机械应变，另一种超低功耗计算方案

从过去笨重的大型机器，到如今的AI加速器，每一台计算机都依赖一种可以表征信息的物理现象。数十年来，这一任务依靠电荷在芯片上数十亿个晶体管中的受控移动来实现。

由佐治亚理工学院牵头的研究团队正在探索一条全新路径。研究人员不再只依靠电荷完成逻辑运算，而是研究纳米尺度机械应变能否作为表征与处理信息的新方式。“无论是电荷、光、磁，还是应变，计算本身并不关心信息如何传输，只要它能可靠代表1和0即可。” 佐治亚理工学院电气与计算机工程系副教授Asif Khan表示，“我们的方案探索了另一条路线，将多种信息承载模态融合在一起。”

在Khan的带领下，该项目获得美国国防部高级研究计划局（DARPA）“Fast and Curious” 项目1060万美元资助。该项目旨在研发能效至少比当前顶尖技术高出100倍的逻辑电路。

对半导体器件施加机械应变能够提升电子迁移能力，实现更快、能效更高的计算。上图并非真实器件或实验结果。

基于应变实现计算

这个项目名为机械放大铁性驱动（MEFA）逻辑，采用铁性材料，这类材料在施加电压时会发生轻微伸缩。该形变经过放大，传导至邻近的半导体沟道，改变电流的流通特性，从而让器件在不同逻辑状态之间切换。

简单来说，该团队正在研究微小的机械力能否成为计算机处理信息的手段之一。“一项新计算技术，最终只有能够融入庞大的半导体生态，才具备实用价值。”Khan说道，“我们从项目初期就开始考量可制造性与集成问题。”

超越CMOS的新架构

DARPA发起 “Fast and Curious” 项目，目的是探索CMOS之外的计算技术。CMOS即互补金属氧化物半导体，是几乎所有现代计算机芯片、智能手机与电子设备所采用的晶体管技术。

Khan是铁电材料领域的顶尖研究者，他正在研究如何利用机械应变调控这类先进材料的特性。该研究有望催生新一代速度更快、能效更高的计算技术。

该项目要求研究人员开发新型器件、材料与架构，运行效率远高于传统CMOS，同时兼容先进半导体制造工艺。佐治亚理工学院牵头的团队包含莱斯大学、南加州大学以及诺斯罗普・格鲁曼空间园区晶圆厂的合作人员。

低功耗，潜力巨大

随着项目从单个器件逐步向更复杂的电路推进，团队的最终目标是研发一套计算技术，能够大幅降低能耗，同时满足真实场景的落地要求。

“最令人兴奋的不只是器件物理本身。”Khan说，“而是有可能把极低功耗，和真实计算系统所需要的速度、功能结合在一起。”

团队希望，这一特性能够让MEFA方案区别于其他各类后CMOS技术路线。