布朗大學突破磁性材料「死層」限制:超低功耗 AI 晶片離商轉還有多遠?
布朗大學研究團隊於 Nature Materials 發表突破,成功消除超薄多鐵性材料的「死層」效應並激發交變磁性,為超低功耗 AI 晶片與記憶體帶來新解方。本文用白話拆解這項三層結構技術、優勢比較與商業化距離。
大家每次討論新一代 AI 晶片,焦點幾乎都在台積電先進製程或資料中心要蓋幾座核電廠,很少人注意底層材料正在發生的革命。
2026 年 11 月 12 日,美國布朗大學工程團隊在國際期刊 Nature Materials 發表了一項材料突破,成功克服困擾晶片界多年的「死層」效應。
研究團隊利用三層堆疊結構,讓厚度只有幾埃的鉍鐵氧體薄膜依然保有電性與磁性,而且還意外激發出兼顧速度與密度的「交變磁性」。
如果這項技術未來能順利放進商業製程,AI 晶片與記憶體的耗電量將有機會大幅下降,不再只能靠砸錢堆散熱來硬撐。
不過,學術論文刊登並不等於明年就能量產上市,材料物理突破到真正上產線之間,還有不少工程門檻要跨過去。
下面我會先用白話帶你搞懂什麼是「多鐵性材料」與「死層」,再透過比較表拆解這項新磁性的優勢,最後幫你評估它對半導體產業的實質意義。
為什麼 AI 晶片需要多鐵性材料?它跟傳統電晶體差在哪裡?
隨著人工智慧模型越來越龐大,資料中心與邊緣裝置面臨的最大瓶頸已經不只是算力不夠,而是電力消耗太過驚人。
目前電腦與 AI 晶片主要靠電流開關與電荷儲存來記錄 0 與 1,每次資料讀寫與切換都會產生大量廢熱,這也是為什麼高階伺服器需要水冷散熱。
為了從根本壓低耗電,科學界長年把希望寄託在一種稱為「多鐵性材料」的特殊晶體上,這種材料同時具備電性與磁性兩種特性。
在多鐵性材料的原子結構裡,正電荷與負電荷分別位於晶體兩側,形成一種可以被外部微弱電壓控制的極化現象。
只要施加一個非常小的電壓,就能翻轉正負電荷的位置,這正好可以用來代表數位世界裡的 0 與 1,而且過程中幾乎不浪費電力。
更聰明的地方在於,因為它的磁性與極化狀態彼此連動,晶片後續可以用磁訊號來讀取儲存的資料,大幅減少傳統記憶體讀寫時的能源損耗。
這次布朗大學團隊研究的對象,正是材料界最常被討論的代表之一「鉍鐵氧體」,如果能把它做成超低功耗的邏輯或記憶體元件,對未來 AI 晶片將是極大的助力。
延伸閱讀:記憶體晶片股暴漲:Apple 確認漲價,AI 需求引爆結構性短缺危機

什麼是「死層」效應?布朗大學怎麼用三層結構解決?
既然多鐵性材料這麼省電,為什麼過去幾十年一直沒辦法放進我們手上的電腦或伺服器晶片裡?
答案就在於「尺寸縮小後會失效」。現代半導體晶片裡的元件層必須做得極薄,但只要把傳統多鐵性材料削薄到接近晶片所需的奈米甚至原子尺度,它原本神奇的電性與磁性就會突然消失,科學家把這種現象稱為「死層」效應。
破壞材料效能的兩大元兇
根據布朗大學研究團隊的說明,死層之所以會出現,背後主要有兩個物理因素同時作祟。
第一,當材料變得極薄時,原本整齊排列的原子結構會發生扭曲變形,破壞了維持電性與磁性所需的化學環境。
第二,材料內部的雜散電場會反過來干擾原本的正負電荷極化方向,讓極化狀態無法穩定維持下去,最終導致整層薄膜徹底失去功能。
靠「晶格壓縮」與「金屬層」保住幾埃厚度的特性
為了解決這兩個難題,由布朗大學工程助理教授 Lucas Caretta 領導的團隊,設計出了一套精巧的三層堆疊製程。
首先,他們把鉍鐵氧體生長在一種名為鈧酸鏑的稀土化合物基底上,這種基底材料的晶體間距比鉍鐵氧體稍微小了一點。
當兩種晶體間距不同的材料貼合生長時,底層就會像緊身衣一樣對上層的鉍鐵氧體施加壓縮應力,剛好抵銷了變薄後的結構扭曲,保住原子排列的穩定性。
接著,團隊在結構中加入了第二層金屬層,這層金屬專門用來抵消內部的干擾電場,避免極化狀態被自己產生的電場破壞。
透過這套雙管齊下的結構設計,研究團隊證明即使把材料做到只剩幾埃的極限厚度(一埃等於零點一奈米,大約只有幾個原子的寬度),它依然能同時保持鐵電性與磁性。
意外的收穫:為什麼「交變磁性」是晶片設計的夢幻組合?
