将芯片越做越薄，一直都是科学家们的梦想。
但我们都知道，现有的 硅晶体 已经越来越接近物理极限。
想要从“纳米级”突破到“原子级”，只能靠二硫化钼等 超薄半导体材 料来帮忙。
近日，来自瑞士巴塞尔大学的研究人员宣布，他们成功在二硫化钼材料上加入了 超导体触点 ，从而展示与硅晶体类似的特性。
这次实验的成功， 验证了超薄半导体材料制造半导体元器件的可行性 。
本次实验由Andreas Baumgartner博士领导，其领导的研究小组计划将一些具有半导体性质的天然材料层叠形成三维晶体，再与超导体结合起来，继而探究新材料的特性。
在实验开始，研究人员先将 二硫化钼分离成单独的层 ，这些单层的厚度不超过一个分子。
接着，研究人员像“制作三明治”一样在 单层的二硫化钼两侧加入两层薄薄的氮化硼 。在手套箱中的保护性氮气保护下，研究人员将氮化硼层堆叠在二硫化钼层上，并将底部与另一层氮化硼以及一层石墨烯结合。
然后，研究人员将这种复杂的范德华异质结构（一种特殊的三维结构） 放置在硅/二氧化硅晶片的顶部 。
这样就堆叠出一个 类似于半导体元件的全新合成材料 。
在堆叠完成后，研究人员开始在绝对零度以上（-273.15摄氏度）的低温下进行实现观察。
最后他们发现，在超低温的条件下，超导电测量清楚地显示了超导引起的效应；例如，单电子不再被允许通过。此外，研究人员还发现了半导体层和超导体之间存在强耦合的迹象。这些特性与目前半导体芯片的物理特性十分相似。
研究项目经理鲍姆加特纳解释说：“在超导体中，电子将自己排列成成对，就像舞伴一样，产生了奇怪而奇妙的结果，比如电流的流动没有电阻。另一方面，在半导体二硫化钼中，电子表演一种完全不同的舞蹈，一种奇怪的独舞，也包含了它们的磁矩。现在，如果我们把这些材料结合起来，我们想亲自看到这奇异的舞蹈。”
简单来说， 本次实验验证了超薄半导体材料代替硅晶体的可行性 ，为下一代半导体制造器件提供了新的思路。
如今的芯片制程工艺，已经完成了5nm的突破，科学家们发力向1nm的极限冲刺，今年5月6日，IBM率先宣布造出2nm芯片，顿时让整个半导体圈子欢欣鼓舞。
但由于摩尔定律的存在，即使单位面积容纳的晶体管数量逐步提前，但是效能无法得到显著提升，在硅晶片的物理特性即将达到极限的背景下，1nm工艺像一座大山挡在硅技术面前。
此外，在目前的先进制程里，都需要绝缘体的存在，他们存在的意义是要协助电子能顺利通过晶体管里的通道，当制程持续向下走，通道势必越来越小，晶体管之间的串扰会很大，芯片的效能表现也会大打折扣。
例如一颗5nm工艺材料的芯片里，已经塞下太多的晶体管， 一旦电子黏在芯片内部的氧化物绝缘体上，就会导致电流不易通过，最终引起功耗增加、芯片发热等问题 。
这也是为什么我们会吐槽台积电和三星5nm工艺纷纷“翻车”， 因为这真的太考虑后期的打磨 。
既然三维的材料会让电荷依附在上面，那么用二维材料作为替代品，可以完美避免电流通过的问题。
目前， 业内普遍采用二硫化钼作为二维超薄单层材料 ，这也是被认为是突破硅晶片小型化限制的最有力替代品。
事实上，除了此次瑞士巴塞尔大学的研究以外，学术界早已在二维材料连接上有所突破。
早前，麻省理工学院（MIT）的孔静教授领导的国际联合攻关团队宣布与台大、台积电共同完成合作，使用原子级薄材料铋（Bi）代替硅，有效地将这些2D材料连接到其他芯片元件上。
当铋（Bi）材料被作为二维材料的接触电极时，可以大幅度降低电阻并且提升电流 。
正如前文所说，金属和半导体材料之间的界面会产生了一种叫做金属诱导的间隙(MIGS)状态现象，抑制电荷载体的流动。而属于半金属的铋（Bi）材料，电子特性介于金属和半导体之间，可以有效消除了电荷流通的问题。
目前，台积电技术研究部门已经开始“铋（Bi）沉积制程”技术的研究，这项研究已经成为未来1nm工艺的突破所在。
通过这项技术，研究人员可以设计出具有非凡性能的微型化晶体管，可以有效满足了未来晶体管和芯片技术路线图的要求。
超薄半导体材料的成功验证，给我们展现出下一代半导体的无限潜力 ，未来的计算机或者会随着超薄半导体材料的成熟展现出全新的姿态。
同时我们也要看到，台积电、IBM都在积极抢占1nm先进制程工艺。
关于下一代半导体的竞争已经悄然开始 。
众多周知，在 汽车 半导体领域，安森美半导体堪称大牛，你或许不知道的是，在工业细分领域，安森美半导体亦为翘楚。在2020年9月25日举行的安森美半导体智能感知策略及方案在线媒体交流会上，中国工控网获悉，据欧洲第三方调研公司Yole Development数据显示，安森美半导体在工业机器视觉领域的市场份额排名第一。
致力于推动高能效电子的创新，安森美半导体提供全面的高能效联接、感知、电源管理、模拟、逻辑、时序、分立及定制器件阵容，使客户能够减少全球的能源使用。安森美半导体市场范围非常广泛，核心市场主要是在 汽车 、工业、通信、消费类和计算。
“我们最大的市场份额集中在 汽车 、工业和通信。”安森美半导体智能感知部全球市场和应用工程副总裁易继辉（Sammy Yi）说，“这些行业有几个非常重要的共同点，一是对产品性能要求非常高；二是对产品质量和可靠性要求非常高；三是对产品长期供货的持续性要求非常高。而这正是安森美半导体的优势所在。”
