星期三, 14 5 月, 2025
No Result
View All Result
AI TAIWAN 台灣人工智慧中心
  • Home
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • AI 智慧產業
  • 機器學習與應用
  • 自然語言處理
  • 神經連結和腦機接口
  • 機器人與自動化
  • 道德與法規
  • 安全
AI TAIWAN 台灣人工智慧中心
  • Home
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • AI 智慧產業
  • 機器學習與應用
  • 自然語言處理
  • 神經連結和腦機接口
  • 機器人與自動化
  • 道德與法規
  • 安全
No Result
View All Result
AI TAIWAN 台灣人工智慧中心
No Result
View All Result
Your Ad
Home AI 綜合新聞

MIT 工程師研發「高層」3D 晶片 | MIT 新聞

2024-12-19
in AI 綜合新聞
0 0
0
MIT 工程師研發「高層」3D 晶片 | MIT 新聞
Share on FacebookShare on Twitter
Your Ad


電子產業的新突破:堆疊晶片技術

電子產業正面臨一個挑戰,那就是在電腦晶片的表面上,能夠放置的晶體管數量已經接近極限。因此,晶片製造商開始尋找堆疊晶體管的方式,而不是單純地將它們擠得更小。

這個新方法就像把平房變成高樓大廈一樣,將多層晶體管和半導體元件堆疊在一起。這種多層晶片能夠處理更多數據,並執行比現在的電子產品更複雜的功能。

不過,這裡有一個大挑戰,就是晶片的基底。目前,厚重的矽晶圓是用來生長高品質單晶半導體元件的主要支架。任何可以堆疊的晶片都必須包含厚厚的矽“地板”,這會減慢不同半導體層之間的通訊速度。

現在,麻省理工學院 (MIT) 的工程師們找到了一種解決方案,設計出不需要矽晶圓基底的多層晶片,並且可以在低溫下運作,以保護底層電路的完整性。

在今天發表於《自然》期刊的研究中,團隊報告使用這種新方法製造出一種多層晶片,這些晶片的高品質半導體材料層是直接堆疊在一起的。

這種方法讓工程師能夠在任何隨機的晶體表面上建造高性能的晶體管和記憶體元件,而不僅僅是在厚重的矽晶圓上。研究人員表示,沒有這些厚厚的矽基底,多層半導體層之間的接觸更直接,這樣可以提高層與層之間的通訊和計算速度。

研究人員預想,這種方法可以用來製造人工智慧 (AI) 硬體,例如堆疊晶片的筆記型電腦或可穿戴設備,這些設備的速度和性能將與今天的超級電腦相當,並且能夠儲存大量的數據,媲美實體數據中心。

研究的作者之一、麻省理工學院機械工程副教授金志煥 (Jeehwan Kim) 說:“這一突破為半導體產業開啟了巨大的潛力,讓晶片可以在沒有傳統限制的情況下堆疊。”他表示:“這可能會在人工智慧、邏輯和記憶體的應用中帶來數量級的計算能力提升。”

這項研究的其他共同作者包括第一作者金基碩 (Ki Seok Kim)、徐承煥 (Seunghwan Seo)、李道允 (Doyoon Lee)、柳正爾 (Jung-El Ryu)、金濟亨 (Jekyung Kim)、徐俊敏 (Jun Min Suh)、申俊哲 (June-chul Shin)、宋敏圭 (Min-Kyu Song)、馮進 (Jin Feng) 和李相浩 (Sangho Lee),還有來自韓國三星先進技術研究所 (Samsung Advanced Institute of Technology)、成均館大學 (Sungkyunkwan University) 和德州大學達拉斯分校 (University of Texas at Dallas) 的合作夥伴。

種子口袋

在2023年,金教授的團隊報告他們開發了一種方法,可以在非晶表面上生長高品質的半導體材料,這些表面類似於完成晶片上的半導體電路的多樣地形。他們生長的材料是一種被稱為過渡金屬二硫化物 (TMDs) 的2D材料,這被認為是製造更小、更高性能晶體管的有前景的替代品。這種2D材料即使在單個原子的尺度上也能保持其半導體特性,而矽的性能會急劇下降。

