트랜지스터가 지속적으로 소형화됨에 따라 트랜지스터가 전류를 전달하는 채널이 점점 더 좁아지고 있어 전자 이동도가 높은 재료의 지속적인 사용이 필요합니다. 이황화몰리브덴과 같은 2차원 물질은 높은 전자 이동도에 이상적이지만, 금속 와이어와 상호 연결되면 접촉 계면에 쇼트키 장벽이 형성되어 전하 흐름을 방해하는 현상이 발생합니다.
2021년 5월 MIT가 주도하고 TSMC 등이 참여한 공동연구팀은 두 소재 간의 적절한 배열과 결합된 반금속 비스무트의 사용이 와이어와 소자 사이의 접촉 저항을 줄일 수 있음을 확인했습니다. , 이로써 이 문제가 제거됩니다. , 1나노미터 미만의 반도체의 어려운 과제를 해결하는 데 도움이 됩니다.
MIT 연구팀은 2차원 물질에 반금속 비스무트와 전극을 결합하면 저항을 크게 줄이고 전송 전류를 높일 수 있다는 사실을 발견했다. TSMC의 기술 연구 부서는 비스무트 증착 공정을 최적화했습니다. 마지막으로 국립대만대학교 팀은 "헬륨 이온 빔 리소그래피 시스템"을 사용하여 구성 요소 채널을 나노미터 크기로 성공적으로 줄였습니다.
비스무트를 접촉 전극의 핵심 구조로 사용한 후, 2차원 물질 트랜지스터의 성능은 실리콘 기반 반도체의 성능과 비교할 수 있을 뿐만 아니라 현재 주류인 실리콘 기반 공정 기술과도 호환됩니다. 미래에는 무어의 법칙의 한계를 뛰어넘을 것입니다. 이러한 기술적 혁신은 업계에 진입하는 2차원 반도체의 주요 문제를 해결할 것이며, 무어 이후 시대에도 집적 회로가 계속 발전할 수 있는 중요한 이정표가 될 것입니다.
또한 더 많은 새로운 재료의 발견을 가속화하기 위해 전산 재료 과학을 사용하여 새로운 알고리즘을 개발하는 것도 현재 재료 개발의 핫스팟입니다. 예를 들어, 2021년 1월 미국 에너지부 산하 에임스 연구소(Ames Laboratory)는 'Natural Computing Science' 저널에 'Cuckoo Search' 알고리즘에 관한 논문을 게재했습니다. 이 새로운 알고리즘은 고엔트로피 합금을 검색할 수 있습니다. 몇 주에서 몇 초까지의 시간. 미국 샌디아 국립연구소(Sandia National Laboratory)가 개발한 머신러닝 알고리즘은 일반 방법보다 4만배 빨라 재료기술 설계주기를 1년 가까이 단축한다. 2021년 4월, 영국 리버풀 대학교 연구진은 8일 이내에 화학 반응 경로를 독립적으로 설계하고, 688번의 실험을 완료하고, 폴리머의 광촉매 성능을 향상시키기 위한 효율적인 촉매를 찾을 수 있는 로봇을 개발했습니다.
수동으로 하려면 수개월이 걸립니다. 일본 오사카대학교는 1,200개의 광전지 재료를 훈련 데이터베이스로 사용하여 기계 학습 알고리즘을 통해 고분자 재료의 구조와 광전 유도 사이의 관계를 연구하고 1분 이내에 잠재적인 응용이 가능한 화합물의 구조를 선별하는 데 성공했습니다. 전통적인 방법은 5~6년이 필요합니다.
게시 시간: 2022년 8월 11일