トランジスタは「20世紀最大の発明」として知られています。
# その出現により、集積回路、マイクロプロセッサ、コンピュータ メモリの製造の基礎が築かれました。
#1965 年、「ムーアの法則」の提案は、数十年にわたって半導体業界の黄金律となりました。
これは、18 ~ 24 か月ごとに、マイクロチップにパッケージされるトランジスタの数が 2 倍になり、それに伴いチップの性能も 2 倍になることを示しています。
しかし、新しいプロセスノードの継続的な導入により、トランジスタ内の原子の数はますます減少しています。 、およびさまざまな物理的な極端な制限により、ムーアの法則のさらなる発展が制限されます。
# ムーアの法則は終わったと考える人さえいます。
したがって、ムーアの法則を「保存」するには、エンジニアはトランジスタ構造を変更し、面積と消費電力を削減し続け、その性能を向上させる必要があります。
20 世紀後半には、主にプレーナー トランジスタ設計 (Planar Transistor) が普及しました。 2010 年代に入ると、平面デザインから 3D フィン型デバイスが徐々に置き換えられました。
#現在、全く新しいトランジスタ設計構造であるゲートオールアラウンドトランジスタ (GAA) が FinFET の後継となり、量産に入ろうとしています。 。
#しかし、さらに検討する必要があります。なぜなら、インテルが提案したこの新しいトランジスター・アーキテクチャーのRibbonFETでも、サイズを縮小する能力には限界があるからです。
3D 積層相補型金属酸化物半導体 (CMOS) または CFET (相補型電界効果トランジスタ) は、ムーアの法則を次の 10 年に拡張すると信じています。今年の鍵。
トランジスタの進化すべての金属酸化物半導体電界効果トランジスタ (MOSFET) には、同じ基本コンポーネントのセットがあります。
# ゲートスタック、チャネル領域、ソース、ドレイン
ソースとドレインは化学的にドーピングされているため、それらは可動電子が豊富であるか (n 型)、または可動電子が欠如している (p 型) かのいずれかです。チャネル領域には、ソースおよびドレインとは逆のドーピングが施されています。
2011 年以前の高度なマイクロプロセッサのトランジスタのプレーナ バージョンでは、MOSFET のゲート スタックはチャネル領域のすぐ上にありました。チャネル領域。
ゲートに (ソースに対して) 十分大きな電圧を印加すると、チャネル領域に移動電荷キャリアの層が形成され、電流が流れるようになります。ソースとドレインの間。
プレーナー トランジスタ設計のサイズを縮小するために、「短チャネル効果」が物理学者の焦点になっています。 。
#プロセス技術が向上し続けるにつれて、トランジスタのゲート電極の幅はますます狭くなっているためです。ご存知のとおり、ゲートが 20nm より低いと、電流が制御できなくなり、ソース電流がゲートを突き抜けてドレインに直接到達します。
#このとき「リーク」が発生し、チップの消費電力が急増します。
この問題を解決するために、新しい FinFET トランジスタ技術が提案されました。ゲートをチャネルの 3 つの側面で包み込み、より優れた静的制御を提供します。
FinFET は、前世代のプレーナ アーキテクチャと同じパフォーマンス レベルで消費電力を約 50% 削減します。 FinFET はスイッチング速度も速く、パフォーマンスが 37% 向上します。
#2011 年、インテルは 22nm ノードに FinFET を導入し、第 3 世代 Core プロセッサの生産に使用しました。
#それ以来、FinFET はムーアの法則の主力となりました。
#しかし、FinFET に移行したときに失ったものもあります。
#プレーナーデバイスでは、トランジスタの幅はフォトリソグラフィーによって定義されるため、非常に柔軟なパラメータになります。
#しかし、FinFET では、トランジスタ幅は一度に 1 つのフィンごとに個別に増分されます。このプロパティは、フィン量子化と呼ばれることがよくあります。
