Habang ang mga transistor ay patuloy na pinaliit, ang mga channel kung saan sila nagsasagawa ng kasalukuyang ay nagiging makitid at mas makitid, na nangangailangan ng patuloy na paggamit ng mga high electron mobility material. Ang mga two-dimensional na materyales tulad ng molybdenum disulfide ay mainam para sa mataas na mobility ng electron, ngunit kapag magkakaugnay sa mga metal wire, isang Schottky barrier ang nabuo sa contact interface, isang phenomenon na pumipigil sa daloy ng singil.
Noong Mayo 2021, kinumpirma ng pinagsamang research team na pinamumunuan ng Massachusetts Institute of Technology at nilahukan ng TSMC at iba pa na ang paggamit ng semi-metal bismuth na sinamahan ng wastong pagkakaayos sa pagitan ng dalawang materyales ay maaaring mabawasan ang contact resistance sa pagitan ng wire at ng device. , sa gayon ay inaalis ang problemang ito. , na tumutulong na makamit ang mga nakakatakot na hamon ng mga semiconductor na mas mababa sa 1 nanometer.
Nalaman ng koponan ng MIT na ang pagsasama-sama ng mga electrodes na may semimetal bismuth sa isang dalawang-dimensional na materyal ay maaaring lubos na mabawasan ang paglaban at mapataas ang kasalukuyang transmission. Pagkatapos ay in-optimize ng departamento ng teknikal na pananaliksik ng TSMC ang proseso ng pagdeposito ng bismuth. Sa wakas, ang koponan ng National Taiwan University ay gumamit ng "helium ion beam lithography system" upang matagumpay na bawasan ang bahagi ng channel sa laki ng nanometer.
Matapos gamitin ang bismuth bilang pangunahing istraktura ng contact electrode, ang pagganap ng two-dimensional material transistor ay hindi lamang maihahambing sa mga semiconductor na nakabatay sa silikon, ngunit katugma din sa kasalukuyang pangunahing teknolohiya ng proseso na nakabatay sa silikon, na makakatulong upang lumampas sa mga limitasyon ng Batas ni Moore sa hinaharap. Ang teknolohikal na pambihirang tagumpay na ito ay malulutas ang pangunahing problema ng dalawang-dimensional na semiconductors na pumapasok sa industriya at isang mahalagang milestone para sa mga integrated circuit upang patuloy na sumulong sa post-Moore era.
Bilang karagdagan, ang paggamit ng agham ng computational materials upang bumuo ng mga bagong algorithm upang mapabilis ang pagtuklas ng higit pang mga bagong materyales ay isa ring mainit na lugar sa kasalukuyang pag-unlad ng mga materyales. Halimbawa, noong Enero 2021, ang Ames Laboratory ng US Department of Energy ay nag-publish ng isang artikulo sa "Cuckoo Search" algorithm sa journal na "Natural Computing Science". Ang bagong algorithm na ito ay maaaring maghanap ng mga high-entropy na haluang metal. oras mula linggo hanggang segundo. Ang algorithm ng machine learning na binuo ng Sandia National Laboratory sa United States ay 40,000 beses na mas mabilis kaysa sa mga ordinaryong pamamaraan, na nagpapaikli sa ikot ng disenyo ng teknolohiya ng mga materyales sa halos isang taon. Noong Abril 2021, ang mga mananaliksik sa University of Liverpool sa United Kingdom ay nakabuo ng isang robot na maaaring independiyenteng magdisenyo ng mga ruta ng reaksyong kemikal sa loob ng 8 araw, kumpletuhin ang 688 na mga eksperimento, at makahanap ng mahusay na katalista upang mapabuti ang pagganap ng photocatalytic ng mga polymer.
Ito ay tumatagal ng mga buwan upang gawin ito nang manu-mano. Osaka University, Japan, gamit ang 1,200 photovoltaic cell na materyales bilang isang database ng pagsasanay, pinag-aralan ang ugnayan sa pagitan ng istruktura ng polymer materials at photoelectric induction sa pamamagitan ng machine learning algorithm, at matagumpay na na-screen out ang istruktura ng mga compound na may potensyal na aplikasyon sa loob ng 1 minuto. Ang mga tradisyonal na pamamaraan ay nangangailangan ng 5 hanggang 6 na taon.
Oras ng post: Aug-11-2022