《科学家开发出最小微芯片 有望大幅提高处理速度》

  • 来源专题:光电情报网信息监测服务平台
  • 编译者: husisi
  • 发布时间:2021-02-24
  • 2月18日消息,萨塞克斯大学的科研团队近日开发出了史上最小的微芯片。

    在研发过程中,科学家们通过在材料上制作扭结来改变石墨烯的结构。据了解,采用这种工艺制成的微芯片尺寸比传统微芯片小100多倍。

    参与研究的艾伦·道尔顿教授表示:“我们改造石墨烯结构的方式有些像折纸。通过这次研发,我们的计算机芯片尺寸大幅缩小,处理速度将大幅提高,未来电脑和手机的处理速度有望提升数千倍。”

    值得一提的是,与常见的芯片制造技术相比,科研团队此次采用的技术更为环保和可持续。据研究员马诺·特里帕蒂介绍:“因为我们不需要向其中添加额外材料,同时加工过程在室温而非高温下进行,因此制作这种微芯片所需的能源更少。”

相关报告
  • 《我国科学家开发出面向新型芯片的绝缘材料》

    • 来源专题:能源情报网监测服务平台
    • 编译者:郭楷模
    • 发布时间:2024-08-08
    • 作为组成芯片的基本元件,晶体管的尺寸随着芯片缩小不断接近物理极限,其中发挥着绝缘作用的栅介质材料十分关键。中国科学院上海微系统与信息技术研究所研究员狄增峰团队开发出面向二维集成电路的单晶氧化铝栅介质材料——人造蓝宝石,这种材料具有卓越的绝缘性能,即使在厚度仅为1纳米时,也能有效阻止电流泄漏。相关成果8月7日发表于国际学术期刊《自然》。 “二维集成电路是一种新型芯片,用厚度仅为1个或几个原子层的二维半导体材料构建,有望突破传统芯片的物理极限。但由于缺少与之匹配的高质量栅介质材料,其实际性能与理论相比尚存较大差异。”中国科学院上海微系统与信息技术研究所研究员狄增峰说。 狄增峰表示,传统的栅介质材料在厚度减小到纳米级别时,绝缘性能会下降,进而导致电流泄漏,增加芯片的能耗和发热量。为应对该难题,团队创新开发出原位插层氧化技术。 “原位插层氧化技术的核心在于精准控制氧原子一层一层有序嵌入金属元素的晶格中。”中国科学院上海微系统与信息技术研究所研究员田子傲说,“传统氧化铝材料通常呈无序结构,这会导致其在极薄层面上的绝缘性能大幅下降。” 具体来看,团队首先以锗基石墨烯晶圆作为预沉积衬底生长单晶金属铝,利用石墨烯与单晶金属铝之间较弱的范德华作用力,实现4英寸单晶金属铝晶圆无损剥离,剥离后单晶金属铝表面呈现无缺陷的原子级平整。随后,在极低的氧气氛围下,氧原子逐层嵌入单晶金属铝表面的晶格中,最终得到稳定、化学计量比准确、原子级厚度均匀的氧化铝薄膜晶圆。 狄增峰介绍,团队成功以单晶氧化铝为栅介质材料制备出低功耗的晶体管阵列,晶体管阵列具有良好的性能一致性。晶体管的击穿场强、栅漏电流、界面态密度等指标均满足国际器件与系统路线图对未来低功耗芯片的要求,有望启发业界发展新一代栅介质材料。
  • 《硅光半导体芯片开发迅猛,有望大幅提升计算与光通信传输速度》

    • 来源专题:光电情报网信息监测服务平台
    • 编译者:husisi
    • 发布时间:2022-03-31
    • 当今最先进的微处理器芯片可以包含数百亿个晶体管,它们的铜互连电路在运行时产生大量热量。不过,与光子不同,电子具有质量和电荷——当它们流经金属或半导体材料时,会被硅和金属原子散射,使它们振动并产生热量。因此,提供给微处理器的大部分电力都被浪费了。 未来如果计算机用光子而不是电子来传输数据,它们的性能会更好,消耗的能量也会更少。使用光传输数据在处理器芯片和它们之间的联系,将有望大幅提高计算机的速度(片上速度和到通信速度),并减少需要获得授权的操作步骤流程,有望带来更快、更强大、更高效的计算机。 来自eMarketer的一份最新调研显示,越来越多的公司正在开发硅光子半导体芯片,从而为计算机等设备提供更快的速度、更大的功率并提高运行效率。 据分析,人工智能、自动驾驶汽车和其他需要快速处理大量数据的系统目前需要运行现代先进计算负载,而该技术可以满足日益增长的需求。 光子学领域的一家公司Luminous Computing已经在A轮融资中筹集到了1.05亿美元,投资者中包括比尔·盖茨(Bill Gates)。据the Next Platform公司最近透露,它计划使用基于光的技术建造一台AI超级计算机。当下,超算是机构和国家非常注重的产品,而AI+超算越来越成为一种新的计算趋势。 惠普企业(HPE)与Ayar实验室达成了一项多年战略合作,利用这家初创公司的硅光子技术。据报道,该技术可以达到电子I/O电路带宽的1000倍,而功率只有十分之一,用于HPE Slingshot。 欧洲的研究人员则研发出了一种新的硅锗发光合金,以获得相应的光子芯片,这将给计算机带来革命性的变化。他们的下一步是开发一种硅兼容激光器,它将集成到电子电路中,并成为光子芯片的光源。 去年3月,Lightmatter公司称计划在今年晚些时候推出其首款基于光的人工智能芯片Envise。它将提供包含16个芯片的服务器刀片,适合传统的数据中心。 随着创新的驱动器越来越多地冲破数据瓶颈,光子学可以推进最苛刻的技术领域——如AI、量子计算和自动化。它也可能让我们更接近家庭,以更快的物联网和下载速度和更高的流质量。 据Luminous首席行政官Marcus Gomez称,从十年前的AI型号最多有1亿参数,一小时乘坐一台电脑训练。如今,模型有10万亿参数,每年需要成千上万的机器培养 - 放缓,光子学可以加快训练的几天。 由于光子学期间相较电子产品而言使用的能量较少,因此它也适用于AVS形态的产品,这必须从能量密集的激光雷达、雷达和相机,紧凑的车辆电池以及缩小范围处理大量数据。 这也是哈佛和波士顿大学与Luminous达成合作的一大驱动因素,主要是将其电光计算解决方案应用于自动驾驶方面的问题。 近期,在俄乌冲突以及新冠疫情的双重影响下,半导体与芯片行业也遭受牵连。据悉,这可能会对乌克兰供应半导体生产所需的原材料气体氖、氩、氪和氙的长期能力产生负面影响。预计这场冲突也会影响到光电子行业,不利于它的前景。 Luminous计划在24个月内实现其系统设备上市销售,但这可能会推迟,除非采取措施回收和回收氖气(neon gas)或更有效地使用它。 光子学在芯片与电子行业的应用让人期待。一方面,光子学可能会颠覆电子行业;但另一方面,它的新颖性加上供应链的挑战可能会延缓应用。