Золотой Шар

Международная группа учёных под руководством специалистов Национального университета Тайваня сообщила об открытии, которое может приблизить создание следующего поколения сверхминиатюрных чипов.

Работа посвящена транзисторам на основе двумерных материалов — кристаллов толщиной всего в один атом. Благодаря столь малой толщине инженеры могут значительно точнее управлять движением носителей заряда — электронов и «дырок» (областей, где отсутствует электрон), что делает такие материалы одним из главных кандидатов на замену кремния.

До сих пор оставался открытым один из важнейших вопросов: насколько можно уменьшить металлические контакты, через которые ток поступает в транзистор. Если контакт становится слишком маленьким, возникает своеобразное «узкое место», ограничивающее прохождение тока и резко ухудшающее характеристики устройства.

Чтобы определить этот предел, учёные изготовили рабочие транзисторы, аккуратно вскрыли их структуру и исследовали с помощью сканирующей туннельной микроскопии. Этот метод использует сверхтонкий зонд, позволяющий буквально «увидеть», как электрический ток распределяется внутри материала с атомным разрешением.

Измерения показали неожиданно малую длину переноса тока — всего 2–3 нанометра. Именно на таком расстоянии основная часть тока переходит из металлического контакта в полупроводниковый слой. Ранее теоретические модели предсказывали значения от нескольких десятков до почти 170 нанометров, то есть на порядок больше.

Полученный результат означает, что металлические контакты можно уменьшать практически так же агрессивно, как и сами транзисторы, не теряя эффективности. Это снимает одно из главных технологических ограничений, мешавших дальнейшему развитию одноатомной электроники.

Авторы работы считают, что открытие значительно укрепляет позиции двумерных материалов как потенциальной замены кремнию в будущих поколениях микросхем. Если технология будет реализована в промышленности, она позволит создавать более компактные, производительные и экономичные процессоры, способные удовлетворить стремительно растущие вычислительные потребности систем искусственного интеллекта.

Источник