为应对人工智能日益增长的电力与能源需求，休斯顿大学工程师开发出一种新型薄膜材料。该材料有望显著提升人工智能设备运行速度，同时大幅降低能耗。这一突破性成果发表于《ACS Nano》期刊，介绍了一种二维薄膜介电材料，旨在取代集成电路芯片中传统发热元件。

休斯顿大学教授阿拉姆吉尔·卡里姆指出：“人工智能使能源需求呈爆炸式增长，许多数据中心依赖庞大冷却系统维持低温运行，消耗大量电力。”为在提升性能同时控制功耗，卡里姆团队与哥伦比亚大学博士后研究员辛格等人，利用诺贝尔奖得主有机框架材料，开发出低介电常数电子材料。这种材料由碳等轻元素制成，可加快信号传输，减少延迟，降低能耗。

该团队合成的这种新型材料，形成高度多孔晶体结构，具有超低介电常数和超高击穿强度。卡里姆和辛格报告称，这种材料满足高功率器件在高压下运行需求，即便在高温下也保持良好热稳定性。将低介电常数材料集成到集成电路器件中，可大幅降低人工智能数据中心功耗。为制备薄膜，沙弗和施罗德采用合成界面聚合方法，形成坚固晶体层状结构。此方法由2025年诺贝尔化学奖得主奥马尔·M·亚吉及其同事发现。

更多信息： Maninderjeet Singh 等人，《用于高介电强度、电学和热机械稳定性低介电常数材料的二维共价有机框架薄膜》，ACS Nano (2025)。期刊信息： ACS Nano