在之前的研究中,團隊在帶有非晶塗層的矽晶圓上生長TMDs,並且在現有的TMDs上進行生長。為了促使原子以高品質的單晶形式排列,而不是隨機的多晶無序,金教授和他的同事們首先在矽晶圓上覆蓋了一層非常薄的二氧化矽膜,並在上面製作了小孔,形成“口袋”。然後,他們讓原子的氣體流過這個膜,發現原子在口袋中沉降,形成“種子”。這些口袋限制了種子的生長,使其以規則的單晶模式生長。

但當時,這種方法只能在約900攝氏度的高溫下運作。

金教授說:“你必須在400攝氏度以下生長這種單晶材料,否則底層電路會被完全燒毀。”他表示:“所以,我們的任務是必須在低於400攝氏度的條件下進行類似的技術。如果我們能做到這一點,影響將會是巨大的。”

向上發展

在他們的新研究中,金教授和他的同事們調整了他們的方法,以便在足夠低的溫度下生長單晶2D材料,以保護任何底層電路。他們在冶金學中找到了一個意外簡單的解決方案。冶金學是金屬生產的科學和技術。當冶金學家將熔融金屬倒入模具中時,液體會慢慢“成核”,形成生長並合併成有規則圖案的晶體,最終硬化成固體。冶金學家發現,這種成核最容易發生在液體金屬倒入的模具邊緣。

金教授說:“已知在邊緣成核需要更少的能量和熱量。”因此,他們借用了這一概念來應用於未來的人工智慧硬體。

團隊試圖在已經製作了晶體管電路的矽晶圓上生長單晶TMD。他們首先用二氧化矽的膜覆蓋電路,就像之前的工作一樣。然後,他們在每個口袋的邊緣放置TMD的“種子”,發現這些邊緣的種子在低至380攝氏度的溫度下生長成單晶材料,而那些在每個口袋中心開始生長的種子則需要更高的溫度才能形成單晶材料。

更進一步,研究人員使用這種新方法製造出一種多層晶片,這些晶片交替層包含兩種不同的TMD——二硫化鉬 (molybdenum disulfide),這是一種有前景的n型晶體管材料;以及二硒化鎢 (tungsten diselenide),這是一種有潛力製作p型晶體管的材料。p型和n型晶體管是執行任何邏輯操作的基本電子元件。團隊能夠將這兩種材料以單晶形式直接堆疊,而不需要任何中間的矽晶圓。金教授表示,這種方法將有效地將晶片的半導體元件密度翻倍,特別是金屬氧化物半導體 (CMOS),這是現代邏輯電路的基本組件。

金教授說:“我們的技術實現的產品不僅是3D邏輯晶片,還包括3D記憶體及其組合。”他表示:“通過我們的生長基礎的單體3D方法,你可以在彼此之上生長數十到數百層邏輯和記憶體,並且它們能夠非常好地進行通訊。”

第一作者金基碩補充道:“傳統的3D晶片是通過在矽晶圓之間製作孔洞來製造的,這一過程限制了堆疊層的數量、垂直對齊的精度和產量。我們的生長基礎方法一次性解決了所有這些問題。”

為了進一步商業化他們的堆疊晶片設計,金教授最近成立了一家公司,名為FS2 (Future Semiconductor 2D materials)。

他表示:“到目前為止,我們已經展示了小規模設備陣列的概念。下一步是擴大規模,以展示專業的AI晶片運作。”

這項研究部分得到了三星先進技術研究所和美國空軍科學研究辦公室的支持。



新聞來源

本文由 AI 台灣 運用 AI 技術編撰,內容僅供參考,請自行核實相關資訊。
歡迎加入我們的 AI TAIWAN 台灣人工智慧中心 FB 社團,
隨時掌握最新 AI 動態與實用資訊!

