中国科研人员发明单晶体管逻辑结构新原理

640?wx_fmt=jpeg

▲随着晶体管不断缩小特征尺寸,集成电路的性能得以持续提升。然而在超小器件尺寸下,硅材料的物理极限导致了功耗的大幅提升,难以进一步持续减小晶体管的特征尺寸。


来源:文汇网


通过引入层状半导体,并依据其特性设计新型层状晶体管结构,发现可以通过单个晶体管实现逻辑门(与门、或门),而同样的逻辑门在传统结构中则需要两个晶体管。


这一新型晶体管结构极大的提高了晶体管的面积利用率,可以促进晶体管的特征尺寸持续缩小。

 

让一个人干两个人的活,所有的事在一个办公室里处理完成,这样是不是大大提升了效率,节省了成本?这种思路放在集成电路中也是一样的。

 

目前,集成电路已越来越紧密地和现代社会的生产生活联系在一起,但是,随着晶体管物理尺寸的不断微缩,短沟道效应等负面效应使得漏电流不可避免,功耗大、集成度提高困难、不确定性增加,限制了集成电路的发展。

 

针对这些问题,复旦大学微电子学院教授周鹏、张卫、曾晓洋携团队与计算机学院教授姜育刚展开合作,发现了新材料在集成电路中的更优应用方案,解决了如何用新材料、新原理和新架构继续延展摩尔定律的难题,实现了电路逻辑结构从无到有的原始创新。

 

5月27日正值复旦大学114周年校庆日,相关成果以《小尺寸晶体管架构在可光控逻辑和原位存储器中的应用》(“Small footprint transistor architecture for photo-switching logic and in-situ memory”)为题在线发表于《自然·纳米技术》(Nature Nanotechnology)。

 

640?wx_fmt=jpeg

 ▲单晶体管逻辑结构示意图

 

“一个人干两人活”,提供“光控开关”切换选项

 

“我们这项研究工作的核心内容是利用原子晶体硫化钼做出了新结构晶体管。在此基础上,团队发明了单晶体管逻辑结构的新原理。新原理、新结构对原子晶体材料具有普适性。”周鹏解释道。

 

据介绍,研究团队采用与硅工艺兼容的双栅作为逻辑输入端,通过对创新引入的双导电通道加以独立控制,在单晶体管上实现了逻辑运算的“与”和“或”。

 

“与”和“或”是构成计算系统的最基本逻辑单元。

 

相比需要通过两个独立晶体管才能实现逻辑功能的传统体材料体系,该研究工作在逻辑门水平上缩小了50%的面积,有效降低了成本。“原先需要两个独立的晶体管才能实现逻辑功能,现在只需要一个晶体管,相当于一个人干两个人的活,这是研究工作的变革性之一。”周鹏补充。

 

同时研究中还发现了可层数调控的晶体管逻辑特性,并提供光切换逻辑功能的选项。周鹏解释,“简单来说,可光控逻辑相当于我们给逻辑做了一个光控开关,比如说有光照射时可能是‘或’逻辑,那么我们撤掉光线的话它就会切换成‘与’逻辑。当然反过来也是可以的。”

 

研究证明,该逻辑结构对原子晶体材料具有通用性,不仅适用于研究中已经验证的硫化钼,其它具有原子晶体属性的材料均可利用此架构实现可调控的逻辑功能。


640?wx_fmt=jpeg

 ▲通过进一步研究,发现该层状晶体管不但可以实现单一的逻辑门,而且可以通过外界的光照条件和沟道材料的厚度调控逻辑门的种类。

 

现有的实验数据已经证明了,硫化钼沟道的厚度在大于4nm时,晶体管具备“或门”特性,而当沟道厚度减小到4nm以下时,可以通过光照条件在“与”门和“或”门之间自由切换。

 

这表明层状晶体管结构除了在面积利用率上有较大优势外,还具备更为丰富可控的特性。

 

“房间”合二为一,存算一体突破现有架构限制

 

新的逻辑架构可以通过器件级存算一体路径破解数据传输阻塞瓶颈问题,突破了现有逻辑系统中冯诺依曼架构的限制。

 

对存算一体、原位存储,周鹏打了个比方,“原先我们计算和存储数据需要两个房间跑,而现在所有数据的计算和存储都在同一个房间解决。”

 

在冯·诺依曼架构下,计算和存储是相互分离的。“就好比我们现在有两个房间,房间A专门用来计算数据,房间B用来存储数据,数据在经过计算之后要通过电子借由导线从房间A传输到房间B,这条导线就相当于连接两个房间的走廊。”周鹏解释道。随着技术的发展,数据的计算速度越来越快,与此同时存储速度和传输速度却未能得到同步提升。冯诺依曼架构的限制就主要体现在计算速度、存储速度和传输速度的不相匹配。

 

