【導讀】8月4日，香港大學工程學院官網發布了一項重磅科研成果：該團隊成功研發出原子級厚度的“模擬存內搜索”芯片，特定任務運算速度遠超標準CPU，提速高達1億倍。這項突破性研究已刊發于國際頂級期刊《自然·納米技術》，硬核實力獲得了全球學界的認可。
在AI大模型和智能設備飛速迭代的今天，傳統芯片面臨著嚴重的算力天花板：數據來回搬運、運算速度變慢、能耗居高不下，這些問題成為了制約當前科技產業進一步發展的關鍵瓶頸。針對這一行業難題，香港大學研究團隊給出了一份顛覆性的答案。
8月4日，香港大學工程學院官網發布了一項重磅科研成果：該團隊成功研發出原子級厚度的“模擬存內搜索”芯片，特定任務運算速度遠超標準CPU，提速高達1億倍。這項突破性研究已刊發于國際頂級期刊《自然·納米技術》，硬核實力獲得了全球學界的認可。
可能很多人好奇：1億倍提速到底是什么概念？這款芯片憑什么實現顛覆性突破？
其實，答案就藏在它的運算邏輯里！
（圖片來源：香港大學官網）
在計算機領域，傳統芯片因受制于“內存墻”問題而面臨性能天花板，這便是業界熟知的馮·諾依曼瓶頸。處理器和內存是相互獨立的2個模塊，每一次數據運算都需要在兩者之間反復搬運、傳輸數據。這個來回流轉的過程，不僅極大拖慢了運算速度，還造成了大量能耗浪費，這也是多年來芯片性能難以跨越式提升的核心癥結。而港大的這款全新芯片，直接從架構上繞開了這一痛點。
該團隊創新性采用二維二硫化鉬（MoS?）閃存，打造出新型模擬內容尋址存儲器（CAM）。不同于傳統運算模式，它可以直接在數據存儲位置完成復雜搜索運算，無需遷移數據。更厲害的是，它能在單個步驟內將輸入數據與所有存儲數據同步比對，瞬間輸出精準結果，運算效率實現了質的飛躍。
在核心硬件設計上，這款芯片更是做到了極致精簡。傳統高端CAM存儲單元，完成基礎運算需要16個晶體管堆疊，結構復雜、體積龐大、成本高昂。而港大團隊攻克技術難關，僅用2個晶體管就能構建1個完整單元，直接大幅壓縮了芯片體積、提升了集成度，為微型智能設備適配打下基礎。
不僅如此，為解決二維材料接入電路時的“肖特基勢壘”難題，該團隊還創新采用了半金屬銻作為接觸電極，成功搭建出極低電阻傳輸通道，徹底打通了數據傳輸壁壘，讓芯片運行更穩定、更高效。
而最震撼的還是它的實測數據，每一項指標都刷新了行業極限：這款原子級芯片的搜索延遲僅36皮秒（0.000000000036秒），鑒于光在真空中每皮秒僅行進0.3毫米，這意味著芯片完成一次搜索運算的時間，甚至比光線穿過芯片自身所需的時間還要短。
在實現極致性能輸出的同時，其能效管理也達到了行業頂尖水平，單次搜索能耗低于0.1飛焦耳。相比傳統芯片方案，能耗降低上萬倍，真正實現了“極速運算+超低功耗”的雙重突破。
這項技術絕非實驗室噱頭，未來落地場景和價值極具想象空間。港大李燦教授表示，大語言模型的注意力機制，核心本質就是高頻數據搜索運算。這款芯片的誕生，恰好精準適配了AI算力的核心需求。未來可廣泛應用于智能手機面部識別、終端AI運算等場景，實現所有數據在設備本地直接處理，無需上傳云端。
這意味著，未來智能設備的AI響應速度會更快，同時徹底規避了云端數據傳輸的隱私泄露風險，兼顧高效與安全。
從突破傳統芯片架構桎梏，到極簡硬件設計、極致能效表現，港大這款原子級芯片，不僅攻克了長期困擾業界的算力瓶頸，也為下一代存算一體芯片、輕量化AI終端的發展，開辟了全新賽道。
