Искусственный интеллект (ИИ) становится движущей силой в мире технологий, требуя от чипов всё большей производительности и эффективности. В последние десятилетия закон Мура, предсказывающий удвоение числа транзисторов на чипе каждые два года, был основным ориентиром для индустрии. Однако традиционные методы масштабирования, такие как планарные CMOS и FinFET, достигли своих пределов, и теперь инженеры сталкиваются с необходимостью искать новые решения.
Одним из таких решений является архитектура gate-all-around (GAA), которая оборачивает материал затвора вокруг всех сторон чипа. Это позволяет более точно контролировать поток электричества, что в свою очередь улучшает производительность чипов. Однако GAA не лишена недостатков. Она переносит узкие места в другие области, такие как сопротивление внутри канала, что может замедлять электрический ток.
Для решения этих проблем инженеры начали использовать новые материалы на атомном уровне. Например, внедрение барьеров между сильно легированными и нелегированными областями помогает предотвратить нежелательное распространение легирующих веществ, что улучшает производительность. Также работа над сглаживанием поверхностей на атомном уровне позволяет уменьшить рассеяние электронов, что способствует более эффективному прохождению тока.
Кроме того, новые материалы позволяют уменьшить контактное сопротивление, что становится критически важным по мере уменьшения размеров чипов. Это открывает новые горизонты для повышения эффективности и производительности.
С ростом ИИ индустрия сталкивается с необходимостью пересмотра своих подходов к вычислительной эффективности. Инженеры должны находить баланс между мощностью, производительностью, площадью и стоимостью (PPAC). Для достижения следующего уровня прогресса требуется более радикальный подход, который позволит продолжать улучшать технологии.
В будущем ожидается, что новые структуры, такие как CFET (complementary FET), будут развиваться, и новые материалы сыграют ключевую роль в этом процессе. Инновации в области материалов помогут достичь более высокой производительности при меньших затратах энергии и пространства, что станет основой для более устойчивых и умных вычислений.