《启动摩尔定律? 制造芯片的新“合成”方法可能会有所帮助》

  • 来源专题:纳米科技
  • 编译者: 郭文姣
  • 发布时间:2019-11-20
  • 约翰霍普金斯大学的研究人员已经开发出一种新的方法来生产原子级薄的半导体晶体,有一天可能使功能更强大,更紧凑的电子设备成为现实。

    通过使用经过特殊处理的硅表面来调整晶体的尺寸和形状,研究人员发现了一种潜在的更快,更便宜的方式来生产用于微芯片的下一代半导体晶体。以这种方式生产的晶体材料反过来又可以实现新的科学发现,并加速量子计算,消费电子产品以及更高效率的太阳能电池和电池的技术发展。

    这些发现在今天发表在《自然纳米技术》上的一篇论文中有所描述。

    约翰·霍普金斯大学的化学教授托马斯·肯帕说:“有了一种精确,快速地雕刻纳米级晶体的方法,而无需传统的自上而下的工艺,这为纳米材料在技术应用中的广泛应用提供了主要优势。”指导研究的大学。

    肯帕(Kempa)的团队首先用磷化氢气体浸渍了硅衬底-在工业环境中广泛用于将半导体加工成器件的支撑物。当人们哄骗晶体在经过磷化处理的硅载体上生长时,他们发现它们长成了比通过传统方法制备的晶体更小,质量更高的结构。

    研究人员发现,膦与硅载体的反应导致形成新的“设计表面”。与通常生产的平面和三角形薄片相反,该表面促使晶体以水平“丝带”的形式生长。此外,这些色带的均匀肤色和干净边缘的结构可与通过行业标准的图案化和蚀刻工艺制备的纳米晶体相媲美,纳米晶体的加工通常费力,费时且昂贵,Kempa说。

    在这项研究中制备的纳米晶体被称为“过渡金属二卤化物”或TMDs。像石墨烯一样,TMD由于拥有强大的性能而受到广泛关注,这是其“二维”规模的独特结果。但是,传统的加工方法难以以适合新发现和性能更好的技术发展的方式轻易改变TMD的质地。

    值得注意的是,Kempa和他的团队能够创建的TMD版本很小,以至于他们将它们称为“一维”,以区别于大多数研究人员所熟悉的普通二维图纸。

    材料加工的限制是近年来摩尔定律放慢的原因之一。由IBM联合创始人Gordon E. Moore于1965年提出的规则指出,在密集集成电路中,晶体管的数量及其性能大约每两年就会翻一番。在过去的几十年中,消费电子产品越来越小,越来越快,越来越智能,这是将如此多的微米级晶体管封装到微芯片或集成电路中的原因。

    但是,半导体行业现在正努力保持这一步伐。

    肯帕及其团队准备的晶体的显着特征包括:

    1.它们的原子结构和质量非常均匀,是由于它们是合成的,而不是通过传统的图案化和蚀刻方法制造的。这些晶体的优雅品质可以使它们更有效地传导和转换太阳能电池或催化剂中的能量。

    2.研究人员能够通过更改磷化氢的量直接将晶体生长到其精确规格。

    3.“设计基板”是“模块化的”,这意味着学术和工业实验室可以结合使用该技术和其他现有的晶体生长工艺来制造新材料。

    4.“设计基板”也可重复使用,从而节省了金钱和时间。

    5.产生的带状一维晶体发出的光的颜色可以通过调整带状宽度来调整,这表明它们在量子信息应用中的潜在前景。

    肯帕说:“我们正在为合理控制纳米级材料的形状和尺寸做出根本性的贡献。”

    他补充说,这种方法可以“以前所未有的方式雕刻纳米级晶体”。 “在这些长度尺度上对晶体尺寸进行如此精确的合成控制是前所未有的。”

    他说:“我们的方法可以节省大量的处理时间和金钱。” “我们随意控制这些晶体的能力将使它在能量存储,量子计算和量子密码学中的应用成为可能。”

