Tā kā tranzistori turpina miniatūrizēt, kanāli, caur kuriem tie vada strāvu, kļūst arvien šaurāki, tāpēc ir nepieciešams turpināt izmantot augstas elektronu mobilitātes materiālus. Divdimensiju materiāli, piemēram, molibdēna disulfīds, ir ideāli piemēroti lielai elektronu mobilitātei, bet, ja tie ir savstarpēji savienoti ar metāla stieplēm, kontakta saskarnē veidojas Šotkija barjera, kas kavē lādiņa plūsmu.
2021. gada maijā Masačūsetsas Tehnoloģiju institūta vadītā apvienotā pētniecības grupa, kurā piedalījās TSMC un citi, apstiprināja, ka pusmetāla bismuta izmantošana kopā ar pareizu abu materiālu izvietojumu var samazināt kontakta pretestību starp vadu un ierīci. , tādējādi novēršot šo problēmu. , palīdzot sasniegt biedējošās problēmas, ko rada pusvadītāji, kuru diametrs ir mazāks par 1 nanometru.
MIT komanda atklāja, ka elektrodu apvienošana ar pusmetāla bismutu uz divdimensiju materiāla var ievērojami samazināt pretestību un palielināt pārraides strāvu. Pēc tam TSMC tehniskās izpētes nodaļa optimizēja bismuta nogulsnēšanas procesu. Visbeidzot, Taivānas Nacionālās universitātes komanda izmantoja "hēlija jonu staru litogrāfijas sistēmu", lai veiksmīgi samazinātu komponentu kanālu līdz nanometru izmēram.
Pēc bismuta izmantošanas kā kontakta elektroda galvenās struktūras, divdimensiju materiāla tranzistora veiktspēja ir ne tikai salīdzināma ar silīcija bāzes pusvadītāju veiktspēju, bet arī ir saderīga ar pašreizējo galveno silīcija procesu tehnoloģiju, kas palīdzēs nākotnē pārkāpt Mūra likuma robežas. Šis tehnoloģiskais sasniegums atrisinās galveno problēmu, kas saistīta ar divdimensiju pusvadītāju ienākšanu nozarē, un ir svarīgs pavērsiens, lai integrētās shēmas turpinātu attīstīties pēc Mūra laikmeta.
Turklāt skaitļošanas materiālu zinātnes izmantošana, lai izstrādātu jaunus algoritmus, lai paātrinātu jaunu materiālu atklāšanu, ir arī aktuāls punkts pašreizējā materiālu izstrādē. Piemēram, 2021. gada janvārī ASV Enerģētikas departamenta Eimsa laboratorija žurnālā "Natural Computing Science" publicēja rakstu par "Cuckoo Search" algoritmu. Šis jaunais algoritms var meklēt augstas entropijas sakausējumus. laiks no nedēļām līdz sekundēm. Mašīnmācīšanās algoritms, ko izstrādājusi Sandia National Laboratory ASV, ir 40 000 reižu ātrāks nekā parastās metodes, saīsinot materiālu tehnoloģiju projektēšanas ciklu par gandrīz gadu. 2021. gada aprīlī Apvienotās Karalistes Liverpūles Universitātes pētnieki izstrādāja robotu, kas 8 dienu laikā var patstāvīgi izstrādāt ķīmisko reakciju maršrutus, pabeigt 688 eksperimentus un atrast efektīvu katalizatoru, lai uzlabotu polimēru fotokatalītisko veiktspēju.
Lai to izdarītu manuāli, ir vajadzīgi mēneši. Osakas Universitāte, Japāna, izmantojot 1200 fotoelektrisko elementu materiālus kā apmācības datu bāzi, pētīja attiecības starp polimēru materiālu struktūru un fotoelektrisko indukciju, izmantojot mašīnmācīšanās algoritmus, un 1 minūtes laikā veiksmīgi noskaidroja savienojumu struktūru ar potenciālajiem pielietojumiem. Tradicionālās metodes prasa 5 līdz 6 gadus.
Publicēšanas laiks: 11. augusts 2022