Tags: 2D materials3D chipsAI chipsFS2Jeehwan KimMITMIT MechEMolybdenum disulfideMoore’s Lawmultilayer chipstungsten diselenide工程師研發高層3D新聞晶片
Previous Post

英國希望證明人工智慧能負責任地現代化公共服務

Next Post

如何將AI代理轉變為個人合作夥伴

Related Posts

AI 助力中風患者康復Devon 的 SAMueL-2 計畫創新突破
AI 綜合新聞

AI 助力中風患者康復Devon 的 SAMueL-2 計畫創新突破

2025-04-24
全球AI教育市場蓬勃發展智慧學習工具引領新趨勢
AI 綜合新聞

全球AI教育市場蓬勃發展智慧學習工具引領新趨勢

2025-04-21
2027 年 AI 預測人類水平 AI 的全新里程碑
AI 綜合新聞

2027 年 AI 預測人類水平 AI 的全新里程碑

2025-04-21
AI 技術對人類智能的影響我們在失去什麼?
AI 綜合新聞

AI 技術對人類智能的影響我們在失去什麼?

2025-04-20
MIT 研發新技術提升 AI 生成代碼準確性助力非專業人士掌握 SQL 語言
AI 綜合新聞

MIT 研發新技術提升 AI 生成代碼準確性助力非專業人士掌握 SQL 語言

2025-04-18
人工智慧重塑遊戲開發遊戲未來從現在開始
AI 綜合新聞

人工智慧重塑遊戲開發遊戲未來從現在開始

2025-04-18
Next Post
如何將AI代理轉變為個人合作夥伴

如何將AI代理轉變為個人合作夥伴

新的自閉症研究項目代表了實現共同目標的廣泛方法 | MIT新聞

新的自閉症研究項目代表了實現共同目標的廣泛方法 | MIT新聞

發佈留言 取消回覆

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

Archives

  • 2025 年 4 月
  • 2025 年 3 月
  • 2025 年 2 月
  • 2025 年 1 月
  • 2024 年 12 月
  • 2024 年 11 月
  • 2024 年 10 月
  • 2024 年 9 月
  • 2024 年 8 月
  • 2024 年 7 月
  • 2024 年 6 月
  • 2024 年 5 月
  • 2024 年 4 月
  • 2024 年 3 月
  • 2024 年 2 月
  • 2023 年 10 月
  • 2023 年 9 月
  • 2023 年 8 月
  • 2023 年 7 月
  • 2023 年 5 月
  • 2023 年 3 月
  • 2023 年 1 月
  • 2022 年 12 月
  • 2022 年 11 月
  • 2022 年 5 月
  • 2022 年 4 月
  • 2022 年 1 月
  • 2021 年 11 月
  • 2021 年 8 月
  • 2021 年 5 月
  • 2021 年 3 月
  • 2021 年 1 月
  • 2020 年 12 月
  • 2020 年 10 月
  • 2020 年 9 月
  • 2019 年 7 月
  • 2018 年 11 月

Categories

  • AI 智慧產業
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • 安全
  • 機器人與自動化
  • 機器學習與應用
  • 神經連結和腦機接口
  • 自然語言處理
  • 道德與法規
Your Ad
  • 關於我們
  • 廣告合作
  • 免責聲明
  • 隱私權政策
  • DMCA
  • Cookie 隱私權政策
  • 條款與條件
  • 聯絡我們
AI TAIWAN

版權 © 2024 AI TAIWAN.
AI TAIWAN 對外部網站的內容不負任何責任。

Welcome Back!

Login to your account below

Forgotten Password?

Retrieve your password

Please enter your username or email address to reset your password.

Log In
No Result
View All Result
  • Home
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • AI 智慧產業
  • 機器學習與應用
  • 自然語言處理
  • 神經連結和腦機接口
  • 機器人與自動化
  • 道德與法規
  • 安全

版權 © 2024 AI TAIWAN.
AI TAIWAN 對外部網站的內容不負任何責任。