二维芯片研发,迎来自动化

来源:半导纵横发布时间:2026-07-09 15:24
韩国
材料
技术进展
生成海报
韩国科学技术院(KAIST)研发AI技术,加速理想二维半导体材料研发。

一项诞生于二维半导体赛道的突破性科研成果,正在为下一代人工智能硬件、超低功耗微电子器件的研发按下加速键。长期以来,二维半导体材料凭借超薄原子层级结构,被全球科研机构视作替代传统硅基材料的核心突破口,但材料筛选、器件制备环节高度依赖人工操作,存在效率低、样本量受限、数据缺乏统计学支撑等诸多痛点,严重拖慢产业化落地节奏。针对这一行业共性难题,韩国科学技术院(KAIST)研究团队成功搭建一套完整自动化实验系统,整套流程仅依托光学显微镜拍摄图像即可完成二维半导体薄片识别、定位、分级与晶体管一体化制备,从根源上破解人工筛选带来的效率瓶颈,为二维半导体高通量实验体系搭建全新技术路径。

二硫化钼(MoS₂)是当下最具代表性的二维半导体材料,材料本体仅由几层原子垂直堆叠构成,超薄结构赋予其独特的电学、光学与机械特性,高度适配微型化电子元件的研发需求。对比当前成熟的硅基芯片,二维材料能够突破硅材料微缩工艺的尺寸极限,在同等电路功能下实现更小芯片体积,同时显著降低运行功耗,完美匹配大算力AI终端、轻量化可穿戴设备、柔性显示电路以及高精度医用传感设备的发展需求。不过天然剥离或人工制备的二维薄片存在明显个体差异,不同薄片厚度、横向尺寸、平面摆放位置均无统一标准,科研人员必须在显微镜下逐片肉眼观察、手动标记、人工分拣,整套流程耗时久、容错率低,很难开展上万份样本的大规模对照实验,也难以积累足量有效数据支撑材料电学规律挖掘,是制约二维半导体从实验室走向量产的核心阻碍。

KAIST研究团队从光学成像基础特征切入,挖掘出可量化判定薄片层数的核心依据:在标准光学显微镜成像环境下,二硫化钼薄片会因原子层数不同产生RGB色彩明暗梯度差异,像素亮度数值与材料厚度具备稳定对应关系。研究团队基于这一物理规律搭建专属智能识别算法,设备读取显微图像后可自动完成薄片轮廓分割、厚度分级、优质样品筛选,同时根据芯片设计需求自动规划电极布线方案,无需人工介入绘图定位。为验证这套AI识别系统的精度,研究人员采用原子力显微镜(AFM)开展对照校验,该设备能够精准测量材料纳米级厚度,实测结果显示,算法可稳定区分3至8层区间内细微层数差异,厚度识别误差控制在实验允许范围,满足晶体管制备的精度标准。

依托这套AI自动化实验方案,课题组完成超过12万片二硫化钼薄片的全域扫描筛选,从中择优制备1615支晶体管并完成全套电学性能表征。如此庞大的样本体量,依靠传统人工分拣、手工制备模式几乎无法落地,人工操作单日可处理样本量仅为自动化系统的数十分之一,且极易因人工疲劳产生数据偏差。海量标准化实验数据为定量分析提供基础,团队首次通过统计学量化分析,明确了多层二硫化钼晶体管此前模糊不清的性能规律:材料堆叠层数增加会提升器件导通电流,电路负载能力更强,但器件开关切换比会同步衰减,电路信号控制精度下降。该结论对优化二维半导体器件设计至关重要,能够指导科研人员根据芯片使用场景匹配对应厚度的MoS₂材料,而过往人工实验样本基数不足,无法形成具备统计学可信度的客观结论。

该研究的价值不止于简化材料分拣与器件加工流程,更关键的是为二维半导体科研建立起数据驱动的标准化全新研究范式。传统二维材料研发多依靠科研人员经验试错,实验离散度高、数据难以复用,而这套自动化体系将图像识别、材料筛选、器件加工、性能测试串联为完整闭环,实现系统化、规模化批量对照分析。研究模式的革新一方面大幅缩短新型二维材料的筛选周期,快速挖掘具备优异电学特性的候选材料;另一方面搭建起AI辅助材料设计框架,未来可借助机器学习算法定向推演、定制拥有特定导电、开关特性的新型半导体材料,拓宽二维材料的研发边界。

相关完整研究论文已正式刊发于国际顶级材料期刊《先进功能材料》,该成果被视作半导体材料研究方法领域的标志性突破。这套融合光学成像智能识别与自动化器件制备的一体化方案,打通二维材料高通量筛选全流程,大幅缩短实验室成果到工业化试产的转化周期,有效推动低功耗AI芯片、微型传感电子器件的商业化进程。

当前硅基集成电路工艺已逼近物理极限,芯片微缩带来漏电、发热、功耗飙升等难以彻底解决的问题,二维材料被全球半导体产业视为下一代芯片核心备选,而本次KAIST推出的自动化AI实验平台,是充分释放二维材料应用潜力的关键工具。本次联合研究集结多所海内外高校科研力量,包含韩国科学技术院、蔚山国立科技大学、韩巴国立大学、汉阳大学以及美国圣路易斯华盛顿大学,跨材料、电子、计算机多学科团队协同攻关,直观体现交叉学科融合对下一代电子产业技术革新的推动作用。

整体而言,本次KAIST的研发成果标志着二维半导体材料研究正式迈入数据驱动、AI辅助的标准化新时代。自动化高通量实验体系能够持续产出海量标准化性能数据,持续完善二维材料电学特性数据库,加速柔性电子、便携医疗传感、端侧低功耗AI芯片相关技术迭代,在未来较长周期内持续重塑微电子、生物医疗传感、柔性智能硬件等多条产业赛道的技术发展格局。

本文转自媒体报道或网络平台,系作者个人立场或观点。我方转载仅为分享,不代表我方赞成或认同。若来源标注错误或侵犯了您的合法权益,请及时联系客服,我们作为中立的平台服务者将及时更正、删除或依法处理。

评论
暂无用户评论