#FinFET の柔軟性にもかかわらず、フィンの量子化は依然として重要な設計上の制約です。それを取り巻く設計ルール、および性能を向上させるためにより多くのフィンを追加したいという要望により、論理セルの全体面積が増加し、単一のトランジスタを完全な論理回路に変える相互接続スタックが複雑になります。
# また、トランジスタの静電容量も増加するため、スイッチング速度が低下します。したがって、FinFET は業界の主力製品として私たちに十分に役立ってきましたが、より洗練された新しいアプローチが必要とされています。
# このアプローチが、物理学者を次期 3D トランジスタ、RibbonFET の発明に導いたのです。
#RibbonFET では、ゲートがトランジスタのチャネル領域を囲んで、電荷キャリアの制御を強化します。新しい構造により、パフォーマンスの向上とより洗練された最適化も可能になります。
具体的には、ゲートがチャネルを完全に取り囲み、ナノスケールのシリコンリボンフォームで作られたチャネル内の電荷キャリアをより厳密に制御します。
これらのナノリボン (ナノシート) を使用すると、フォトリソグラフィーを使用して必要に応じてトランジスタの幅を変更することが可能になります。
量子化制約が削除されると、アプリケーションに適切なサイズの幅を生成できます。これにより、電力、パフォーマンス、コストのバランスをとることができます。
#さらに重要なのは、スタックして並列動作させることで、デバイスはより多くの電流を駆動でき、面積を増やすことなくパフォーマンスを向上させることができます。
# したがって、インテルは、妥当な電力でより高いパフォーマンスを達成するには、RibbonFET が最良の選択であると考えています。
彼らは、2024 年に Intel 20A プロセスにリボン FET 構造を導入する予定です。
3D 積層型 CMOS
プレーナー、FinFET、RibbonFET トランジスタの共通点の 1 つは次のとおりです。前述したように、CMOS テクノロジーを使用して、CMOS は n 型トランジスタと p 型トランジスタで構成されます。この技術は、他の代替技術に比べて消費電流がはるかに少ないため、1980 年代に主流になりました。電流が少ないということは、動作周波数が高く、トランジスタ密度が高いことを意味します。 これまで、すべての CMOS テクノロジでは、NMOS トランジスタと PMOS トランジスタの標準ペアが並べて配置されていました。しかし、2019年のIEEE国際電子部品会議(IEDM)の基調講演では、PMOSトランジスタの上にNMOSトランジスタを配置する「3Dスタック」トランジスタの概念が提案された。 #IEDM 2020 では、この 3D テクノロジーを使用して設計された論理回路用の最初のインバーターがデバイスとして発表されました。 3D スタック型 CMOS は、インバータの設置面積を効果的に半分に削減し、トランジスタの面積密度を 2 倍にし、ムーアの法則の限界をさらに押し広げます。 PMOS デバイスを NMOS デバイスの上に配置した 3D 積層 CMOS 構造。総面積は、RibbonFET の面積と同じです。 NMOS ゲートと PMOS ゲートは異なる金属材料を使用します 3D 積層 CMOS を利用するには、解決すべきプロセス統合の課題が数多くあり、その中には CMOS の処理と製造が含まれます。限界です。 それを達成するにはどうすればよいですか?自己整合 3D CMOS の製造はシリコン ウェーハから始まります。ウェーハ上に、「超格子」と呼ばれるシリコンとシリコンゲルマニウムの層を次々と堆積させます。次に、フォトリソグラフィー パターンを使用して超格子の一部を切り取り、フィン状の構造を残します。超格子結晶は、その後の開発プロセスに強力なサポート構造を提供します。 次に、超格子を次の操作から保護するために、「偽の」ポリシリコンが超格子上に配置されます。