新突破！华为联手南京大学，造出全球首款二维并行处理器

芯片这事儿，老话题绕不开摩尔定律。1965年戈登·摩尔提出那个规律，每两年晶体管数量翻一番，价格还能砍一半。这条路走了六十年，从老式电脑一直走到智能手机，再到现在的AI大模型。

可眼下这条路快走到头了。台积电、英特尔最新工艺做到2纳米，硅原子本身就0.2纳米粗，再往下挤，物理空间几乎没了。更麻烦的是物理规律开始拦路。晶体管小到一定程度，电子会直接＂穿墙而过＂，这叫量子隧穿效应。结果就是漏电、发热、能耗压不住。芯片再做小，性能反而更差。

所以全球做半导体的研究机构这几年都在找下一棒接力的材料。有人押宝碳纳米管，有人盯着石墨烯，还有更多人把目光放在了二维材料上。

主角材料叫二硫化钼，属于层状二维材料。单层厚度0.65纳米左右，差不多就是几个原子叠起来那么薄。为啥大家这么看重二维材料？道理也直白。它天生就薄，电子在里面跑得稳，受量子隧穿干扰也小。哪怕做到亚纳米尺度，电学性能还能撑得住。

理论上看，这就是给摩尔定律续命的好苗子。但理论是理论，做成真芯片中间隔着一座山。以前不是没人试过。

2025年北大团队在《自然》上发表过基于二维半导体的32位RISC-V微处理器，同一年麻省理工也搞出了基于互补二维材料的单指令集计算机。这两项当时都被看作里程碑。

可它们有个共同短板，都是串行架构，一次只能处理一位数据。说到底还是演示品，离实用差距不小。

南京大学和华为这次拿出的处理器，名字叫＂梦祺-1000＂（Magic-1000）。芯片里集成了1433个晶体管，用四层金属互连，集成密度大约是每平方毫米9336个晶体管。

它能在1千赫兹时钟频率下并行处理多位数据，还支持片上寄存器存储和算术运算。数字看着不大，但在二维材料这条赛道上，它头一次具备了完整的计算架构，全球独一份。

聊点工艺细节，可能更能感受到这事有多难。二硫化钼薄到几个原子厚，做单个晶体管就够考验功夫。要把1433个晶体管全做出来，还得让它们稳定连通、协同跑起来，难度直接翻好几番。

南京大学团队负责材料生长、晶体管制造和芯片设计这块。华为海思那边出了0.5微米工业级衬底制备工艺。两边一起搞出了一套贯通晶体管、标准单元、逻辑综合和互连设计的多层级优化方法。

这种学校和企业深度绑定的搞法，在半导体行业不算常见。南京大学的石毅教授对外讲过，中国在二维半导体基础研究上已经走在世界前列，现在正通过和产业界合作，往规模化量产的路上走。

过去几年，西方对中国先进制程芯片下了狠手。EUV光刻机这种关键设备被列入禁运名单，目标就是卡住硅基先进工艺的脖子。荷兰ASML的最新机型进不来，国内厂商在7纳米以下硬扛，难度不用多说。

在这种压力下，能找到一条不走老路的赛道，对中国半导体来说意义就完全不同了。

二维半导体走的路子跟硅基本质上不一样。它不靠EUV光刻把图案刻进硅片，用的是化学气相沉积、分子束外延、范德华集成这些工艺。关键设备的门槛和传统先进制程压根不在一个体系里。

换句话讲，如果二维材料这条路能跑通量产，过去几年那些被卡的环节，可能就不再是绕不过的坎。南京大学和华为选在二硫化钼这条线上发力，有它的战略眼光。

冷水也得泼一点。＂梦祺-1000＂的时钟频率只有1千赫兹，跟现在商用CPU几十亿赫兹的水平比，差着六个数量级。打个比方，现代芯片跑十亿条指令的工夫，它才跑一条。二维材料要量产，晶圆级生长的均一性、缺陷控制、良品率、长期可靠性，每项都是硬骨头。

从实验室原型走到能上车的成品，至少还要好几年。这话得提前说明，不能因为是国产突破就一通吹。

不过话又说回来，1965年摩尔定律刚提出来时，集成电路上才几十个晶体管。没人能想到六十年后能塞下上千亿个。今天＂梦祺-1000＂跑1千赫兹快不快，其实不是重点。重点是它证明了二维材料能做成具备完整架构的并行处理器。

物理学这堵墙后面，确实有路，而且第一段已经被人走通了。剩下就是工程化的耐心活儿。

把这事放在2026年5月这个时间点上看，又多了一层味道。这几年国内高校和华为、海思之间的合作越走越紧。从晶圆制造到EDA工具，再到现在的二维材料，产学研之间的界限肉眼可见在变薄。这种模式过去在硅基时代效率一般，因为产业链早被国外巨头分得很细。

可在新材料这种全新赛道上，谁先把基础研究和工业制造拧成一股绳，谁就有机会定义下一代芯片的标准。

普通人可能会问，这跟我有啥关系？说远点，将来的手机、AI眼镜、可穿戴设备、车载芯片能不能更薄、更快、更省电，全靠底层材料迭代撑着。说近点，国产芯片能不能在外部封锁下找到第二条腿走路，决定了未来几年我们手机能不能按期升级，AI算力涨价的速度会不会失控。

下一代芯片到底走哪条路，二维材料是不是终极答案，今天谁也不敢拍板。但至少这件事说明，规则正在被改写，这一次我们没缺席，还坐到了规则制定者那一桌。