摩尔定律终结了吗?史上最小 1 nm 晶体管将为之续命

劳伦斯伯克利国家实验室成功研发出1纳米栅极宽度的晶体管,打破了传统5纳米栅极线宽的技术极限。该成果选用二硫化钼作为半导体材料,并利用碳纳米管作为栅极,解决了量子隧穿效应的问题,为摩尔定律的延续提供了新的可能性。

  engadget

《摩尔定律已死,半导体行业发展会停滞吗?》、《摩尔定律这次真的到头了! 》、《存在 50 年的摩尔定律正在失灵?》……近年来,关于摩尔定律即将走向尽头的报道简直数不胜数,各方专家也纷纷发言表态,支持这一说法。如此看来,这一科技界的铁律真的没有继续生存下去的空间了吗?正当我们为之疑惑叹息之时,计算技术界突然传来了一个好消息:科学家已将晶体管制程从 14 nm缩减到了 1 nm!这样,同样体积的芯片上就能集成更多晶体管,摩尔定律有希望继续它的传奇预言!

这一巨大突破是由劳伦斯伯克利国家实验室的一个团队完成的。在阿里·加维(Ali Javey)的带领下,他们开发出的新型晶体管栅极线宽只有1纳米。(很难想象 1 nm到底有多小?以人类的发丝作对比,后者宽度仅为约 5 万纳米。)

  研究成果

计算机技术界长时间都遵循着摩尔定律,为什么现在人们开始怀疑它不能持续下去了呢?根据物理定律,5 nm被认为是传统半导体栅极线宽的极限,这大约是当前市面上高端 20 纳米栅极晶体管的 1/4 。而如果晶体管太小,分布太集中,就可能会产生量子隧穿效应,这将为芯片制造商带来严峻挑战。

伯克力实验室研究人员苏杰伊-德赛(Sujay Desai)称:“长期以来,半导体行业一直认为,任何小于5纳米的栅极都不可能正常工作。因此,人们之前从未考虑过小于5纳米的栅极。”

  研究成果

但伯克利实验室却打破传统界限,开发出了栅极仅有 1 nm 的晶体管。

维说:“我们开发出了目前已知最小的晶体管。栅极长度被用于衡量晶体管的规格,我们成功研制出 1 nm 栅极晶体管,这意味着只要所选择的材料适当,当前的电子零部件还有较大缩减空间。 ”

而德赛称:“我们的研究成果表明,让栅极低于 5 nm 并非不可能。 一直以来,人们都是基于硅材料来缩小电子零部件的体积。但我们放弃了硅材料,选了二硫化钼,结果开发出了只有 1 nm 的栅极。”

硅和二硫化钼都有一个晶格结构,但与二硫化钼相比,通过硅流动的电子更轻,遇到电阻更小。当栅极为5 nm 或更长时,硅材料能发挥它的优势。但栅极长度低于 5 nm 时,就会出现了一种被称为“隧道效应”的量子力学现象,从而阻止电流从源极流到漏极。

德赛解释说:“这意味着我们无法关闭晶体管,电子完全失控了。”而通过二硫化钼流动的电子更重,因此可以通过更短的栅极来控制。

  研究成果

选定二硫化钼作为半导体材料后,接下来就需要来建造栅极。但制造 1 nm 的结构并不是一件容易的事,传统的光刻技术并不适用于这样小的规模。 最终,研究人员转向了碳纳米管——直径仅为 1 nm 的空心圆柱管。

经研究人员测试显示,采用碳纳米管栅极的二硫化钼晶体管能够有效控制电子流动。加维说:“这项研究表明,我们的晶体管将不再局限于 5 nm 栅极。通过使用适当的半导体材料和设备架构,摩尔定律还会继续长期生效。”

目前,这一研究还处在初级阶段,《科学》杂志已刊登该项研究成果。虽然这一研究有望大大提升计算机的计算能力,具有十分重要的指导意义,但是,现阶段想要达到大规模量产恐怕还有些困难。毕竟, 在 14 nm 制程下,一个模具上就有超过 10 亿个晶体管,而一下子缩小到 1 nm,芯片制造商们可能还需要一段时间来缓缓神。


本文转自d1net(转载)

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值