このステップは、垂直に積層されたデュアル ソース/ドレイン プロセスとして知られ、上部ナノリボン (将来の NMOS サイト) の両端にリンドープ シリコンを成長させ、同時に下部ナノリボン (将来の PMOS サイト) にドープされたシリコンを選択的に成長させます。その後、誘電体が電源の周囲に配置され、放電によって電源が互いに絶縁されます。 #3D スタッキングにより、平方ミリメートルあたりの CMOS トランジスタの密度が効果的に 2 倍になります。実際の密度は、複雑さを伴うロジック セルに依存します。 。 #いよいよドアの施工です。まず、以前に取り付けられた偽のドアを取り外して、シリコン ナノリボンを露出させます。次に、シリコン ゲルマニウムのみがエッチングで除去され、トランジスタのチャネル領域である平行なシリコン ナノリボンの山が解放されます。 次に、非常に薄い絶縁層がナノリボンの 4 つの側面すべてにコーティングされますが、この絶縁層は非常に高い誘電率を持っています。ナノリボン チャネルは非常に小さいため、プレーナ トランジスタほど効率的に化学的にコーティングすることができません。 下部ナノリボンを金属で囲んで p ドープ チャネルを形成し、上部のナノリボンは別のナノリボンと n ドープ チャネルを形成します。このようにして、ゲートスタックが構築され、2 つのトランジスタが取り付けられます。 このプロセスは複雑に見えるかもしれませんが、別の手法 (順次 3D スタッキング) よりも優れています。後者を使用する場合、NMOS デバイスと PMOS デバイスは別々のウェーハに実装され、その後 2 つが一緒にされて、PMOS 層が NMOS ウェーハに転写されます。セルフアライン 3D 積層法は、加工工程が少なく、製造コストをより厳密に制御できます。 #そしてさらに重要なことに、このセルフアライメント方法は、2 つのウェーハを接続するときに発生する可能性のあるアライメントエラーも回避します。 3D スタック型 CMOS に必要な接続をすべて行うのは非常に困難です。以下のデバイス スタックからの電源接続が必要になります。設計上、NMOS デバイス [上] と PMOS デバイス [下] には別々のソース/ドレイン コンタクトがありますが、両方のデバイスは共通のゲートを共有します。 NMOS と PMOS 間の垂直間隔を最適化する必要があることに注意してください。短すぎると寄生容量が増加します。長すぎると、2 つのデバイス間の相互接続の抵抗が増加します。どちらの極端な状況でも、回路の速度が低下し、より多くの電力が消費されます。 アメリカの TEL Research Center が IEDM 2021 カンファレンスで発表したものなど、多くの設計研究では、3D CMOS の限られたスペース内に必要なすべての相互接続を提供することが提案されていますが、そうすることで大きな影響を受けることはありません。形成する論理セルの面積を増やします。この調査は、最適な相互接続オプションを見つける上でイノベーションの機会が数多くあることを示しています。 ストリップ電界効果トランジスタと 3D CMOS により、ムーアの法則を継続するための明確な道筋が得られます。この路線は少なくとも2024年以降まで延長される可能性がある。 #ムーアの法則の創始者であるゴードン・ムーアは、2005 年のインタビューで次のように認めました。 。」
### ####################彼は次のように述べています。 ################## トランジスタの製造プロセスが FinFET を経て、継続的な最適化が行われると、RibbonFET の時代が到来し、最終的には 3D へと移行します。積層型CMOSプロセスを開発したことで、ゴードン・ムーア氏もすぐに驚かれることが予想されます。 #########ムーアの法則の未来
以上がトランジスタの生命線がここにあります: 3D 積層 CMOS、ムーアの法則はあと 10 年続くでしょうか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