“我们假设,房间A已经打包了100份数据,却只有几十份数据能被即时传输出去;又或是房间A已经打包完100份,房间B才刚刚开始存储接收到的前几十份数据,这两种情况都会对数据的处理带来很大限制。”周鹏补充。

 

存算一体、原位存储的物理架构突破了冯诺依曼架构的限制。在这一架构中,只需要“一个房间”就可实现计算和存储的功能。“房间”内分层工作,第一层负责计算,第二层负责存储,两个表层在垂直空间上形成堆叠。周鹏打比方:“就像两张纸摞在一起,它们在空间上是堆叠着的,数据的计算和存储只是在原地被相对抬高了一些而已。”计算层的沟道电流可以影响到存储层,从而摆脱传输环节,实现原位存储。

 

充分利用新材料特性,独辟蹊径继续延展摩尔定律

 

使用钢铁制造轮船、使用硅晶体制造芯片,人类在漫长历史中使用材料的本征属性来改造自然界。但周鹏发现,迄今的原子晶体电子器件研究工作仍然是用新材料模仿旧架构,无法真正发挥其优异的物理本质特性。

 

为走出窠臼,在着手该项研究的过程中,从材料本质优势出发设计新器件成为了团队的重要出发点。最终,正是超薄、表面无悬挂键等硫化钼特性的充分发挥,帮助其另辟蹊径地实现了集成电路逻辑结构上的革新,开拓了二维材料集成电路应用的新世界。

 

据周鹏介绍,团队对该工作的研究兴趣源自于目前国家发展对集成电路的重大需求,以及学界业界对延展摩尔定律(英特尔联合创始人戈登·摩尔曾提出集成电路上可容纳的元器件的数量每隔18至24个月就会增加一倍,性能也将提升一倍)、降低集成电路成本的尝试。单晶体管逻辑结构如果得以继续推进、应用于规模化生产,将推动集成电路往更轻、更快、更小、功耗更低的方向发展,促进集成电路产业的发展。“到那时,人们使用的手机、电脑等设备可能将更轻便、待机时间更长。”周鹏十分看好这一研究成果的发展前景,他表示,团队未来将探讨如何进一步突破冯诺依曼架构的限制。

 

复旦大学专用集成电路与系统国家重点实验室是研究工作的唯一单位。复旦大学微电子学院博士生刘春森及指导教师周鹏教授为共同第一作者,复旦大学微电子学院教授张卫和周鹏为通讯作者。研究工作得到国家自然科学基金委优秀青年项目和“集成电路3-5纳米节点器件基础问题研究”应急管理项目资助。

 

相关论文信息:

https://www.nature.com/articles/s41565-019-0462-6


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。


  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”


640?wx_fmt=jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/491744.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Java 内存模型

1、并发模型编程的分类 在并发模型编程中,我们需要解决两个关键问题:线程之间如何通信以及线程之间如何同步。线程之间的通信包括两种:共享内存和消息传递。 Java并发采用的是共享内存模型。 2、Java内存模型的抽象 Java内存模型的主要目标是…

PyTorch框架学习一——PyTorch的安装(CPU版本)

PyTorch框架学习一——PyTorch的安装(CPU版本)PyTorch简介PyTorch的安装(CPU版)机器学习/深度学习领域的学习都是需要理论和实践相结合的,而它们的实践都需要借助于一个框架来实现,PyTorch在学术界目前处于…

你的大脑在自动驾驶,而你一无所知

来源:果壳想象一下,你的大脑里有着两个小人,它们在不停地打架,试图夺取控制你行动的权力。当然,这两个小人并不是你善意和邪恶的念头。那它们是什么?在很多人看来,这两者就是我们的意识和无意识…

常用的损失函数

来自 机器学习成长之路公众号 本文将常用的损失函数分为了两大类:分类和回归。然后又分别对这两类进行了细分和讲解,其中回归中包含了一种不太常见的损失函数:平均偏差误差,可以用来确定模型中存在正偏差还是负偏差。 从学习任务…

吴恩达《机器学习》学习笔记十一——应用机器学习的建议

吴恩达《机器学习》学习笔记十一——应用机器学习的建议一、训练完模型后下一步要做什么二、评估算法与模型选择1.训练集与测试集2.训练/测试步骤3.模型选择4.数据集新的划分——验证集的加入三、偏差与方差1.偏差与方差的理解2.正则化和偏差方差的关系3.学习曲线四、决定接下来…

为什么说深耕AI领域绕不开知识图谱?

