大邱庆北科学技术院(DGIST)纳米技术部研究团队成功研制出一种基于双端结构的AI半导体，该器件能够利用电信号精确控制氢离子，从而实现自学习和记忆功能。这项由李贤俊高级研究员和卢熙妍副研究员共同领导的研究成果已发表在《ACS Applied Materials & Interfaces》期刊上，并被选为封面论文。

现代人工智能系统需要快速处理海量数据，而传统计算机中计算单元与存储单元的分离会导致处理速度下降和能耗升高。“神经形态半导体”通过模仿人脑突触的计算与存储一体化机制，被视为解决这一问题的下一代技术方向。研究团队创新性地将氢离子引入作为解决方案。

与传统的氧化物基存储器件主要依赖氧空位(缺陷)迁移实现电阻开关不同，这种方法难以保证器件的长期稳定性和一致性。DGIST团队开发出一种利用电场精确控制氢离子注入和放电的新方法。李贤俊高级研究员表示：“这项研究的意义远不止于开发另一种AI半导体。它提出了一种利用氢迁移的新型电阻开关机制，这与现有的基于氧空位的存储器完全不同。”

该技术首次成功应用于双端垂直结构中，这种结构对于下一代高密度AI芯片具有显著优势，有助于实现高集成度和简化制造工艺。实验数据显示，新开发的氢基AI器件在超过1万次重复操作后仍能稳定运行，即使经过长时间存储也能保持完整的记忆状态。通过其电导率逐渐变化的模拟特性，该器件成功实现了类似于人脑突触的学习和记忆功能。

卢熙妍副研究员强调：“这是首次通过电学手段精确控制堆叠半导体层间氢原子的迁移。这项研究阐明了氢迁移机制，其成果将从根本上改变AI硬件的架构，并加速下一代低功耗、高效率神经形态半导体的到来。”

出版详情：作者：Hee Yeon Noh等人，标题：《电偏置下可调氢动力学在神经形态存储器应用中的研究》，发表于：ACS应用材料与界面(2026)。期刊信息：ACS应用材料与界面，先进科学