写在前面&笔者的个人理解三维Gaussiansplatting(3DGS)是近年来在显式辐射场和计算机图形学领域出现的一种变革性技术。这种创新方法的特点是使用了数百万个3D高斯,这与神经辐射场(NeRF)方法有很大的不同,后者主要使用隐式的基于坐标的模型将空间坐标映射到像素值。3DGS凭借其明确的场景表示和可微分的渲染算法,不仅保证了实时渲染能力,而且引入了前所未有的控制和场景编辑水平。这将3DGS定位为下一代3D重建和表示的潜在游戏规则改变者。为此我们首次系统地概述了3DGS领域的最新发展和关

您一定记得,尤其是如果您是Teams用户,Microsoft在其以工作为重点的视频会议应用程序中添加了一批新的3DFluent表情符号。在微软去年宣布为Teams和Windows提供3D表情符号之后,该过程实际上已经为该平台更新了1800多个现有表情符号。这个宏伟的想法和为Teams推出的3DFluent表情符号更新首先是通过官方博客文章进行宣传的。最新的Teams更新为应用程序带来了FluentEmojis微软表示,更新后的1800表情符号将为我们每天

0.写在前面&&个人理解自动驾驶系统依赖于先进的感知、决策和控制技术,通过使用各种传感器(如相机、激光雷达、雷达等)来感知周围环境,并利用算法和模型进行实时分析和决策。这使得车辆能够识别道路标志、检测和跟踪其他车辆、预测行人行为等,从而安全地操作和适应复杂的交通环境.这项技术目前引起了广泛的关注,并认为是未来交通领域的重要发展领域之一。但是,让自动驾驶变得困难的是弄清楚如何让汽车了解周围发生的事情。这需要自动驾驶系统中的三维物体检测算法可以准确地感知和描述周围环境中的物体,包括它们的位置、

当八卦开始传播新的Windows11正在开发中时,每个微软用户都对新操作系统的外观以及它将带来什么感到好奇。经过猜测,Windows11就在这里。操作系统带有新的设计和功能更改。除了一些添加之外,它还带有功能弃用和删除。Windows11中不存在的功能之一是Paint3D。虽然它仍然提供经典的Paint,它对抽屉,涂鸦者和涂鸦者有好处,但它放弃了Paint3D,它提供了额外的功能,非常适合3D创作者。如果您正在寻找一些额外的功能,我们建议AutodeskMaya作为最好的3D设计软件。如

ChatGPT给AI行业注入一剂鸡血,一切曾经的不敢想,都成为如今的基操。正持续进击的Text-to-3D,就被视为继Diffusion(图像)和GPT(文字)后,AIGC领域的下一个前沿热点,得到了前所未有的关注度。这不,一款名为ChatAvatar的产品低调公测,火速收揽超70万浏览与关注,并登上抱抱脸周热门(Spacesoftheweek)。△ChatAvatar也将支持从AI生成的单视角/多视角原画生成3D风格化角色的Imageto3D技术,受到了广泛关注现行beta版本生成的3D模型,

对于自动驾驶应用来说,最终还是需要对3D场景进行感知。道理很简单,车辆不能靠着一张图像上得到感知结果来行驶,就算是人类司机也不能对着一张图像来开车。因为物体的距离和场景的和深度信息在2D感知结果上是体现不出来的,而这些信息才是自动驾驶系统对周围环境作出正确判断的关键。一般来说,自动驾驶车辆的视觉传感器(比如摄像头)安装在车身上方或者车内后视镜上。无论哪个位置,摄像头所得到的都是真实世界在透视视图(PerspectiveView)下的投影(世界坐标系到图像坐标系)。这种视图与人类的视觉系统很类似,

原标题:Radocc:LearningCross-ModalityOccupancyKnowledgethroughRenderingAssistedDistillation论文链接:https://arxiv.org/pdf/2312.11829.pdf作者单位:FNii,CUHK-ShenzhenSSE,CUHK-Shenzhen华为诺亚方舟实验室会议:AAAI2024论文思路:3D占用预测是一项新兴任务,旨在使用多视图图像估计3D场景的占用状态和语义。然而,由于缺乏几何先验,基于图像的场景

一些原神“奇怪”的关键词,在这两天很有关注度,明明搜索指数没啥变化,却不断有热议话题蹦窜。例如了龙王、钟离等“转变”立绘激增,虽在网络上疯传了一阵子,但是经过追溯发现这些是合理、常规的二创同人。如果单是这些,倒也翻不起多大的热度。按照一部分网友的说法,除了原神自身就有热度外,发现了一件格外醒目的事情:原神3d同人作者shirakami已经被捕。这引发了不小的热议。为什么被捕?关键词,原神3D动画。还是越过了线(就是你想的那种),再多就不能明说了。经过多方求证,以及新闻报道,确实有此事。自从去年发


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

SublimeText3 英語版
推奨: Win バージョン、コードプロンプトをサポート!

SublimeText3 中国語版
中国語版、とても使いやすい

WebStorm Mac版
便利なJavaScript開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

SublimeText3 Linux 新バージョン
SublimeText3 Linux 最新バージョン

ホットトピック



