刚得诺奖的成果被做成芯片：30年前曾被评委嫌弃称“无用”的材料
文 | 锐观经纬编辑 | 锐观经纬
你能想象吗？今年刚拿诺贝尔化学奖的材料，才过了几个月就被做成芯片了。
更有意思的是，这种叫金属有机框架的材料，30 年前刚被提出来时，还被不少评委嫌弃 “只有理论价值，根本用不上”。
如今它摇身一变，成了可能改写计算技术未来的关键角色，这中间到底藏着怎样的反转故事？这种 “逆袭” 的材料，又能给我们的科技生活带来什么改变？
科学圈里，能把理论快速变成实用技术的案例不算多，金属有机框架材料（简称 MOF）绝对算一个。
今年诺贝尔化学奖刚把荣誉颁给它，莫纳什大学的科学家就交出了新成果 —— 用这种曾被吐槽 “理论有余、应用不足” 的材料，做出了带记忆功能的流体芯片。
别小看这一步突破，它不光帮 MOF 材料彻底洗刷了 “无用” 的标签，更可能让我们熟悉的计算技术迎来大变革，以后电脑可能不再靠电子干活，而是像人体神经那样用离子流来处理信息。
这款新芯片的核心是研究团队开发的 h-MOFNT 纳米流体晶体管，它的本事是传统硅基芯片比不了的。
普通芯片只能按指令处理数据，它却能记住之前的电压变化，就像大脑里的神经元那样有短期记忆。
这种 “会思考” 的特性，不光打破了传统计算架构的限制，还为人工智能硬件开辟了新路子。
现在大家都在说摩尔定律快走到头了，传统芯片想再提升性能越来越难，这种时候冒出 MOF 芯片这样的新技术，简直像给科技发展踩了一脚油门。
可能有人好奇，MOF 芯片到底和我们现在用的芯片差在哪儿？
简单说，传统硅基芯片靠电子移动处理信息，MOF 芯片则靠离子传输干活，这两种方式从根上就不一样，也让 MOF 芯片有了独特优势。
研究人员把分层锆基 MOF 晶体装在聚合物单纳米通道里，做出了一个有多重异质结构的器件。
这个器件的工作原理，全靠质子在 MOF 结构里的非线性传输 —— 加不同电压时，质子传输会呈现三个明显阶段：低电压时传得特别快，中等电压时速度放缓，高电压时就基本不怎么变了。
就靠这种特性，单个 MOF 器件就能实现传统三极管的功能，而且干活的方式完全不同。
更让人惊喜的是它的记忆功能，这种功能来自 MOF 内部电势的动态变化，当电压扫描时，质子跨相传导会产生局部电势，这种电势能保持大约 10 秒，相当于让器件 “记住” 了之前的电压状态。
要是想延长记忆时间，调整一下扫描频率就行，为了证明这项技术能规模化应用，研究团队还把五个h-MOFNT器件并联起来，做成了一个流体电路。
结果很理想，随着器件数量增加，系统出现了一系列非线性电流 - 电压曲线，完美模拟出传统场效应晶体管的输出特性。
这说明 MOF 芯片不光能实现单一功能，以后搭建复杂电路系统也不是问题，回头看 MOF 材料的发展之路，满是争议和转折。
上世纪 90 年代，北川进、理查德・罗布森和奥马尔・亚吉首次提出 MOF 概念时，没人想到它会陷入 “理论丰富、应用匮乏” 的困境。
后来相关研究论文越积越多，足足有 10 万篇，内容从氢气储存到二氧化碳捕集，覆盖的领域特别广，但真正能商业化落地的案例却没几个。
为啥好用的 MOF 材料难落地？问题出在材料本身的局限性上。
大多数 MOF 材料在水或者空气中很容易分解，结构稳定性差；而且合成过程复杂，成本还高，批量生产时想保证每一批结构都一样，难度特别大。
很多在实验室里表现出色的 MOF 材料，一到实际应用中就掉链子，也难怪当初会有人觉得它 “无用”。
莫纳什大学的研究，才算真正让MOF材料 “翻身”，研究人员没硬着头皮去解决 MOF 的稳定性问题，反而巧妙利用了它的结构特性。