    ——文章发布于2019年11月18日

相关报告
  • 《摩尔定律谢幕,芯片的未来在哪?》

    • 来源专题:后摩尔
    • 编译者:shenxiang
    • 发布时间:2018-08-29
    • (此文观点来自微软研究院新体验与新技术部杰出工程师Doug Burger) 整整50年来,计算机的底层元件都遵从着“ 摩尔定律 ”: 在价格不变的情况下,集成在芯片上的晶体管数量每隔18到24个月将增加一倍,计算成本呈指数型下降 。摩尔定律成就了各种技术变革,例如互联网、基因组测序等等。 然而现在,摩尔定律的趋势第一次放缓了。芯片行业进入了一个不确定的时代,在同样的投入下,收益变得越来越低。我认为有两个原因。 一是芯片制造商面临的一个经济问题 :相比与芯片体积,大多数人对芯片的价格更敏感,要求芯片要做到经济实用;二是我所认为的真正原因, 随着晶体管尺寸的不断缩小,我们遇到了原子极限 ,先前标准、规则结构的晶体管结构已经无法维系。 在CPU时代,我们一直沿用的范式是在CPU上运行编写好的程序。这一范式的优点在于整个计算系统所有层级都是确定的,它们有限但功能强大。芯片的原理非常简单,无非就是开关、逻辑门、二进制系统等等。但是现在,计算需求正变得越来越复杂和艰难,导致计算机结构也越来越复杂,在一块芯片上集成的电路越来越庞大。 Simon Peyton Jones曾说, 计算机软件和体系架构是人们迄今为止所创造的最令人惊叹的结构 。在计算机体系架构领域,任何一个接口的设计都需要调整芯片底层的架构。做芯片与做软件差别很大。编写软件时的自由度非常高,但在设计硬件时却会面临各种各样的限制: 在一块尺寸有限的硅芯片上要集成各种不同功能的组件,并且要保证以正确的方式相互连接,而且要根据预算在通用性、高效性、速度、软件适配等多个维度中做出权衡 。 FPGA:现场可编程门阵列 在加入微软前,我曾和我的一名博士生Hadi Esmaeilzadeh做过一项关于 “暗硅”(Dark Silicon) 的研究。当时,业界正朝着多核芯片的方向发展,有人认为,只要能编写并行软件,就能将计算机芯片架构扩展到数千核。 我们在2011年发表的研究中发现,由于功耗的限制, 一个多核处理器在同一时刻只能有很少的一部分晶体管能够工作,而其余部分则处于休眠状态 。这项研究获得了相当高的关注度。 受到这一研究的启发,我们认为可以针 对特定的工作使用定制硬件来加速计算,解决“暗硅”问题 。但是对于普通用户来说,定制芯片的经济成本以及大量功能不同芯片的管理成本都很高。为了帮助用户解决这个问题,微软在Azure云平台上部署了FPGA(现场可编程门阵列)。 FPGA全称为“现场可编程门阵列”,之所以称为“现场可编程”,是因为 在做完芯片硬件设计和算法映射之后,我们仍然可以对FPGA芯片进行实时、动态地修改 。我们可以随时把它改写成其它用途的芯片,甚至可以每隔几秒修改一次。为了同时满足性能、成本和灵活性的要求,我们可以使用定制芯片来处理部分长期稳定的计算需求,而使用FPGA来处理剩余计算需求。 FPGA此前就已经广泛应用于通信领域,在处理高速数据流以及测试即将投产的芯片时的表现出色。但在云计算中,FPGA尚未真正成功地大规模使用。 CPU和GPU适合于处理不同的任务。 