存算一体新路线，能解决可穿戴功耗难题吗？

固态离子凝胶可让垂直堆叠晶体管同时保留近期与历史输入信号，仿真测试识别准确率突破 90%。韩国研究团队开发出一套垂直堆叠半导体系统，能够同步处理新近与历史信号，有望让小型可穿戴设备直接分析运动与生理数据，大幅降低对外部算力的依赖。在消费电子、医疗监测类可穿戴产品持续普及的背景下，功耗、数据传输压力已经成为行业长期痛点。当前绝大多数智能手表、健康手环采集到的肌电、心电、运动姿态等原始数据，都需要上传至手机或云端服务器完成运算识别。持续的数据传输不仅消耗大量电池电量，还带来数据延迟与隐私泄露风险。业界一直在寻找轻量化本地算力方案，而存算一体器件被视作解决这一难题的重要方向。

这项技术由韩国科学技术院（KAIST）、蔚山科学技术院（UNIST）、浦项科技大学（POSTECH）联合团队研发。器件采用碳纳米管晶体管，由固态离子凝胶调控；这种材料内部含有可移动离子，离子能够改变器件内部的电流传输特性。施加电压时，离子会在材料内部迁移；当电压撤除后，离子不会立刻回到初始位置，从而留下对应过往信号的临时电学 “记忆”。研究团队没有将这种延迟响应视作器件缺陷，反而利用该特性，实现对时序变化信息的处理。传统数字芯片依靠寄存器、内存存储历史信息，需要不断读写数据，带来额外功耗。而这类离子型器件依靠离子迁移实现记忆，天然适配时序信号，在连续采集生理信号场景具备理论上的功耗优势。

研究团队通过调节离子浓度与离子凝胶膜厚，制备出具备不同响应速度的器件。随后将快响应器件与慢响应器件进行垂直堆叠，不同器件层便可在不同时间尺度上处理信息。垂直堆叠本身也是先进器件的重要发展方向，横向拓展芯片面积会增加体积与功耗，而垂直堆叠可以在有限空间内增加功能层，尤其适合尺寸受限的可穿戴硬件。

 不同存储层，记忆不同时间尺度信息

响应速度更快的器件层对最新输入信号反应更强；而慢响应层可以长期保存一段时间内累积的信息。将两层输出信号结合，整套系统就能同时获取 “刚刚发生” 与 “此前一段时间” 的时序信息。生理信号、人体动作识别本质上就是时序模式识别，单看某一瞬间的信号很难判断状态，需要结合一段时间内连续变化的波形。这套分层记忆架构，恰好匹配人体信号的分析逻辑，这也是该技术区别于很多单一类型忆阻器器件的核心亮点。

过去用于这类器件的离子材料大多为液态或软凝胶，这类材料会给精密半导体制造、多层堆叠工艺带来很大阻碍。液态凝胶容易泄漏、形变，在晶圆光刻、镀膜等标准半导体工序中兼容性很差，很难实现规模化量产。研究团队将离子凝胶加工成固态薄膜，既可以更好地调控材料物性，也便于实现多层器件堆叠。从产业落地角度看，材料形态的升级是从实验室走向产线的关键一步。很多忆阻、离子器件研究卡在材料稳定性与工艺兼容问题，一旦材料无法适配薄膜沉积工艺，就只能停留在实验室样品阶段。

团队通过四组可开关的连续输入信号，验证硬件识别时序模式的能力。器件成功区分全部 16 种信号组合。研究人员还基于器件采集数据搭建仿真模型，对动态手写数字视频做分类识别。在不同播放速度的动态图像序列测试中，系统验证集准确率超过 90%。该测试证明器件可以捕捉时序变化特征，不只是静态图像识别。放到可穿戴场景，就意味着设备能够分辨连续动作、识别动态生理波形，而不是简单读取单点数值。

该技术的核心思路，是让电子设备在本地直接处理动态时序数据，而不是持续传输原始数据到外部设备做分析。潜在落地场景包括用于监测运动、生理信号的各类可穿戴设备。当前高端健康可穿戴设备持续增加传感器数量，ECG、PPG、加速度计等多路传感器并行采样，原始数据量快速上涨。如果全部数据实时上云，设备续航会被严重压缩。本地端时序信号处理，能够只把识别后的结果上传，大幅削减传输数据量，延长设备续航，同时减少个人健康数据在网络传输环节的暴露风险。

可穿戴设备迎来片上本地记忆能力

团队验证该技术可适配多种制造形态：既可以在 4 英寸晶圆上制备器件，也能在柔性基底上完成加工。这套架构未来有望用在曲面、异形表面的电子设备上。柔性基底是下一代可穿戴、皮肤电子的核心需求，贴肤健康监测设备需要跟随人体形变，传统刚性硅基芯片存在使用限制。同时兼容晶圆量产与柔性基底，意味着该技术拥有两条产业化路径：一条面向标准化芯片制造，另一条面向柔性皮肤电子，覆盖不同细分市场。

研究人员称，器件制备完成后，在长达 55 个月时间内保持稳定的电学特性。长时间稳定性是存算一体器件产业化的核心门槛，很多新型存储器件在短期测试表现优异，但经过数月循环后性能快速衰减，无法满足消费电子数年的使用周期。55 个月稳定电学表现，证明固态离子凝胶体系在器件老化问题上取得明显进展，缩小了实验室样品与商用器件之间的差距。

韩国科学技术院权智敏（Jimin Kwon）教授表示：“这类器件可以依托现有薄膜半导体工艺，在大面积基底上制造，还能实现多层堆叠。”

权智敏认为，该技术有机会落地为低功耗芯片，在智能手表等设备内直接完成运动与生理信号解析。

不过研究团队尚未在真实智能手表硬件中实测功耗收益。想要确认这套架构在商用可穿戴设备中的实际性能与节电效果，还需要更多集成测试。从产业视角看，实验室仿真准确率不等于产品落地。未来还有大量工程问题待验证：器件循环读写寿命、高低温环境下性能漂移、大规模阵列良率、和现有可穿戴主控芯片的集成方式。存算一体赛道过去多年出现大量前沿器件方案，但真正进入消费级可穿戴产品的案例仍然稀少。这项研究提供了一条差异化路径，但距离商业化芯片还有较长的工程化周期。

从整个行业来看，可穿戴芯片的竞争正在从单纯算力比拼转向低功耗本地感知。苹果、高通等厂商持续在手表端增加 NPU 算力，但依旧基于传统 CMOS 数字电路，功耗天花板明显。以离子凝胶、忆阻器为代表的新型存算器件，瞄准的是传统芯片难以胜任的超低功耗时序感知场景。未来这条技术路线不一定会完全替代现有芯片，更可能以协处理器的形态，作为前端传感器信号预处理单元，分担主芯片压力。固态离子凝胶堆叠器件的出现，丰富了存算一体的技术选项，也为柔性可穿戴、连续健康监测赛道提供了新的想象空间。