Оскільки транзистори продовжують мініатюризуватися, канали, через які вони проводять струм, стають все вужчими, що вимагає постійного використання матеріалів з високою рухливістю електронів. Двовимірні матеріали, такі як дисульфід молібдену, ідеально підходять для високої рухливості електронів, але при з’єднанні металевими дротами на контактній поверхні утворюється бар’єр Шотткі — явище, яке перешкоджає потоку заряду.
У травні 2021 року спільна дослідницька група під керівництвом Массачусетського технологічного інституту за участю TSMC та інших підтвердила, що використання напівметалічного вісмуту в поєднанні з належним розташуванням двох матеріалів може зменшити опір контакту між дротом і пристроєм. , тим самим усуваючи цю проблему. , що допомагає вирішити складні завдання напівпровідників менше 1 нанометра.
Команда Массачусетського технологічного інституту виявила, що поєднання електродів із напівметалом вісмуту на двовимірному матеріалі може значно зменшити опір і збільшити струм передачі. Потім відділ технічних досліджень TSMC оптимізував процес осадження вісмуту. Нарешті, команда Національного університету Тайваню використала «систему літографії з іонно-гелієвим променем», щоб успішно зменшити канал компонентів до нанометрового розміру.
Після використання вісмуту як основної структури контактного електрода продуктивність транзистора з двовимірного матеріалу не тільки порівнянна з продуктивністю напівпровідників на основі кремнію, але й сумісна з сучасною основною технологією процесу на основі кремнію, що допоможе порушити межі закону Мура в майбутньому. Цей технологічний прорив вирішить головну проблему двовимірних напівпровідників, які виходять у галузь, і є важливою віхою для продовження розвитку інтегральних схем в епоху після Мура.
Крім того, використання обчислювального матеріалознавства для розробки нових алгоритмів для прискорення відкриття нових матеріалів також є гарячою точкою в поточному розвитку матеріалів. Наприклад, у січні 2021 року лабораторія Еймса Міністерства енергетики США опублікувала статтю про алгоритм «Cuckoo Search» у журналі «Natural Computing Science». Цей новий алгоритм може шукати сплави з високою ентропією. час від тижнів до секунд. Алгоритм машинного навчання, розроблений Національною лабораторією Сандіа в Сполучених Штатах, у 40 000 разів швидший за звичайні методи, скорочуючи цикл проектування технології матеріалів майже на рік. У квітні 2021 року дослідники з Університету Ліверпуля у Великій Британії розробили робота, який може самостійно розробляти маршрути хімічних реакцій протягом 8 днів, завершити 688 експериментів і знайти ефективний каталізатор для покращення фотокаталітичної ефективності полімерів.
Щоб зробити це вручну, потрібні місяці. Університет Осаки, Японія, використовуючи 1200 матеріалів фотоелектричних елементів як навчальну базу даних, вивчив зв’язок між структурою полімерних матеріалів і фотоелектричною індукцією за допомогою алгоритмів машинного навчання та успішно відібрав структуру сполук із потенційним застосуванням протягом 1 хвилини. Традиційні методи вимагають від 5 до 6 років.
Час публікації: 11 серпня 2022 р