

![NUS教授从原子到系统重塑未来电子：让芯片更小、更聪明、更节能](https://www.shicheng.news/images/image/1793/17936875.avif?0)





## 05｜从论文走向产业：Newmorphic在新加坡落地



为了推动类脑晶体管技术走出实验室，Lanza教授与团队成员Sebastian Pazos博士共同创立初创公司Newmorphic，公司位于新加坡one-north创新园区。

2026年10月，Newmorphic参加在新加坡科技创新周期间举行的SLINGSHOT全球深科技创业比赛。

比赛吸引来自148个国家、超过5,100份申请。Newmorphic进入全球前十名决赛团队，并获得“先进位造与工业系统”赛道冠军。

这一进展展示了一条完整的技术转化链：从发现晶体管的新工作机制，到设计可扩展的类脑计算单元，再通过创业公司验证商业应用。

科研成果能否变成产业技术，往往取决于实验室之外的许多环节，包括芯片设计工具、制造工艺、封装测试、客户验证、知识产权和人才培养。

新加坡拥有半导体制造、研究机构、国际企业和初创生态，为这类跨越材料、器件与系统的研究提供了连接条件。

## 06｜真正困难的，不是“做出一次”，而是可靠地重复



纳米电子研究中，令人惊艳的单次结果并不足以证明技术可用。

原子级器件容易受到微小差异影响。同一片晶圆上的器件可能表现不同，温度、时间和反复开关也可能让性能衰退。

Lanza教授强调，团队会多次重复实验，使用尽可能接近产业应用的电压方案，并报告良率、器件差异、可靠性和稳定性。

他们也尽量采用与半导体晶圆生产线兼容的制造工艺，让实验室器件更容易转移到商业制造流程。

**良率：**一批器件中有多少能够正常工作？

**差异：**不同器件之间的性能是否一致？

**耐久：**反复写入和切换后是否继续可靠？

**稳定：**经过时间和温度变化后，状态能否保持？

这些指标看起来不如“世界首创”醒目，却决定一项技术能否从科研样品变成可用产品。

![NUS教授从原子到系统重塑未来电子：让芯片更小、更聪明、更节能](https://www.shicheng.news/images/image/1793/17936876.avif?0)





## 07｜为什么“从原子到系统”很重要？



未来电子技术的瓶颈很少只存在于单一层面。

材料性能再好，若与电极接触不稳定，器件仍会失败；器件再小，若无法进入现有芯片和制造线，也难以产生实际影响；电路功能再强，若功耗和可靠性不达标，系统仍无法长期运行。

Lanza教授团队的工作把这些层面串在一起：

**原子尺度：**看清电荷在二维材料和界面中的真实路径

**器件尺度：**设计更小、可记忆状态的忆阻元件

**电路尺度：**把新器件集成到工作的氮化镓芯片

**系统尺度：**服务无线通信、边缘AI和类脑计算

**产业尺度：**关注良率、可靠性、制造兼容和商业转化

这种跨尺度思维说明，下一代电子产品未必只来自更先进的某一种材料，也可能来自对整个结构和工作方式的重新设计。

当工程师能够理解并控制原子级细节，

更小、更聪明、更节能的电子系统才可能真正走向现实。