跳到主要內容

科技大觀園商標

分類項目
Menu

照光就變身!臺灣團隊打造的雙模式電晶體,挑戰電腦效能瓶頸

113/06/28 瀏覽次數 85
雙模式電晶體示意圖

雙模式電晶體示意圖。圖片來源:林彥甫教授提供

 

當我們去買新電腦或新手機時,如果想要知道效能如何,往往得先弄清楚「處理器」和「記憶體」的規格:前者是負責處理運算的核心單元,後者則是存放資料的地方。隨著近年來處理器晶片的效能越來越快,如何整合處理器和記憶單元成為下一代晶片需要面對的一大課題。就在 2023 年,臺灣的研究團隊發表了一個特別的「雙模式」電子元件,可以透過光照在處理器模式和記憶體模式之間任意切換。這種能夠「變臉」的元件是怎麼做到的呢?

電腦能夠處理各種計算靠的是處理器晶片上的「電晶體」,而電晶體是由幾塊不同的半導體材料堆疊而成,不同的堆疊順序會促使電子產生特殊的排列,形成 p 型電晶體(正電性)或 n 型電晶體(負電性)。先不論是哪一型,電晶體基本上就是一個可以控制的開關,在我們的指令下發送 1 跟 0 的訊號。不過,這種開關可不像是用手指開關電燈的「機械式開關」,而是完全用電壓和電流控制的「電子式開關」。

無數個電晶體組合成複雜的邏輯電路,可以執行各種運算。也因此,如何設計電晶體使其達成最佳的空間效率便成為一大課題。將每個電晶體做得越小,就可以在同樣大小的晶片上放入更多的電晶體,達到更強大的運算效能。目前的電晶體尺寸大約是數十奈米見方,也就是說在一根頭髮的寬度內就可以排滿上千個電晶體。

不過就算電晶體做得再小,運算速度再快,運算所需的資料和算出來的結果都必須存放在記憶體中。現今電腦的處理器和記憶體通常是分開在兩塊晶片中,這種架構稱為馮諾伊曼架構(von Neumann architecture)。電腦在執行運算時,必須將資料從記憶體搬到處理器進行運算,算好之後再搬回記憶體儲存。這個搬運過程的速度限制了電腦整體的工作效率,也需要耗費多餘的能量。尤其當現代處理器的速度進步飛快,搬運資料速度相比之下小非常多,形成了電腦效能的瓶頸。

為了解決這個問題,國立清華大學電子所蔡孟宇博士、邱博文研發長、國立中興大學物理系林彥甫教授和資工系吳俊霖教授等人組成的研究團隊開發出了「雙模式」元件。這種元件的全名叫作光誘導陷阱重組場效應電晶體(Photoinduced Trapping Reconfigurable Field-Effect Transistor, PT-RFET)。當光照射到 PT-RFET 上,便會進入記憶體模式;在沒有光照射的情況下,則可以回到電晶體模式。

林彥甫教授解釋道:當光照射到 PT-RFET 上時,會激發出帶負電的電子,而電子原本的位置會留下空穴(hole)。電子和空穴就是電晶體運作與導電的基本元素。這些電子或空穴可以被「捕捉」在電晶體的特定區域,此時裝置便被「鎖定」進入電晶體模式,可以維持在這個狀態進行運算。而且只要調整施加的電壓,我們就能夠控制捕捉到的電子或空穴數量和位置,從而切換電晶體是 p 型還是 n 型。

p 型和 n 型電晶體雖然功能相似,但在電路中可是缺一不可。因此這種特別的可重組(reconfigurable)電晶體和它的靈活性便十分重要,可以大幅改善晶片設計的製程。林彥甫教授說明:「一個可重組電晶體(reconfigurable field-effect transistor, RFET)可以同時執行兩種不同類型電晶體的工作,而不是像傳統電晶體那樣只能擔任一種角色。這種靈活性可以幫助縮小電子元件的尺寸,因為我們可以用更少的電晶體來實現相同的功能。因此,RFET 可以幫助突破目前電晶體在尺寸上的物理限制,讓我們能夠製作出更小、更強大的電子設備。」

厲害的是,PT-RFET 不只可以任意成為 p 型和 n 型電晶體,當我們需要時它還能切換到記憶體模式。只要重新施加光照以及特定的電壓,就可以釋放先前被捕捉的電子或空穴,將裝置「解鎖」。在這種模式下可以動態地調整電子和空穴並儲存數據,藉此達成記憶體和電晶體的雙模式切換。林彥甫教授也提到,這種模式的切換是非揮發性的,意味著即使在切斷電源的情況下,當下的模式也能被記住。這點對電晶體的能量效率十分重要。

 

(左)PT-RFET結構示意圖。(右)雙模式切換示意圖。

(左)PT-RFET結構示意圖。(右)雙模式切換示意圖。PT-RFET 在照光時可以解鎖進入記憶體模式(右側綠色圖);沒有照光時則鎖定進入兩種電晶體其一(中間紅色與藍色圖,分別為 n 型與 p 型電晶體)。圖片來源:林彥甫教授提供

 

PT-RFET 的模式切換能力蘊含著巨大的產業優勢。林彥甫教授指出:「與傳統半導體元件不同,PT-RFET 可在製作完成後隨心所欲的變化元件功能與電荷極性(n 型與 p 型),大幅降低元件生產成本,並提高電子設備的效能和能源效率」。不僅如此,林教授也提到這項技術還能應用於新興的「類神經計算系統」,這些系統模仿人腦中神經元的工作原理,能夠進行下一代數據處理和人工智能運算。研究團隊也已經成功展示了 PT-RFET 打造的神經網絡可以執行高效能的圖型識別任務。

「這項技術革新將為臺灣的半導體產業帶來巨大的發展機會」,林彥甫教授肯定地表示。研究團隊接下來的研發工作將著重在三個層面:

一、優化所使用的二維材料,提升其性能和穩定性。

二、開發更先進的製造工藝,以便大規模生產新型電晶體。

三、探索 RFET 和 PT-RFET 的更多應用可能性,特別是在物聯網和高效能計算等領域。

 

林彥甫教授與實驗儀器合影(下)以及研究團隊成員(上)

林彥甫教授與實驗儀器合影(下)以及研究團隊成員(上)。圖片來源:林彥甫教授提供

 

資料來源
  1. 採訪國立中興大學物理系林彥甫教授
創用 CC 授權條款 姓名標示─非商業性─禁止改作

本著作係採用 創用 CC 姓名標示─非商業性─禁止改作 3.0 台灣 授權條款 授權.

本授權條款允許使用者重製、散布、傳輸著作,但不得為商業目的之使用,亦不得修改該著作。 使用時必須按照著作人指定的方式表彰其姓名。
閱讀授權標章授權條款法律文字

OPEN
回頂部