دانشمندان چینی موفق به توسعه اولین تراشه هیبریدی دو بعدی دنیا با استفاده از سیلیکون شدند

رقابت‌های جهانی در زمینه طراحی تراشه‌های سریع‌تر و بهینه‌تر، به فاز جدیدی وارد شده است. محققان دانشگاه فودان واقع در شانگهای از اولین تراشه فلش دوبعدی کارآمد دنیا پرده‌برداری کرده‌اند که قادر است روش‌های ذخیره‌سازی و پردازش داده‌ها در دستگاه‌های الکترونیکی آینده را دگرگون سازد.

طبق گزارش ChinaDaily، این تراشه نوآورانه با ترکیب حافظه فلش دوبعدی فوق‌العاده سریع و فناوری سیلیکونی CMOS، یک سیستم هیبریدی ایجاد کرده که پل ارتباطی بین ابداعات پژوهشی و کاربردهای صنعتی وسیع به شمار می‌رود. این تراشه از عملیات هشت‌بیتی و پردازش‌های موازی 32 بیتی با دسترسی تصادفی پشتیبانی کرده و به بازده حافظه 94.3 درصدی دست یافته است.

سرعت عملکرد این تراشه نیز فراتری از تکنولوژی‌های موجود در حافظه فلش بوده و به عنوان اولین نمونه موفق از ترکیب مهندسی مواد دوبعدی با سیلیکون به حساب می‌آید.

«لیو چون‌سن»، محقق اصلی و سرپرست این تحقیق، اظهار می‌کند:

«حدود 24 سال طول کشید تا از تولید نخستین ترانزیستور نیمه‌هادی به اولین CPU برسیم، اما ما توانسته‌ایم با ادغام فناوری‌های نوظهور در پلتفرم فعلی CMOS، این فرایند را به‌طور قابل توجهی تسریع کنیم و به مسیر اکتشاف کاربردهای تحول‌آفرین آینده سرعت ببخشیم.»

ساختار تراشه هیبریدی دوبعدی توسط دانشمندان چینی

تراشه‌های سنتی بر مبنای ویفرهای سیلیکونی با ضخامت‌های چند صد میکرومتری تولید می‌شوند، در حالی که مواد نیمه‌هادی دوبعدی تنها چند اتم ضخامت دارند و کمتر از یک نانومتر هستند. ترکیب این مواد با سطح نسبتاً زبر CMOS، یکی از پیچیده‌ترین چالش‌های فنی به شمار می‌رود.

برای غلبه بر این مشکل، تیم پژوهشی از مواد دوبعدی انعطاف‌پذیر و یک روش ماژولار برای یکپارچه‌سازی تراشه بهره برده است. آنها ابتدا بر روی زیرلایه‌های CMOS مدارهای دوبعدی طراحی کرده و سپس با ایجاد اتصالات متراکم مونو لیتیک بین آنها، نوعی پیوند برقرار کردند. این اتصالات در سطح اتمی به برقراری ارتباط پایدار و کارآمد میان دو فناوری کمک کرده است.

تراشه جدید تا کنون مراحل اولیه طراحی خود را پشت سر گذاشته و دانشمندان در نظر دارند طی سه تا پنج سال آینده خط تولید آزمایشی آن را راه‌اندازی کنند.

در عصر حاضر که هوش مصنوعی در تمامی حوزه‌ها به پیشرفت خود ادامه می‌دهد و سریع بودن دسترسی به داده‌ها اهمیت دارد، این دستاورد می‌تواند یکی از بزرگترین چالش‌های دنیای محاسبات را حل کند.

نتایج این پژوهش در مجله Nature منتشر شده است.