研究團隊原本的目標只是「消除死層」,讓超薄薄膜維持原本的物理性質,但實測結果卻帶來了更大的驚喜。
這種經過三層應力與電場工程設計的鉍鐵氧體薄膜,竟然展現出了一種稱為「交變磁性」的新型態磁性狀態。
要理解為什麼交變磁性這麼珍貴,我們得先把它跟晶片設計界常見的另外兩種傳統磁性放在一起比較。
過去工程師在設計磁性記憶體或邏輯元件時,總是在「鐵磁體」與「反鐵磁體」之間陷入兩難,兩種材料各自有一個致命缺點。
鐵磁體的好處是磁訊號很強、非常容易被電路讀取出來,但它切換狀態的速度相對較慢,而且會向四周發出雜散磁場。
一旦你想把元件密集塞進同一顆晶片裡,相鄰元件的雜散磁場就會彼此干擾,限制了晶片微縮的密度。
反鐵磁體則剛好相反,它的原子磁矩彼此抵銷,因此完全沒有雜散磁場干擾的問題,切換速度也比鐵磁體快上許多,但代價是外部幾乎讀不到它的訊號,很難做成實際可用的記憶體。
以下我把這三種磁性在運算速度、封裝密度與訊號讀取難度上的差異整理成對照表,讓你一眼看懂這項突破的價值。
| 磁性類型 | 運作切換速度 | 晶片密集封裝能力 | 訊號讀取難度 | 對未來元件設計的綜合評估 |
|---|---|---|---|---|
| 傳統鐵磁體 | 相對較慢 | 較差(易受雜散磁場互相干擾) | 容易(磁性訊號強) | 讀取穩定,但難以應付高密度高速運算 |
| 傳統反鐵磁體 | 極快 | 優異(幾乎無雜散磁場干擾) | 困難(訊號極微弱) | 物理條件理想,但實務讀取電路極難設計 |
| 新發現交變磁體 | 快 | 優異(可高密度整合) | 容易(具強烈可讀電訊號) | 同時兼顧速度、密度與可讀取性的理想折衷 |
從這張表就能明白,為什麼研究主持人 Caretta 會形容交變磁性是「兩全其美的最佳組合」,它第一次讓工程師有機會在一層極薄的材料上,同時拿到高速、高密度與好讀取這三個優點。
延伸閱讀:輝達發布地表最強AI晶片,黃仁勳目標打造AI界的台積電
這項研究有誰贊助?背後反映哪些國家級算力焦慮?