来源:AI科技大本营“所有在 AI 领域深耕的人,最终都会发现语义鸿沟仍是一个非常具有挑战性的问题,这最终还需要借助知识图谱等技术,来帮助将整体的 AI 认知取得新进展。”在 5 月 26 日的 CTA 峰会机器学习专场,Hulu 首…

机器学习中的相似性度量总结

来自 机器学习算法那些事公众号 在做分类时常常需要估算不同样本之间的相似性度量(Similarity Measurement),这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究,甚至关系到分类的正确与否。 目录 1. 欧氏距离 …

吴恩达《机器学习》学习笔记十二——机器学习系统

吴恩达《机器学习》学习笔记十二——机器学习系统一、设计机器学习系统的思想1.快速实现绘制学习曲线——寻找重点优化的方向2.误差分析3.数值估计二、偏斜类问题(类别不均衡)三、查准率P与召回率R——代替准确率的评估指标四、查准率与召回率的权衡——…

增强现实:一场正在到来的医疗革命

来源: 资本实验室图像化可以让医生的诊断、决策和治疗更加准确,可以说是医疗史上非常重要的一项技术突破。近几年,通讯技术的发展推动了空间计算的快速商业化。在医疗领域,增强现实(AR)、虚拟现实&#xff…

吴恩达《机器学习》学习笔记十三——机器学习系统(补充)

这次笔记是对笔记十二的补充,之前讨论了评价指标,这次主要是补充机器学习系统设计中另一个重要的方面,用来训练的数据有多少的问题。 笔记十二地址:https://blog.csdn.net/qq_40467656/article/details/107602209 之前曾说过不要…

全球CMOS图像传感器厂商最新排名:黑马杀出

来源:半导体行业观察近期,台湾地区的Yuanta Research发布报告,介绍了其对CMOS图像传感器(CIS)市场的看法,以及到2022年的前景预期。从该研究报告可以看出,2018年全球CMOS图像传感器的市场规模为137亿美元,其…

吴恩达《机器学习》学习笔记十四——应用机器学习的建议实现一个机器学习模型的改进

吴恩达《机器学习》学习笔记十四——应用机器学习的建议实现一个机器学习模型的改进一、任务介绍二、代码实现1.准备数据2.代价函数3.梯度计算4.带有正则化的代价函数和梯度计算5.拟合数据6.创建多项式特征7.准备多项式回归数据8.绘制学习曲线𝜆0𝜆1&…

刘锋 吕乃基:互联网中心化与去中心化之争

前言:本文发表在2019年5月《中国社会科学报》上,主要从神经学角度分析互联网的发育过程,并对云计算和区块链为代表的中心化与去中心化技术趋势进行了探讨。当前,学术界和产业界对互联网的未来发展出现了分歧。随着谷歌、亚马逊、F…

iOS-BMK标注覆盖物

在iOS开发中,地图算是一个比较重要的模块。我们常用的地图有高德地图,百度地图,谷歌地图,对于中国而言,苹果公司已经不再使用谷歌地图,官方使用的是高德地图。下面将讲述一下百度地图开发过程中的一些小的知…

PyTorch框架学习二——基本数据结构(张量)

PyTorch框架学习二——基本数据结构(张量)一、什么是张量?二、Tensor与Variable(PyTorch中)1.Variable2.Tensor三、Tensor的创建1.直接创建Tensor(1)torch.tensor()(2)to…

十年空缺一朝回归,百度正式任命王海峰出任CTO

来源:机器之心百度要回归技术初心了吗?自 2010 年李一男卸任百度 CTO 之后,百度对这一职位就再无公开任命,一空就是 10 年。而今天上午李彦宏突然发出的一纸职位调令,让这个空缺多年的百度 CTO 之位有了新的掌舵手。就…

Windows下卸载TensorFlow

激活tensorflow:activate tensorflow输入:pip uninstall tensorflowProceed(y/n):y如果是gpu版本: 激活tensorflow:activate tensorflow-gpu输入:pip uninstall tensorflow-gpuProceed&#xf…

PyTorch框架学习三——张量操作

PyTorch框架学习三——张量操作一、拼接1.torch.cat()2.torch.stack()二、切分1.torch.chunk()2.torch.split()三、索引1.torch.index_select()2.torch.masked_select()四、变换1.torch.reshape()2.torch.transpace()3.torch.t()4.torch.squeeze()5.torch.unsqueeze()一、拼接 …

'chcp' 不是内部或外部命令,也不是可运行的程序

在cmd窗口中输入activate tensorflow时报错chcp 不是内部或外部命令,也不是可运行的程序 添加两个环境变量即可解决: 将Anaconda的安装地址添加到环境变量“PATH”,如果没有可以新建一个,我的安装地址是“D:\Anaconda”&#xf…

2019年全球企业人工智能发展现状分析报告

来源:199IT互联网数据中心《悬而未决的AI竞赛——全球企业人工智能发展现状》由德勤洞察发布,德勤中国科技、传媒和电信行业编译。为了解全球范围内的企业在应用人工智能技术方面的情况以及所取得的成效,德勤于2018年第三季度针对早期人工智能…