材料数据库;更快的材料开发;TFETs更好。
材料数据库
电子材料和纳米晶体被用于各种各样的应用程序。
将晶体材料和设备,研究人员必须在多处搜索发现新技术及其各种属性。最重要的是,研究人员可能需要长时间在实验室里,和大型计算资源,使新材料。
为了帮助研究人员,北欧理论物理研究所(NORDITA)开发了一种全面的数据库有机和有机金属材料。
NORDITA所谓的有机材料数据库(OMDB)是一个自由访问数据库。它允许用户搜索与指定的目标材料属性使用先进的数据挖掘技术。数据库涉及到电子结构、态密度和其他材料的属性。
目前,数据库包含6686 Kohn-Sham带结构计算。数据库的结构信息最初从结晶学开放数据库(COD)。鳕鱼是开放获取的晶体结构的有机,无机,有机化合物和矿物质。
其他人也已经推出了类似的研究工具。例如,加州大学圣地亚哥和劳伦斯伯克利国家实验室最近创建了一个开源数据库元素的晶体表面和形状。,称为Crystalium数据库是一个新的和扩大的各种晶体的信息。数据库可以帮助研究人员设计新材料为各种应用程序,如电池,催化转换器、燃料电池、半导体等。
这里有一个例子Crystalium:
形状的元素锂、锡和从Crystalium铪。(来源:加州大学圣地亚哥分校)
更快的材料开发
在一个单独的努力,西北大学和洛斯阿拉莫斯国家实验室已经开发出一种工作流来创建设计指导方针新材料。
工作流结合机器学习和密度泛函理论计算。使用这种技术,研究人员关注的一类二维复杂氧化物的发展,被称为Ruddlesden-Popper氧化物。这些材料具有铁电性、压电。
设计这些材料,研究人员建立了一个数据库中已知的材料。超过3000种可能的材料进行调查。使用机器学习,研究窄了,200多名有前途的候选人。
如何找到新的功能材料。(来源:西北)
最后,他们把范围缩小到19的可能性。“在这个家庭中,数据集是微不足道的。目前,只有大约10到15材料已知所需的属性,“助理教授James Rondinelli说麦考密克的材料科学与工程学院工程在西北。“这不是多的数据。传统数据科学用于大数据问题有更少的需要领域知识。”
Prasanna Balachandran洛斯阿拉莫斯国家实验室的补充道:“随着机器学习,我们能够确定化学成分可能的候选人材料你想要发展”。
更好的TFETs
,隧道场效应晶体管(TFET)是下一代的热门候选人晶体管比赛5 nm和超越。
TFETs陡峭的亚阈值斜率晶体管可以规模供应电压小于1伏特,甚至低至子- 0.5伏。TFET类似于今天的场效应管,但TFET gated-diode,利用电子隧道技术。理论上,TFETs可以开关的电压低于当前和未来的finFETs。
但是把TFETs投入生产是很困难的。TFETs可能需要III-V材料、纳米线和其他复杂的技术。到目前为止,TFETs的总体性能不如今天的finFETs。总之,TFETs的兴奋和进步已经消退。
寻求快速发展的技术Imec有提出了有前景的结果与TFETs的最新努力。设备在Imec开发基于III-V技术铟砷化镓(InGaAs)。基本上,Imec的TFET InGaAs-only或InGaAs同质结TFET。
设备显示了一个最小的亚阈值摆54 mv / 100年12月在pa /毫米。亚阈值摆依然sub-60mV / 12月超过1.5当前在室温下的数量级。设备的测试结束0.8纳米,这有助于与所需的既mV / 12月性能。
“我们已经进入了一个新的芯片技术的时代需要权力,之间做出权衡性能、成本和区域。这些权衡将单独考虑不同的应用领域,“Nadine Collaert说,她是位杰出的技术人员在Imec的成员。“TFETs将最有可能发现他们在超低功耗。未来的许多应用程序要求晶体管在低功率和低电压工作,比如很多物联网应用程序。”
|
|
|
|
|
|
|
|
留下一个回复