安森美半导体主要分为三个产品部门，分别是电源方案部（PSG）、先进方案部（ASG）和智能感知部（ISG）。设立于2014年的智能感知部（ISG）年轻且活跃，是安森美半导体目前成长速度最快的部门。
“ 汽车 、机器视觉和边缘人工智能是智能感知部主攻的三个市场方向。”易继辉说， 汽车 行业虽属传统行业，但近年来得益于电力化、智能化， 汽车 行业焕发新生。为了打造更加安全、舒适的智能 汽车 ，各类感知产品应用需求激增。“安森美半导体在 汽车 智能感知方面成长速度远比 汽车 行业本身发展速度快得多，就是因为 汽车 采用新技术的速度非常快。”
同样，在工业4.0时代， 历史 悠久的机器视觉在自动化、人工智能等技术的加持下不断产生新的发展动力和活力。特别是在中国市场，越来越多的制造企业考虑采用机器视觉帮助生产线实现检查、测量和自动识别等功能，以提高效率并降低成本，从而实现生产效益最大化。
机器视觉作为新兴技术被寄予厚望，被认为是自动化行业一个具备光明前景的细分市场。从全球范围看，由于下游消费电子、 汽车 、半导体、医药等行业规模持续扩大，全球机器视觉市场规模呈快速增长趋势，2017年已突破80亿美元，并预计到2020年全球市场规模将达到125亿美元，2025年将超过192亿美元。
相较于前两者，边缘人工智能属于行业“新兵”，但潜力无限。“边缘人工智能主要是由人工智能、5G、IoT等新技术导入后开发出新的应用，发展非常迅速，经常隔几天、隔几个礼拜，就会有新客户打电话来说他们有新的想法和应用，希望得到帮助。”易继辉举例道。
在上述核心市场，安森美半导体智能感知部都做了长时间的投入和布局，包括图像感知，多光谱、高光谱的感知，激光雷达感知、毫米波雷达感知、传感器融合此类深度感知。这些都在推动人工智能和第四次工业革命的进步。
工业人工智能应用，图像传感器是关键
随着智能制造的逐步深入推进，工业机器视觉、机器人、人工智能技术发展迅速，图像传感器是助其发展的关键技术。工业人工智能应用的发展给图像传感器带来了更高的挑战，包括推动了后者在全局快门性能、高速拍摄、大分辨率、使用不可见光谱区域和三维体积深度提供的信息进行关键推断，以及神经网络处理的发展。
易继辉举例说，平板检测是整个工业机器视觉行业中，对图像传感器最有挑战性的应用，从1K、2K、4K一直到8K，像素要求逐渐提高。
具体来讲，平板检测过程分两步：第一步是暗检测，上电前主要检测一些指纹、划痕和其他物理上的问题；第二步是上电以后，检测发光源。LED有一个亮板在后面作为发光源，而OLED，特别是AMOLED（Active Matrix OLED）的每个像素都是一个单独发光源，像素和像素之间发光的强度和色彩的均匀度，都要能够很准确地侦测出来，这就对图像传感器的要求非常高。
“过去检测LED面板上的1颗像素，对应需要9颗像素（3 3），OLED则对应需要16颗（4 4），甚至25颗（5 5）像素。平板检测对图像传感器的像素要求越来越高，从4,500万到1.5亿像素，甚至超过2亿像素。”易继辉说。
易继辉以1.3英寸固定尺寸的图像传感器为例，阐述图像传感器技术发展路线图。首先，图像传感器的分辨率在逐年提升，从过去的200万像素、500万像素、800万像素、1200万像素，逐步升级到现在超过2000万像素。其次，噪声导数相当于图像质量，在同样大小的尺寸下的图像传感器逐年随着像素的增大，图像质量也在不断提高。此外，带宽也是逐年提高。比如，一个29 29mm2标准的工业用摄像头，十年前可能只是200万像素，后来逐渐增加到300万、500万、1200万，今年已经能够用到1600万像素。
“安森美半导体在技术上有非常长时间的积累。”易继辉说，如全局快门，在高速运动下使图像不会有拖影；内校正，像素内的校正，以前都是在系统里通过软件校正，现在直接做到硬件里，像素内部去做图像校正；工艺节点，从110纳米到65纳米，再到45纳米，甚至更小，充分利用了摩尔定律的优势，即成本、尺寸、耗电量都在逐年下降；背照式，在同样尺寸下分辨率越来越高，像素尺寸可能越来越小，感光量、感光度，特别是暗光下，性能可能就会降低，背照式就是用来提高感光能力；堆栈架构，以后就不光是两维空间了，而是三维、堆栈式、两次堆栈、三次堆栈都有可能实现。以后不光把模拟和数字信号放在第二层，甚至于人工智能一些算法放在第三层里，整个图像传感器就是高智能化的图像传感器。
可以预见，图像传感器的开发正在从仅提供RGB和二维坐标信息转移到新的更丰富的形式。图像传感器可提供更多类型的数据，无论是深度数据，还是增加的光谱信息，以及人工智能合并这些数据集并实现高级决策，从而使系统能够通过新的测量和决策机会提供更快、更准确的结果。作为工业机器视觉的领导厂商，安森美半导体会以全方位的智能感知产品阵容和领先的技术，应对工业人工智能应用挑战并推进智能制造的创新。（文/gongkong张丽莹）
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）