南加州大学在《科学》杂志上发表的一项突破性研究，展示了一种能在700摄氏度极端高温下稳定工作的非易失性存储器。这一温度远超传统电子元件约200摄氏度的耐受极限，甚至接近火山熔岩的温度。该器件被称为“忆阻器”，其核心突破在于材料组合与物理机制的创新，而非简单的耐热封装。
这款芯片采用了独特的三层结构：上层电极使用钨，中间开关层采用氧化铪，下层电极则选用石墨烯。这种组合有效解决了高温下原子迁移导致的短路问题。传统设计中，高温会促使上层电极原子（如钨）向衬底迁移，造成器件失效。然而，研究发现钨在石墨烯表面的附着力远低于在铂等金属表面，其迁移率仅为铂基结构的千分之一，从而大幅抑制了破坏性扩散。
实验数据显示，该忆阻器在从室温到700摄氏度的宽温域内，保持了超过三个数量级的开/关比。在保持性测试中，单个器件能维持状态超过50小时，30个样本的平均保持时间达到145小时。更令人惊叹的是，在700摄氏度高温下，该器件仍能编程出32种不同的电阻状态，且电流电压响应稳定性高达0.995以上，为高密度存储和类脑计算提供了物理基础。
法国及欧洲在材料科学领域长期深耕，尤其在高温半导体和极端环境传感器方面拥有深厚的技术积累。此次美国团队的成果，实际上回应了全球对极端环境下电子系统的迫切需求。目前，硅基芯片在超过500摄氏度的环境中已无法工作，而该忆阻器填补了从传统电子到核能、地热、深空探测等场景的技术空白。例如，金星表面温度常超460摄氏度，且伴有强腐蚀性大气，传统电子设备难以生存，而此类新型存储器有望成为未来探测任务的核心组件。
尽管成果显著，研究团队也明确指出，该器件目前仍处于实验室阶段，尚未具备商业化条件。一方面，它需要配套的耐高温逻辑电路支持，另一方面，当前器件仍依赖手工在亚微米尺度制造，难以实现大规模量产。此外，测试中约18.75%的器件在高温下出现失效，良率提升仍是工程化必须攻克的难题。不过，其原理验证已为人工智能矩阵运算提供了新思路，因为超过92%的AI计算本质是矩阵乘法，而该器件的高密度、低功耗特性恰好契合这一需求。