新型的铁电半导体场效应晶体管已被成功研制出

(文章来源:环球创新智慧)
据美国普渡大学官网近日报道,该校工程师将晶体管与铁电随机存取存储器结合成一种新设备,该设备集信息处理与存储功能于一身。
如今,数字计算机,特别是超级计算机,已具备非常强大的计算能力。但是面对某些复杂问题时,传统计算机还是无法胜任,不能像人脑那样低能耗、高效率地进行运算并解决问题。这个问题的主要原因是,传统计算机大多采用了冯·诺依曼体系结构。冯·诺依曼体系结构是由美籍匈牙利科学家冯·诺依曼(john von neumann)于1946年提出的。
在冯·诺依曼体系结构中,存储器存储程序指令和数据;处理器执行指令与处理相关数据。可是,存储器与处理器是完全分离的两个单元,数据需要在处理器与内存之间来回移动。随着计算机技术不断进步,处理器速度不断提高,内存容量也不断扩大,可是内存访问速度的增长却缓慢,成为了计算机整体性能的一个重要瓶颈,也就是所谓的“内存墙”问题。因此,无论硬件可以做得多小或者多快,架构中都存在着这样一个固有的瓶颈。
相比之下,人脑优势明显。它不仅可并行处理和存储大量数据,而且能耗极低。人脑处于全方位的互联状态,其中的逻辑和记忆功能紧密关联,其密度和多样性均是现代计算机的数十亿倍。因此,科学家们希望从人脑结构中汲取灵感,来解决传统计算机所固有的问题。他们试图模仿人脑的神经元与突触,在同一地点处理和存储信息。为此,他们努力打造了许多新型器件,其中比较典型的有忆阻器、光学类脑计算芯片等。
研究人员们在《自然·电子学(nature electronics)》期刊上详细描述了这一方案。该方案通过解决另一个问题来实现这个目标,也就是说,将晶体管与所谓的“铁电随机存取存储器(ferroelectric ram)”结合起来。铁电随机存取存储器比大多数计算机中使用的存储技术性能更高。
数十年来,研究人员们一直尝试将信息处理与存储功能合二为一,但问题出现在铁电材料与硅(组成晶体管的材料)之间的界面上。相反,铁电随机存储器作为芯片上的独立单元来运行,限制了它让计算变得更高效的潜力。普渡大学电气与计算机工程系教授叶培德(peide ye)领导的团队找到了破解硅与铁电材料之间死敌关系的方法。
叶教授表示:“我们采用具有铁电特性的半导体。这样一来,两种材料变成一种材料,你不必再担心界面问题。”结果就制造出了一种所谓的“铁电半导体场效应晶体管”,它与目前计算机芯片上所用的晶体管的制造方法相同。
α-in2se3 这种材料不仅具有铁电特性,还可以解决传统铁电材料通常用作绝缘体而不是半导体的问题,这个问题是由于所谓的宽“带隙”,也就是说,电流无法通过,也没有进行计算。α-in2se3 的带隙要窄得多,在成为半导体的同时又不会丧失铁电特性。
普渡大学电气与计算机工程系博士后研究员司梦伟(mengwei si,音译),构造并测试了这种晶体管,发现其性能堪比现有的铁电场效应晶体管,并且通过更多的优化可以超越它们。普渡大学电气与计算机工程系助理教授 sumeet gupta 以及博士研究生 atanu saha 提供了建模支持。
司梦伟与叶培德的团队也与佐治亚理工学院的研究人员合作,将 α-in2se3 构造到芯片上的一片空间中,这片空间也称为铁电隧道结。工程师们可用它来提升芯片性能。12月9日,团队在2019年度国际电子设备会议上展示了这项成果。
过去,研究人员们一直都无法构造高性能的铁电隧道结,因其宽带隙使材料太厚,以至电流无法流过。然而 α-in2se3 的带隙要窄得多,因此材料厚度仅为10纳米,可允许更多电流流过。叶教授表示,较多的电流让器件面积可缩小至几纳米,使芯片更密集、更节能。较薄的材料,甚至薄至一层原子的厚度,也意味着隧道结两侧的电极可以变小很多,从而有利于构造模仿人脑神经网络的电路。


用于可变电压控制的动态DC-DC转换器
5G适应工业互联网的要求当今已是最好的时机
2019世界人工智能大会8月底在上海世博中心开幕
【曦哥论币】4.2比特币行情分析,行情进入窄幅震荡大牛来临
斯坦德机器人亮相LTT东京运输物流展
新型的铁电半导体场效应晶体管已被成功研制出
物联网卡是一把双刃剑
海信手机金刚4评测 各方面的表现都可圈可点
价格战对消费者来说 是入手空调的最好时机
RFID石油可视化管理-解密中东土豪管理财富的秘密
什么是数​?2是一个数吗?
PCB分板应力应变测试
Windows实时运动控制软核(二):LOCAL高速接口测试之Qt
安全光幕和安全光栅的区别是什么呢?主要应用在什么行业?
以“网融万物 智向未来”努力形成以建促用的5G良性发展模式
为什么大多数加密货币没有存在的必要
MAX1946应用电路
基于DSP芯片实现异步串行通信系统的软硬件设计
前百度首席科学家吴恩达出任Woebot公司新任董事长,随即推出一款聊天机器人
业内看好台积电领先三星和英特尔率先推出2nm制程