CPU是一种通用处理器,适合处理少量数据 ; 而GPU是一种单指令、多数据(Single Instruction Multiple Data,SIMD)的并行处理器 ,即一条指令对不同的几组数据执行相同的操作。 FPGA实际上是CPU模型的“倒置” 。在FPGA上,我们不再固定数据、运行指令,而是固定一些指令、运行整批数据。我称之为“结构化计算”,其理念为固定一种计算结构,让数据不断从其中流过。FPGA非常适合这类工作负载,在云中, FPGA可以很好地完成这一使命,对CPU来说也是一种很好的补充。 FPGA每秒能够处理50GB的数据包,同时也可以确保用户的信息安全和网络私密性。面对同样的计算任务,多块CPU才能接近一块FPGA的处理速度。 于是,从2015年底开始,微软通过Project Catapult项目在微软Azure云中对FPGA进行了超大规模的部署,不管与之前相比还是跟竞争对手相比,Azure云的数据处理速度都有明显的提升。目前,微软是全球最大的FPGA使用者之一,各个团队都在使用FPGA强化自己的服务。 Brainwave:为深度神经网络“定制”处理器 在人工智能领域,目前大热的深度学习对计算机硬件和架构都提出了更高的要求 ,只有更好、更快的硬件和架构才能处理日益庞大的训练数据和越来越复杂的深度神经网络模型。机器翻译、语音理解、计算机视觉等经典人工智能领域的不断发展给硅芯产业带来了很大的压力。现在,许多公司都为打造人工智能、机器学习,特别是深度学习的定制架构投入了大量的资金。 因此,我们团队打造了自己的 深度神经网络处理器Brainwave 。我们正与微软必应和Azure团队通力合作,为微软的各项服务提供有力的硬件与架构支持。利用Brainwave,必应团队可以摆脱计算资源的制约,能够部署体量更大的模型,从而为用户提供更好、更快、更高质量的搜索内容。 在今年的微软Build大会上,微软宣布了 Project Brainwave 预览版,并将其整合到Azure机器学习服务中供用户使用。同时,用户也可以自行购买微软推出的Catapult架构主板将之嵌入到生产设备上,这样就可以在边缘设备上直接运行已经在Azure上训练好的模型,从而节省时间成本。 Brainwave非常适合处理推理运算任务 ,对于此类任务,目前大量技术都采用“批处理”的方式。批处理能够提升计算机的处理能力,但却容易增加网络延迟。Project Brainwave可以将实时AI计算的延迟时间降到最小。不同的任务对于“实时”的要求并不相同,对于通过收集网络信息预告紧急情况的任务来说,几分钟的“实时”处理是可以接受的,但对于实时语音互动或者类似于HoloLens这种增强现实任务,“实时”处理则要求做到毫秒级。 在实际的计算任务中,除了处理速度,成本也是需要考虑的一个关键因素。Brainwave系统做到了两者兼顾,在处理速度和成本控制方面都有非常好的表现。 自从冯·诺依曼结构在上世界四十年代被提出之后,我们一直围绕着冯·诺依曼计算机和各种各样的计算机异构加速器进行研究,摩尔定律将要谢幕,我们正处于硅基和冯·诺伊曼时代的尾声。所以,我们应该考虑更深远的东西,为计算机的新的架构探索更深层次的理论。
  • 《5G+后摩尔定律时代:半导体产业竞合走向何方》

