W miarę postępującej miniaturyzacji tranzystorów kanały, przez które przewodzą prąd, stają się coraz węższe, co wymaga ciągłego stosowania materiałów o wysokiej ruchliwości elektronów. Materiały dwuwymiarowe, takie jak dwusiarczek molibdenu, idealnie nadają się do zapewnienia dużej ruchliwości elektronów, ale po połączeniu metalowymi drutami na powierzchni styku tworzy się bariera Schottky'ego, co jest zjawiskiem hamującym przepływ ładunku.
W maju 2021 r. wspólny zespół badawczy kierowany przez Massachusetts Institute of Technology, w którym uczestniczyli TSMC i inni, potwierdził, że zastosowanie półmetalicznego bizmutu w połączeniu z odpowiednim ułożeniem obu materiałów może zmniejszyć rezystancję styku między drutem a urządzeniem , eliminując w ten sposób ten problem. , pomagając sprostać trudnym wyzwaniom związanym z półprzewodnikami poniżej 1 nanometra.
Zespół MIT odkrył, że połączenie elektrod z półmetalicznym bizmutem na dwuwymiarowym materiale może znacznie zmniejszyć opór i zwiększyć prąd transmisji. Następnie dział badań technicznych TSMC zoptymalizował proces osadzania bizmutu. Wreszcie zespół Narodowego Uniwersytetu Tajwanu zastosował „system litografii wiązką helu i jonów”, aby skutecznie zredukować kanał komponentu do rozmiaru nanometra.
Po zastosowaniu bizmutu jako kluczowej struktury elektrody kontaktowej, wydajność dwuwymiarowego tranzystora materiałowego jest nie tylko porównywalna z półprzewodnikami na bazie krzemu, ale także jest zgodna z obecną, głównym nurtem technologii procesowej opartej na krzemie, co pomoże w przyszłości przełamać ograniczenia prawa Moore'a. Ten przełom technologiczny rozwiąże główny problem pojawiania się dwuwymiarowych półprzewodników w przemyśle i jest ważnym kamieniem milowym dla dalszego rozwoju układów scalonych w epoce post-Moore'a.
Ponadto wykorzystywanie obliczeniowej nauki o materiałach do opracowywania nowych algorytmów przyspieszających odkrywanie większej liczby nowych materiałów jest również gorącym punktem obecnego rozwoju materiałów. Przykładowo w styczniu 2021 roku Laboratorium Amesa Departamentu Energii USA opublikowało artykuł na temat algorytmu „Cuckoo Search” w czasopiśmie „Natural Computing Science”. Ten nowy algorytm może wyszukiwać stopy o wysokiej entropii. czas od tygodni do sekund. Algorytm uczenia maszynowego opracowany przez Sandia National Laboratory w Stanach Zjednoczonych jest 40 000 razy szybszy od zwykłych metod, skracając cykl projektowania technologii materiałowej o prawie rok. W kwietniu 2021 r. naukowcy z Uniwersytetu w Liverpoolu w Wielkiej Brytanii opracowali robota, który w ciągu 8 dni może samodzielnie zaprojektować trasy reakcji chemicznych, przeprowadzić 688 eksperymentów i znaleźć wydajny katalizator poprawiający właściwości fotokatalityczne polimerów.
Robienie tego ręcznie zajmuje miesiące. Uniwersytet w Osace w Japonii, korzystając z szkoleniowej bazy danych zawierającej 1200 materiałów na ogniwa fotowoltaiczne, zbadał związek między strukturą materiałów polimerowych a indukcją fotoelektryczną za pomocą algorytmów uczenia maszynowego i z powodzeniem sprawdził strukturę związków o potencjalnych zastosowaniach w ciągu 1 minuty. Tradycyjne metody wymagają od 5 do 6 lat.
Czas publikacji: 11 sierpnia 2022 r