当前主流动态随机存储器（DRAM）每存储1比特信息要消耗约20万个电子。复旦大学周鹏、刘春森团队7月17日在《科学》杂志发表的最新成果给出了另一条路径：单个电子即可完成同样的存储任务。这项被命名为"量子闪存"的技术，首次在27℃室温环境下观测到单电子稳定存储行为，0.5伏特存储窗口满足商业化落地标准。
这背后是一个逼近物理极限的命题。理论上"一电子、一比特"是存储密度的天花板。但单电子电荷量极小，观测其存储状态，如同在巨大水库中感知一滴水的波动。此前同类实验中，单电子状态难以在室温下稳定保持，量子行为无法清晰观测，非易失量子存储的工程化应用始终缺少理论支撑。
周鹏、刘春森团队基于量子力学基本原理，依托二维半导体原子级厚度的电子束缚优势，设计出名为"归壹"的量子闪存器件。该器件仅注入单个电子即形成0.5伏特存储窗口，达到"一电子、一比特"电荷存储的理论顶峰。值得注意的是，团队还独创性提出"态密度剪刀"理论，首次在能量空间中揭示一种反常量子存储行为：特定量子态被精准"裁剪"后凭空消失。
研究团队如此描述这一机制：在能量空间中用一把无形的"量子剪刀"，将特定的量子态精准裁剪，使其凭空消失。这是世界上首次被观测到的反常量子存储行为。
一个更关键的信号是，存储芯片带来的数据交互延时与功耗问题，正是阻碍算力提升的根本瓶颈。作为算力的底层基石，存储器件的能效直接决定人工智能系统的整体性能上限。量子闪存从底层降低算力功耗的能力，使其成为适配人工通用智能发展的新一代存储核心候选方案。
这项成果补齐了量子存储工程应用的关键理论短板。单电子量子存储理论体系的建立，意味着量子存储从实验室走向规模化应用，拼上了至关重要的一块版图。对于正在规模化扩张的人工智能产业，存储架构的革新可能比单纯算力堆叠更具决定性。从20万电子到单电子的跃迁，表面是存储密度的提升，底层是物理学边界的重新定义。
当量子闪存从理论走向工程，算力的底层基石将被重新铺设。下一次人工智能算力跃迁的触发点，或许不在算力芯片本身，而在于存储器件能否突破这道物理门槛。
当前主流动态随机存储器（DRAM）每存储1比特信息要消耗约20万个电子。复旦大学周鹏、刘春森团队7月17日在《科学》杂志发表的最新成果给出了另一条路径：单个电子即可完成同样的存储任务。这项被命名为"量子闪存"的技术，首次在27℃室温环境下观测到单电子稳定存储行为，0.5伏特存储窗口满足商业化落地标准。
这背后是一个逼近物理极限的命题。理论上"一电子、一比特"是存储密度的天花板。但单电子电荷量极小，观测其存储状态，如同在巨大水库中感知一滴水的波动。此前同类实验中，单电子状态难以在室温下稳定保持，量子行为无法清晰观测，非易失量子存储的工程化应用始终缺少理论支撑。
周鹏、刘春森团队基于量子力学基本原理，依托二维半导体原子级厚度的电子束缚优势，设计出名为"归壹"的量子闪存器件。该器件仅注入单个电子即形成0.5伏特存储窗口，达到"一电子、一比特"电荷存储的理论顶峰。值得注意的是，团队还独创性提出"态密度剪刀"理论，首次在能量空间中揭示一种反常量子存储行为：特定量子态被精准"裁剪"后凭空消失。
研究团队如此描述这一机制：在能量空间中用一把无形的"量子剪刀"，将特定的量子态精准裁剪，使其凭空消失。这是世界上首次被观测到的反常量子存储行为。
一个更关键的信号是，存储芯片带来的数据交互延时与功耗问题，正是阻碍算力提升的根本瓶颈。作为算力的底层基石，存储器件的能效直接决定人工智能系统的整体性能上限。量子闪存从底层降低算力功耗的能力，使其成为适配人工通用智能发展的新一代存储核心候选方案。
这项成果补齐了量子存储工程应用的关键理论短板。单电子量子存储理论体系的建立，意味着量子存储从实验室走向规模化应用，拼上了至关重要的一块版图。对于正在规模化扩张的人工智能产业，存储架构的革新可能比单纯算力堆叠更具决定性。从20万电子到单电子的跃迁，表面是存储密度的提升，底层是物理学边界的重新定义。
当量子闪存从理论走向工程，算力的底层基石将被重新铺设。下一次人工智能算力跃迁的触发点，或许不在算力芯片本身，而在于存储器件能否突破这道物理门槛。
