Альтернатива графену продлит действие закона Мура

Cогласно закону Мура, количество транзисторов, размещаемых на кристалле интегральной схемы, удваивается каждые два года. В 2007 году автор закона и один из основателей Intel Гордон Мур заявил, что закономерность, очевидно, скоро перестанет действовать из-за атомарной природы вещества и ограничения скорости света. С тех пор ученые пытаются найти способ продлить действие закона, занимаясь поиском новых материалов и способов создания транзисторов.

Одним из наиболее привлекательных материалов в этом отношении всегда был графен, поскольку он обладает крайне высокой проводимостью. Скорость движения его электронов примерно в сто раз выше, чем у кремния, традиционно используемого в производстве микросхем. Ученые из исследовательского центра FLEET в Австралии обнаружили, что новый материал — тринатрий-висмутид (Na₃Bi), созданный ими в лаборатории в Университете Монаш, является столь же эффективным, как и высококачественный графен.

«Графен — фантастический проводник, но его нельзя контролировать, — говорит директор FLEET профессор Майкл Фюрер. — Нам же удалось создать топологический изолятор тринатрий-висмутид (Na₃Bi), обладающий не меньшей проводимостью, на который можно влиять с помощью изменения напряжения или магнитного поля».

Топологические изоляторы ­— это новые материалы, которые ведут себя как обычные электрические изоляторы, но при этом обладают способностью проводить ток по краям. В отличие от обычной электрической цепи, топологические соединения могут передавать ток с почти нулевой диссипацией энергии. Это означает, что топологические транзисторы могут переключаться без энергии горения. «Нам нужен новый тип транзистора, который сжигает меньше энергии при переключении, — говорит профессор Майкл Фюрер. — Это открытие может стать шагом к созданию топологических транзисторов, которые полностью изменят мир вычислений».

Исследователи института NanoSystems при Калифорнийском университете в Лос-Анджелесе надеются создать компьютер, который сможет сравниться с вычислительной и энергетической эффективностью человеческого мозга. Они считают, что подобные устройства могут быть лучше традиционных компьютеров при прогнозировании сложных процессов.