Hoe zijn we van de Palm Pilots uit de jaren 90 tot de ultrakrachtige smartphones van vandaag gekomen? Voor een groot deel, vanwege schaalvergroting, waar geïntegreerde schakelingen worden gemaakt met kleinere functiegroottes die bij elke technologiegeneratie steeds meer circuitelementen in hetzelfde siliciumgebied passen. Dit stelt onze verwachting dat over 20 jaar, onze mobiele apparaten van vandaag zullen eruitzien als de Palm Pilot van gisteren. Echter, aangezien de huidige fabricageprocessen voor halfgeleiders de fundamentele limieten naderen, en de opkomst van AI stimuleert de vraag naar niet-traditionele computerarchitecturen, er zijn nieuwe methoden nodig om op nanoschaal te fabriceren.

Mijn team bij IBM Research – Almaden in Silicon Valley heeft verschillende nieuwe materialen en materiaalwetenschappelijke processen uitgevonden die deze problemen helpen aanpakken. Ons werk, onlangs gepubliceerd in Toegepaste materialen en interfaces , toont een methode voor het selectief deponeren van een materiaal op feature-formaten zo klein als 15nm (dat is 75, 000x kleiner dan de diameter van een haarlok) door simpelweg een film te laten groeien in een geselecteerd gebied. Met traditionele fabricagemethoden, hiervoor zou een ondergrond met resist moeten worden gecoat, patroonvorming van de resist door middel van een belichtingsstap, het ontwikkelen van het beeld, het afzetten van een anorganische film en het strippen van de resist om je een anorganisch materiaal met een patroon te geven. We hebben een manier gevonden om deze anorganische film veel eenvoudiger af te zetten, met behulp van een zelf-uitgelijnd proces, waar we een voorgevormd substraat onderdompelen in een oplossing die een speciaal materiaal bevat en dat gecoate substraat vervolgens toevoegen aan een depositiekamer en je bent klaar. We zijn letterlijk in staat om op nanoschaal een onderdeel van een apparaat beheersbaar te laten groeien.

Dit eenvoudige proces van zelfafstemming is een hulpmiddel dat nodig is om door te gaan met schalen, omdat het belooft complexe processen te vereenvoudigen, geld besparen en fouten in eindapparaten verminderen. In aanvulling, ons vermogen om complexe problemen te berekenen neemt snel toe, gevoed door opkomende technologieën zoals AI en neuromorphic computing, die elk zeer verschillende hardwarevereisten hebben in vergelijking met traditionele halfgeleiderprocessen. Ons zelfuitlijningsproces biedt een extra hulpmiddel om niet-traditionele hardware te fabriceren waarvoor mogelijk driedimensionale structuren nodig zijn, zoals cross-point-arrays.

Het idee van een selectieve depositie is niet nieuw. Nieuw is de synthese en demonstratie van een nieuw materiaal waarmee we dit konden doen op een schaal die relevant is voor de halfgeleiderindustrie. We hebben voornamelijk geput uit een grondige kennis van de synthese van nieuwe materialen en het vermogen om een ​​chemische structuur aan te passen voor veeleisende toepassingen;1 in mijn tijd bij Almaden, we hebben dit aangetoond in de ontwikkeling van unieke polymerisaties, 2 materialen3, 4 en karakteriseringsmethoden5, 6. Zodra we methoden hebben ontwikkeld om dit proces op te schalen, we kunnen het beginnen te integreren terwijl we hardware van de volgende generatie bouwen, of het nu gaat om nieuwe AI-hardware of het maken van apparaten op het 7nm-technologieknooppunt of daarbuiten. De gedachte om deel uit te maken van een technologische vooruitgang die in de toekomst in elke smartphone of AI-hardware zou kunnen zitten, is een ongelooflijk opwindende onderneming.