它把MOF材料用在纳米流体器件上，让它的多孔结构和可调节化学成分在离子传输中发挥作用，实现了原子级精度的调节。
这就像给MOF材料找对了 “岗位”，之前的缺点没了用武之地，优点反而被放大了，这个成功案例也说明，当初大家说MOF材料 “无用”，可能是判断错了。
问题不在材料本身，而是我们有没有找到合适的应用场景，就像研究团队说的，要是能设计出像 MOF这样只有几纳米厚的功能性材料，就能做出更先进的流体芯片，说不定能补充甚至克服现在电子芯片的一些短板。
MOF 芯片的出现，很可能让计算技术拐个新方向，现在我们用的电脑，大多基于冯・诺依曼架构，这种架构把计算和存储分开，数据得在处理器和内存之间频繁传输，这就形成了 “冯・诺依曼瓶颈”。
数据传输速度跟不上计算需求，影响整体效率，MOF芯片不一样，它的记忆功能能让计算和存储同时进行，就像生物神经网络那样，从根本上避开了这个瓶颈。
这种类脑计算架构的优势，在人工智能领域体现得最明显，训练和推理神经网络时，需要大量的矩阵运算和权重更新，传统芯片做这些操作时，得频繁访问内存，特别费电。
MOF芯片自带记忆功能，不用反复调用内存，能显著降低能耗，提高计算效率。以后我们用的 AI 设备，可能会更省电，反应也更快。
从更大的角度看，MOF 芯片代表了计算技术的一个重要趋势 —— 从纯粹的数字计算往模拟计算回归。
人工智能时代，很多计算任务其实更适合用模拟方式处理，比如图像识别、语音处理这些需要 “模糊判断” 的场景，MOF 芯片的非线性特性和记忆功能，刚好能满足这类需求。
而且 MOF 芯片靠离子传输工作，这和生物神经系统的工作原理更接近，以后说不定能做出更仿生的计算系统。
想想看，未来的计算机可能不再是冷冰冰的硅基机器，而是带有类生物特征的智能设备，这种变化多有意思。
当然，MOF芯片想走进我们的生活，还有不少坎要过。
首先是制造工艺的问题，合成 MOF 材料需要精确控制反应条件，把它集成到纳米器件里难度更大，怎么在保证性能的同时实现大规模生产，是研究团队要解决的关键问题。
然后是成本，虽然 MOF 材料的原料不贵，但合成和加工过程复杂，会推高最终产品的成本，和已经很成熟的硅基技术比，价格没优势可不行。
还有标准化问题，不同批次的 MOF 材料，结构和性能可能有差异，得建立统一的质量标准和测试方法，保证产品一致性和可靠性，这需要整个行业一起努力。
不过机遇也摆在眼前，现在人工智能应用发展特别快，对专用计算硬件的需求越来越大，MOF芯片的独特优势，在一些特定场景里可能没人能替代。
比如边缘 AI 设备 —— 像智能手表、智能家居传感器这些，需要低功耗、高并行性计算，MOF芯片说不定能在这里找到最佳定位。
展望未来，MOF芯片的成功可能会催生出一个全新的产业生态。
从MOF材料供应商，到流体芯片设备制造商，再到配套的软件开发和系统集成企业，围绕 MOF 计算技术的产业链会慢慢形成。
这不仅能给相关企业带来新的发展机会，还能给整个计算产业的转型升级注入新动力。
30年前被嫌弃 “无用” 的材料，如今成了诺贝尔化学奖得主，还被做成可能改变计算未来的芯片，MOF 材料的逆袭故事，藏着科技发展的底层逻辑，没有绝对 “无用” 的技术，只有没找到合适应用场景的创新。
随着研究不断深入，MOF 芯片或许会在更多领域发光发热，让我们的科技生活变得更智能、更高效，而这段从 “理论” 到 “实用” 的跨越，也会成为科学史上又一个值得记住的精彩篇章。
页:
[1]