人工智能（AI）系统的快速发展和扩散对电子工程产业提出了全新的要求。支持ChatGPT、Gemini等类似平台的机器学习模型就是一类典型的AI系统。这类系统对计算要求极高，并且需要消耗大量能源，当它们在现有设备上运行时这一点体现得尤其明显。

因此，全世界的电子工程师都在努力开发新的硬件系统，以保证在不显著影响机器学习算法性能的前提下尽可能让其更高效地利用能源。其中一种看上去颇有可能降低AI系统能源需求量的方案是运用二维半导体。工程师们已经证明，这种超薄材料对开发更小的电子元件大有帮助。

南京大学、苏州实验室和华为公司的联合研发团队就开发并制造了一台以二维半导体材料二硫化钼为基础的全功能计算机。相关论文已于2026年5月发表在《自然-电子学》（Nature Electronics）上。在这台计算机中，单个芯片就含有1400多个超薄晶体管。

这篇论文的作者之一毛赟表示：“这个成果来源于团队对二维半导体材料巨大潜力的深刻认识。硅基晶体管的尺寸已经小到越发接近其物理极限，二维半导体材料已然成为后摩尔时代最有前途的材料之一。二维半导体材料的厚度足以抑制削弱超小尺寸硅基晶体管性能的短通道效应。这种效应正是阻碍硅基芯片进一步小型化的关键问题。”

南京大学、苏州实验室、华为公司联合团队开发的MAGIC-1000芯片晶圆

从单个二维设备到全功能计算机

虽然产业界早已证明二维半导体材料在开发小型电子设备、超薄电子元件方面大有作为，但这种材料的早期应用集中在制造单个元件或小型电子线路中。另外，即便是数量不多的较大规模二维半导体材料系统尝试也仅仅集成了数量有限的晶体管和电子元件。

基于此，毛赟及其同事着手填补这一块的理论空白，并且成功建造了基于二维半导体材料的全功能大型计算机。他们的成果是第一批在单个芯片中集成了至少1000个二硫化钼晶体管的设备之一。

毛赟补充说：“我们意识到，要想证明二维半导体材料在超大规模集成应用上的可行性，就需要一种能够解决生产制造、标准单元、逻辑合成、互联路由等多方面关键问题的完善的端到端方法。因此，我们的核心目标是开发一种多层次协同优化（MLCO）方法，并实际建造出一种单芯片集成至少1000个晶体管的计算机，从而证明二维半导体材料并不只是实验室中的玩物，而是具备了过渡到实际应用的能力。”

这个研究团队开发的计算机本质上就像一个小型的并行数据处理工厂，拥有一个4位并行处理器，可以同时执行8条不同指令，且配备4个核心模块，包括指令解码器、寄存器文件、算术逻辑单元和多路复用器。

毛赟解释说：“解码器将输入的指令转换为芯片可读的信号，这些信号转而指示寄存器文件获取数据。接着，算术逻辑单元执行算术运算，多路复用器则负责将结果写回寄存器。与之前仅限于1位串行处理的二维芯片不同，我们的4位并行处理器大幅提高了任务执行速度。”

运用新设计的MLCO策略后，同其他非硅材料微处理器的早期尝试相比，这个研究团队的成果能够在单个芯片内集成更多晶体管。具体来说，他们已经实现了每平方毫米集成9336个晶体管的超高密度，这已经与硅基器件的晶体管密度相当了。

毛赟说：“我们的成果还是第一个实现多位并行计算的二维半导体材料计算机，此前的所有同类产品都只是串行计算。我们也率先实现了二维技术在片内寄存器文件中的应用，突破了此前所有二维计算机系统都必须使用片外存储的性能瓶颈。”

开发高能效超薄计算机的蓝图

这项全新的研究成果打开了利用二硫化钼或其他二维半导体材料打造新型高能效超薄计算机的无限可能。这个研发团队的一整套方法很快会得到进一步完善并应用于其他类似的计算机系统中。

毛赟表示：“我们已经建立了从实验室到工厂的明确技术路径，为未来的二维集成电路的发展奠定了基础范式。这项技术尤其适合执行边缘计算任务，其与生俱来的低功耗、高密度特性足以在不涉及云链接的前提下实现高效的本地数据处理。另外，它还为下一代低功耗电子系统奠定了基础。”

目前，毛赟及其同事正在计划新的研究项目，旨在进一步完善他们的方法并提升其实际应用的潜力。

按照他们的设想，在下一阶段的研究中，他们首先需要完善用于提高晶体管性能和进一步提升晶体管密度的制造工艺，最终目标是在单个芯片中集成数万个乃至数百万个晶体管。

毛赟还补充说：“我们还打算进一步深化同产业合作伙伴之间的关系，加快二维半导体材料技术的产业应用。最后，我们还会探索这项技术同成熟硅技术的异质结合，让这两种技术实现优势互补，从而建造更强大、更高效的下一代集成电路。”

资料来源TechXplore