トランジスタの小型化が進むにつれて、トランジスタが電流を流すチャネルはますます狭くなり、高電子移動度材料の継続的な使用が必要になります。二硫化モリブデンなどの二次元材料は、高い電子移動度を実現するのに理想的ですが、金属ワイヤで相互接続すると、接触界面にショットキー障壁が形成され、電荷の流れを阻害する現象が発生します。
2021年5月、マサチューセッツ工科大学が主導し、TSMCなどが参加した共同研究チームは、半金属ビスマスを2つの材料間の適切な配置と組み合わせて使用すると、ワイヤとデバイス間の接触抵抗を低減できることを確認した。 、これによりこの問題が解消されます。 、1 ナノメートル未満の半導体の困難な課題の達成に貢献します。
MITチームは、二次元材料上で電極を半金属ビスマスと組み合わせると、抵抗が大幅に減少し、送信電流が増加する可能性があることを発見しました。その後、TSMC の技術研究部門はビスマス蒸着プロセスを最適化しました。最後に、国立台湾大学のチームは、「ヘリウムイオンビームリソグラフィーシステム」を使用して、コンポーネントチャネルをナノメートルサイズに縮小することに成功しました。
コンタクト電極の主要な構造としてビスマスを使用した後、二次元材料トランジスタの性能はシリコンベースの半導体の性能に匹敵するだけでなく、現在主流のシリコンベースのプロセス技術とも互換性があります。将来的にはムーアの法則の限界を突破します。この技術的ブレークスルーは、業界に参入する二次元半導体の主な問題を解決するものであり、ポスト・ムーア時代に集積回路が進歩し続けるための重要なマイルストーンとなる。
さらに、計算材料科学を使用して新しいアルゴリズムを開発し、より多くの新しい材料の発見を加速することも、現在の材料開発のホットスポットです。たとえば、2021年1月、米国エネルギー省のエイムズ研究所は、「カッコー検索」アルゴリズムに関する記事を「Natural Computing Science」誌に発表しました。この新しいアルゴリズムは、高エントロピー合金を検索できます。数週間から数秒まで。米国サンディア国立研究所が開発した機械学習アルゴリズムは、通常の手法より4万倍高速で、材料技術の設計サイクルを1年近く短縮する。 2021年4月、英国のリバプール大学の研究者らは、8日間以内に化学反応ルートを独自に設計し、688回の実験を完了し、ポリマーの光触媒性能を向上させる効率的な触媒を見つけることができるロボットを開発した。
手動でやるには何か月もかかります。日本の大阪大学は、1,200の太陽電池材料をトレーニングデータベースとして使用し、機械学習アルゴリズムを通じて高分子材料の構造と光電誘導の関係を研究し、1分以内に応用の可能性のある化合物の構造を選別することに成功した。従来の方法では5～6年かかります。
投稿日時: 2022 年 8 月 11 日