A mesura que els transistors es continuen miniaturitzant, els canals pels quals condueixen el corrent són cada cop més estrets, la qual cosa requereix l'ús continuat de materials d'alta mobilitat d'electrons. Els materials bidimensionals com el disulfur de molibdè són ideals per a una gran mobilitat d'electrons, però quan estan interconnectats amb cables metàl·lics, es forma una barrera Schottky a la interfície de contacte, un fenomen que inhibeix el flux de càrrega.
El maig de 2021, un equip d'investigació conjunt liderat per l'Institut Tecnològic de Massachusetts i participat per TSMC i altres va confirmar que l'ús de bismut semimetall combinat amb la disposició adequada entre els dos materials pot reduir la resistència de contacte entre el cable i el dispositiu. , eliminant així aquest problema. , ajudant a assolir els desafiants desafiaments dels semiconductors per sota d'1 nanòmetre.
L'equip del MIT va trobar que la combinació d'elèctrodes amb bismut semimetall en un material bidimensional pot reduir considerablement la resistència i augmentar el corrent de transmissió. Aleshores, el departament d'investigació tècnica de TSMC va optimitzar el procés de deposició de bismut. Finalment, l'equip de la Universitat Nacional de Taiwan va utilitzar un "sistema de litografia de feix d'ions d'heli" per reduir amb èxit el canal del component a la mida nanomètrica.
Després d'utilitzar el bismut com a estructura clau de l'elèctrode de contacte, el rendiment del transistor de material bidimensional no només és comparable al dels semiconductors basats en silici, sinó que també és compatible amb la tecnologia de procés actual basada en silici, que ajudarà a trencar els límits de la llei de Moore en el futur. Aquest avenç tecnològic solucionarà el principal problema de l'entrada de semiconductors bidimensionals a la indústria i és una fita important perquè els circuits integrats continuïn avançant en l'era post-Moore.
A més, utilitzar la ciència dels materials computacionals per desenvolupar nous algorismes per accelerar el descobriment de més materials nous també és un punt calent en el desenvolupament actual de materials. Per exemple, el gener de 2021, el Laboratori Ames del Departament d'Energia dels EUA va publicar un article sobre l'algorisme "Cuckoo Search" a la revista "Natural Computing Science". Aquest nou algorisme pot cercar aliatges d'alta entropia. temps de setmanes a segons. L'algorisme d'aprenentatge automàtic desenvolupat pel Sandia National Laboratory als Estats Units és 40.000 vegades més ràpid que els mètodes normals, escurçant el cicle de disseny de la tecnologia dels materials gairebé un any. L'abril de 2021, investigadors de la Universitat de Liverpool al Regne Unit van desenvolupar un robot que pot dissenyar de manera independent rutes de reaccions químiques en 8 dies, completar 688 experiments i trobar un catalitzador eficient per millorar el rendiment fotocatalític dels polímers.
Es triga mesos a fer-ho manualment. La Universitat d'Osaka, Japó, utilitzant 1.200 materials de cèl·lules fotovoltaiques com a base de dades d'entrenament, va estudiar la relació entre l'estructura dels materials polimèrics i la inducció fotoelèctrica mitjançant algorismes d'aprenentatge automàtic i va detectar amb èxit l'estructura de compostos amb aplicacions potencials en 1 minut. Els mètodes tradicionals requereixen de 5 a 6 anys.
Hora de publicació: 11-agost-2022