Koska transistoreja pienennetään edelleen, kanavat, joiden kautta ne johtavat virtaa, kapenevat ja kapenevat, mikä edellyttää korkean elektronin liikkuvuuden materiaalien jatkuvaa käyttöä. Kaksiulotteiset materiaalit, kuten molybdeenidisulfidi, ovat ihanteellisia korkeaan elektronien liikkuvuuteen, mutta kun ne yhdistetään toisiinsa metallilankojen kanssa, kontaktirajapintaan muodostuu Schottky-sulku, mikä estää varausvirtausta.
Toukokuussa 2021 Massachusetts Institute of Technologyn johtama yhteinen tutkimusryhmä, johon TSMC ja muut osallistuivat, vahvisti, että puolimetallisen vismutin käyttö yhdistettynä näiden kahden materiaalin oikeaan järjestelyyn voi vähentää johdon ja laitteen välistä kosketusvastusta. , mikä poistaa tämän ongelman. , joka auttaa saavuttamaan alle 1 nanometrin puolijohteiden pelottavat haasteet.
MIT-tiimi havaitsi, että elektrodien yhdistäminen puolimetallisen vismutin kanssa kaksiulotteisessa materiaalissa voi vähentää huomattavasti vastusta ja lisätä siirtovirtaa. TSMC:n tekninen tutkimusosasto optimoi sitten vismuttipinnoitusprosessin. Lopuksi Taiwanin kansallisen yliopiston tiimi käytti "helium-ionisuihkulitografiajärjestelmää" pienentääkseen onnistuneesti komponenttikanavan nanometrin kokoiseksi.
Kun vismuttia on käytetty kontaktielektrodin avainrakenteena, kaksiulotteisen materiaalitransistorin suorituskyky ei ole vain verrattavissa piipohjaisten puolijohteiden suorituskykyyn, vaan se on myös yhteensopiva nykyisen valtavirran piipohjaisen prosessitekniikan kanssa, mikä auttaa rikkoa Mooren lain rajoja tulevaisuudessa. Tämä teknologinen läpimurto ratkaisee kaksiulotteisten puolijohteiden pääongelman teollisuudelle ja on tärkeä virstanpylväs integroitujen piirien edistymiselle Mooren jälkeisellä aikakaudella.
Lisäksi laskennallisen materiaalitieteen käyttäminen uusien algoritmien kehittämiseen uusien materiaalien löytämisen nopeuttamiseksi on myös kuuma paikka nykyisessä materiaalikehityksessä. Esimerkiksi tammikuussa 2021 Yhdysvaltain energiaministeriön Ames Laboratory julkaisi artikkelin "Cuckoo Search" -algoritmista "Natural Computing Science" -lehdessä. Tämä uusi algoritmi voi etsiä korkean entropian metalliseoksia. aika viikosta sekuntiin. Yhdysvalloissa Sandia National Laboratoryn kehittämä koneoppimisalgoritmi on 40 000 kertaa nopeampi kuin tavalliset menetelmät, mikä lyhentää materiaalitekniikan suunnittelusykliä lähes vuodella. Huhtikuussa 2021 Liverpoolin yliopiston tutkijat Yhdistyneessä kuningaskunnassa kehittivät robotin, joka voi itsenäisesti suunnitella kemiallisia reaktioreittejä 8 päivässä, suorittaa 688 koetta ja löytää tehokkaan katalyytin polymeerien fotokatalyyttisen suorituskyvyn parantamiseksi.
Käsin tekeminen kestää kuukausia. Osakan yliopisto, Japani, käytti 1 200 aurinkokennomateriaalia koulutustietokantana, tutki polymeerimateriaalien rakenteen ja valosähköisen induktion välistä suhdetta koneoppimisalgoritmien avulla ja seuloi onnistuneesti yhdisteiden rakenteen potentiaalisille sovelluksille 1 minuutissa. Perinteiset menetelmät vaativat 5-6 vuotta.
Postitusaika: 11.8.2022