    • 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:2020-01-07
    • 作为5G元年,2019年对于半导体行业的特殊性不仅仅在于通信技术的革新,更重要的是,支撑半导体工艺多年来迅猛发展的摩尔定律逐渐走向失效,但爆炸式的数据需要更精进的处理技术作为支撑。行业正面临着双重技术迭代带来的考验。 这一年也是5G底层通信技术玩家持续收缩的一年。老一代巨头英特尔放弃基带芯片业务出售予苹果,另一半导体巨头博通也在近日宣布有意出售旗下RF(无线射频)相关业务。 虽然说“整合”会是所有产业走到一定阶段必然经历的结果,但这次IC产业的融合,到底意味着寒冬还是新生? 紫光展锐CEO楚庆将这类现象定义为“半导体产业生死劫”。在近日接受21世纪经济报道记者专访时他指出,过去几十年的半导体产业处在春天,万物生长;而摩尔定律走向失效,让行业开始进入后摩尔定律时代,来到夏天。 “这时候又会有大量新的芯片公司产生,但这些公司需要采取符合新定律的战略架构。”楚庆如此表示。 5G时代主角换场 进入5G时代,中国走在了世界前列。2019年10月,国家工信部宣布中国正式启动5G商用,给全国范围的网络建设和商用准备开启了加速器。 “5G时代会有一个全面的迁移。”楚庆向记者分析,实际上这也是自然发生的结果。 他曾经做过一个统计,在前两个通信时代,欧洲运营商在前期投入上就耗费了巨资。3G时代,整个欧洲为了购买相关频谱许可,花费超过500亿美元;在此基础上还有资本支出、基站建设支出等,资金量可想而知有多巨大。 在4G时代依然没有多少好转。楚庆表示,当时仅规模最大的一家运营商在欧洲购买频谱许可,就花费了近500亿欧元。 按照这个趋势下去,5G的频谱可能会更贵,但在一些国家,Sub-6GHz以下的频谱更成为了稀缺资源。 从当前经济资源、频谱资源等各角度来看,对中国都是一大机遇。“所以可以认为这是历史客观选择的结果,产业要好好利用这次机会。”楚庆认为,5G作为人类历史上最野心勃勃的连接计划,制造了一个巨大的平台;而AI是人类最野心勃勃的科技革命。在这两面旗帜的引领下做出有价值的东西,是半导体产业链的机遇,也是展锐与楚庆本人的互相要求。 在当前5G手机基带芯片设计厂“五虎”中,有三家背靠中国,分别是紫光展锐、华为海思与联发科,这其实是几十年来产业内生发展和分工精细带来的结果。 楚庆分析道,移动通信大概每十年一代,到现在离GSM(2G通信制式)繁荣的时期正好过去30年,芯片厂商在激烈的市场搏杀中越来越少,主要原因是手机芯片可能是整个芯片领域搏杀最激烈的一个领域。 在第一代通信制式环境下,产业经历了从无到有的过程。在这一阶段,几乎所有厂商都具备全面技术。因为第一代通信时期,没有芯片供应商就无法做出手机,早期的芯片供应商和手机厂商多是合体的。 直到第二代移动通信技术出现,产业分工开始了。在2G时代,手机不再仅仅是通话工具,还开始有播放音乐、收发邮件等功能,原来将手机和芯片业务绑定的第一代厂商遭到了严重打击。“因为他们对用户使用习惯的把握没有单独芯片厂商那么深刻,不再具备竞争力。”楚庆指出。 按照这样持续下去,产业分工越来越精细化,对于手机领域芯片设计厂商的要求也就越来越严苛,要同时兼顾计算能力和功耗,门槛变得很高。 与此同时,在前面四个时代,全球的通信制式极为不统一,是手机基带芯片设计厂商的另一重挑战。 细细算来,从2G到5G共积累了10种通信制式,基带芯片设计厂都必须经过对这些制式的测试并兼容,这已经不是后续有新生代愿望的设计厂能够做到的。 “这意味着要在全球的120张商用网里全部做过测试,这是沉重的历史包袱,因此历史上几乎没有什么新厂商再诞生。”楚庆分析,这造就了如今的格局。 后摩尔定律时代抱团取暖 但在5G时代出现了一些新现象。英特尔的手机基带芯片业务卖给了手机为主业的厂商苹果,博通的出售计划也有传言认为苹果有可能接盘。纵向的产业链整合似乎开始了。 除此之外,三星半导体开启了与国产手机厂vivo对于基带芯片的联合研发,产业链的合作关系未来似乎都开始有变化。 楚庆向21世纪经济报道记者指出,虽然半导体产业如今到处是大鱼吃小鱼的故事,动辄斥资几百亿甚至千亿美元的收购案。这意味着在后摩尔定律时代需要抱团取暖,但这些并购本身并没有产生价值。 “所有的并购都是这种局面,1+1小于2。”据他分析,这与摩尔定律有极大关联。 可以看到,此前领先的厂商多为对摩尔定律遵从度最高者,它们往往在追赶工艺节点上跑得很快。但一旦跑道不再存在,它们的脚步不得已慢了下来。 “这些厂商的优势无法持续,最好的选择变成了抱团取暖。一些历史上伟大的名字消失了。但合并未必能解决核心竞争力的问题。”楚庆续称。 同时他也指出,诞生新的手机芯片厂商这条路基本已断,尤其在modem(调制解调器)领域。“开展modem业务如果不聚集三五千人,没有15年的历史沉淀将没有意义,最简单就是全球运营商的这些通信制式测试怎么过?” 2019年,5G手机基带芯片设计大厂们纷纷宣布推出支持NSA和SA双模的芯片产品,在此之外的泛在物联市场徐徐而来,这将是通信世界的一次更大机遇。楚庆指出,“从过去的4G时代到未来,将不存在任何一家对其他厂商存在绝对竞争力的局面。”