國科會 半導體 高效能運算 半導體製程 電晶體 記憶體 二維電子元件 神經網路

電晶體/記憶體靈活切換 二維電子元件助攻神經網路運算

2024-01-16
在國科會「Å世代前瞻半導體專案計畫」及學門計畫的支持下,清華大學和中興大學共同組成的研究團隊成功開發出新穎的「電晶體/記憶體」雙模式二維電子元件,突破傳統矽晶圓的物理限制,為高效能運算和半導體製程簡化開啟了新的方向。
Pixabay

該電子元件可於「電晶體」和「記憶體」兩種模式之間自由切換,根據需要進行資料處理或儲存。「光」扮演啟動元件功能的鑰匙,在沒有光照射的情況下,元件保持在「電晶體模式」,能夠維持穩定的開關運算功能;當光照射到該元件,元件將切換至「記憶體模式」,能夠動態調整電荷的屬性和集中度以儲存資料(圖1)。

圖1 電子元件可於「記憶體」和「電晶體」兩種模式之間進行切換 (圖片來源:國科會)

創新元件建立在傳統二氧化矽基板之上,並堆疊二維凡德瓦異質結構,主要核心材料包含二維雙極性半導體(二硒化錸)以及二維絕緣體(六方氮化硼)。如此結構使得光能夠誘導二硒化錸生成大量的電子-電洞對,並使其中一方的載子(電子或電洞)注入到六方氮化硼與二氧化矽基板之間的介面,進而實現電荷極性操控與儲存的功能。

除此之外,元件在兩種模式下雙模式皆具有獨特的操作特性。在「電晶體模式」下,元件能夠根據需要調整成不同類型的電晶體配置(N型或P型),進而實現從基本到複雜的各類邏輯閘單元,有助簡化現有電子元件的設計及能耗,並處理複雜的運算任務;在「記憶體模式」下,元件將模擬人腦的神經突觸功能,在結合卷積神經網路的應用時,能夠有效參與圖像識別過程,大幅提升處理複雜視覺任務的能力。

面對資料密集型應用高速成長的趨勢,全新電子元件架構為神經網路運算及人工智慧(AI)領域帶來了新的技術發展方向。展望未來,此項研究將有機會利用大面積陣列化應用於半導體製程中,實現製程簡化與效能提升,有望一舉突破半導體微縮化的瓶頸限制。

該研究團隊由國立清華大學電子所蔡孟宇博士、研發長邱博文教授、國立中興大學物理系林彥甫教授和資工系吳俊霖教授等共同組成,團隊研究成果已於2023年9月發表於學術期刊Nature Electronics

本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多

我知道了!