看科學新聞時,除了看實驗室裡做出什麼新材料,觀察是誰出錢資助這項研究,往往更能看出這項技術的戰略高度。
這篇發表於 Nature Materials 的論文,背後共有三個美國聯邦機構提供研究經費,分別是美國陸軍研究辦公室、美國國家科學基金會,以及美國能源部。
美國能源部與國防研究單位長期資助基礎材料科學,因為不論是軍用邊緣感測器,還是國家實驗室的超級電腦,目前都面臨電力供應與散熱極限的壓力。
當傳統矽基電晶體微縮越來越接近物理極限、每提升一點效能都要付出倍增的耗電代價時,國家級研究機構必須提前十年押注下一代非矽基或新型態磁性記憶體技術。
對軍方與太空或邊緣感測系統而言,設備往往無法連接龐大的電網,如果運算與記憶元件能改用微弱電壓切換且幾乎不發熱,就能讓無人載具或野外感測器在有限電池容量下跑更複雜的 AI 模型。
對大型資料中心與科學超算中心來說,這類低功耗材料則是解決機房供電瓶頸的長期備案,因為只要單顆記憶體與邏輯元件的切換耗能降下來,整座機房的冷卻系統負擔就會同步減輕。
Caretta 也提到,科學家早就知道塊狀多鐵性材料裡蘊含這些優良特性,真正的訣竅在於如何透過原子層級的結構工程,把它塑造成晶片能用的形式,甚至誘發出比大自然原本狀態更好的功能。
換句話說,這篇論文最大的示範價值不只是保住了鉍鐵氧體原本的能力,而是證明工程師可以靠精準控制薄膜厚度與應力環境,在原子尺度上「設計」出自然界原本不容易見到的理想磁性。
從 Nature Materials 論文到商業 AI 晶片,還有哪三道關卡?
雖然這項研究徹底打破了多鐵性材料做不薄的魔咒,但身為關注科技與產業趨勢的讀者,我們必須把「科學可行性」跟「商業量產」清楚分開來看。
研究團隊自己在發布消息時也坦承,這項技術距離真正整合進市面上的商業 AI 晶片,還需要相當長時間的後續開發與驗證。
第一道關卡是稀有材料與晶圓廠相容性,實驗室裡用來當基底的鈧酸鏑屬於稀土化合物,如何在 12 吋大面積矽晶圓上用合理成本均勻長出這種三層結構,是晶圓代工廠最現實的良率考題。
第二道關卡是製程溫度與整合度,現代邏輯晶片與記憶體晶片都有嚴格的製造溫度與化學清洗流程,新材料必須能撐過數百道半導體製程步驟而不發生原子擴散或失效。
第三道關卡則是耐用度與良率測試,商用記憶體與運算晶片必須承受數百萬次甚至數十億次的電壓反覆翻轉,同時在高溫運作環境下維持穩定,這些長期可靠度數據都還需要後續研究補齊。
常見問題
布朗大學這項研究的「死層」是什麼意思?
死層是指多鐵性材料被做得像現代晶片層一樣極薄時,因為原子結構扭曲與內部電場干擾,導致原本的電性與磁性全部失效的現象。
為什麼這項突破跟 AI 晶片的耗電有關?
因為多鐵性材料可以用極小的電壓控制電荷極化來記錄 0 與 1,並用磁性讀取資料,如果未來成功商轉,能大幅降低 AI 晶片與記憶體的運算耗電。
什麼是「交變磁性」?它比傳統磁性好在哪裡?
交變磁性結合了鐵磁體「訊號強、好讀取」與反鐵磁體「速度快、無雜散磁場干擾」的優點,讓晶片元件有機會同時做到高速、高密度且省電。
搭載這種新材料的 AI 晶片很快就會上市嗎?
不會這麼快,目前這項成果屬於發表在頂尖期刊的基礎材料突破,研究團隊也明確表示距離商業晶片量產還需要進一步的工程開發與整合測試。
結語
回到開頭的問題,布朗大學消除死層並發現交變磁性的研究,為卡在功耗牆前面的 AI 晶片產業打開了一條極具潛力的底層材料新路。
如果你是半導體材料研究者、前瞻技術研發人員,或是追蹤五年後下一代記憶體架構的產業分析師,這篇 Nature Materials 論文與三層晶格應力設計非常值得列入技術追蹤清單。
但如果你是一般科技股投資人,看到「大幅降低 AI 晶片耗電」的新聞標題就想找相關概念股進場,這類基礎物理突破距離晶圓廠量產還有數年以上的驗證期,短期內不會反映在任何上市公司的財報營收上。
接下來,你可以持續關注能源部資助團隊後續在元件壽命與矽晶圓整合上的實驗進展,並透過上方延伸閱讀了解目前 AI 記憶體短缺與晶片製造的現實戰況。