Kadangi tranzistoriai ir toliau miniatiūriniai, kanalai, kuriais jie veda srovę, vis siaurėja, todėl reikia ir toliau naudoti didelio elektronų judrumo medžiagas. Dvimatės medžiagos, tokios kaip molibdeno disulfidas, idealiai tinka dideliam elektronų mobilumui, tačiau sujungus metaliniais laidais, kontaktinėje sąsajoje susidaro Šotkio barjeras – reiškinys, stabdantis krūvio srautą.
2021 m. gegužę jungtinė Masačusetso technologijos instituto vadovaujama tyrimų grupė, kurioje dalyvavo TSMC ir kiti, patvirtino, kad pusiau metalinio bismuto naudojimas kartu su tinkamu dviejų medžiagų išdėstymu gali sumažinti laido ir prietaiso sąlyčio varžą. , taip pašalindami šią problemą. , padedantis įveikti bauginančius iššūkius puslaidininkiams, kurių skersmuo mažesnis nei 1 nanometras.
MIT komanda nustatė, kad elektrodų sujungimas su pusmetaliniu bismutu ant dvimatės medžiagos gali labai sumažinti atsparumą ir padidinti perdavimo srovę. Tada TSMC techninių tyrimų skyrius optimizavo bismuto nusodinimo procesą. Galiausiai Nacionalinio Taivano universiteto komanda panaudojo „helio jonų pluošto litografijos sistemą“, kad sėkmingai sumažintų komponentų kanalą iki nanometro dydžio.
Panaudojus bismutą kaip pagrindinę kontaktinio elektrodo struktūrą, dvimačio medžiagos tranzistoriaus veikimas yra ne tik panašus į silicio pagrindu pagamintų puslaidininkių, bet ir suderinamas su dabartine pagrindine silicio proceso technologija, kuri padės ateityje peržengti Moore'o įstatymo ribas. Šis technologinis proveržis išspręs pagrindinę dvimačių puslaidininkių patekimo į pramonę problemą ir yra svarbus integrinių grandynų žingsnis siekiant toliau tobulėti po Moore eros.
Be to, kompiuterinių medžiagų mokslo naudojimas kuriant naujus algoritmus, kurie paspartintų naujų medžiagų atradimą, taip pat yra karšta dabartinių medžiagų kūrimo vieta. Pavyzdžiui, 2021 metų sausį JAV Energetikos departamento Ameso laboratorija žurnale „Natural Computing Science“ paskelbė straipsnį apie „Cuckoo Search“ algoritmą. Šis naujas algoritmas gali ieškoti didelės entropijos lydinių. laikas nuo savaičių iki sekundžių. JAV Sandia National Laboratory sukurtas mašininio mokymosi algoritmas yra 40 000 kartų greitesnis nei įprasti metodai, todėl medžiagų technologijos projektavimo ciklas sutrumpėja beveik metais. 2021 m. balandį Jungtinės Karalystės Liverpulio universiteto mokslininkai sukūrė robotą, kuris per 8 dienas gali savarankiškai suprojektuoti cheminių reakcijų maršrutus, atlikti 688 eksperimentus ir rasti efektyvų katalizatorių, pagerinantį polimerų fotokatalitinį veikimą.
Tai padaryti rankiniu būdu užtrunka mėnesius. Osakos universitetas, Japonija, naudodamas 1200 fotovoltinių elementų medžiagų kaip mokymo duomenų bazę, ištyrė ryšį tarp polimerinių medžiagų struktūros ir fotoelektrinės indukcijos, naudodamas mašininio mokymosi algoritmus, ir per 1 minutę sėkmingai ištyrė junginių su galimomis programomis struktūrą. Tradiciniai metodai reikalauja 5–6 metų.
Paskelbimo laikas: 2022-08-11