Ketika transistor terus diperkecil, saluran yang dilaluinya menjadi semakin sempit, sehingga memerlukan penggunaan bahan dengan mobilitas elektron tinggi secara terus-menerus.Bahan dua dimensi seperti molibdenum disulfida ideal untuk mobilitas elektron tinggi, tetapi ketika dihubungkan dengan kabel logam, penghalang Schottky terbentuk pada antarmuka kontak, sebuah fenomena yang menghambat aliran muatan.
Pada Mei 2021, tim peneliti gabungan yang dipimpin oleh Massachusetts Institute of Technology dan diikuti oleh TSMC dan lainnya menegaskan bahwa penggunaan bismut semi-logam yang dikombinasikan dengan susunan yang tepat antara kedua bahan tersebut dapat mengurangi hambatan kontak antara kawat dan perangkat. , sehingga menghilangkan masalah ini., membantu mencapai tantangan berat semikonduktor di bawah 1 nanometer.
Tim MIT menemukan bahwa menggabungkan elektroda dengan bismut semimetal pada material dua dimensi dapat sangat mengurangi hambatan dan meningkatkan arus transmisi.Departemen penelitian teknis TSMC kemudian mengoptimalkan proses pengendapan bismut.Terakhir, tim Universitas Nasional Taiwan menggunakan "sistem litografi berkas ion helium" untuk berhasil mereduksi saluran komponen menjadi ukuran nanometer.
Setelah menggunakan bismut sebagai struktur kunci elektroda kontak, kinerja transistor material dua dimensi tidak hanya sebanding dengan semikonduktor berbasis silikon, tetapi juga kompatibel dengan teknologi proses berbasis silikon arus utama, yang akan membantu untuk menerobos batas-batas Hukum Moore di masa depan.Terobosan teknologi ini akan memecahkan masalah utama masuknya semikonduktor dua dimensi ke dalam industri dan merupakan tonggak penting bagi sirkuit terpadu untuk terus maju di era pasca-Moore.
Selain itu, penggunaan ilmu material komputasi untuk mengembangkan algoritme baru guna mempercepat penemuan lebih banyak material baru juga merupakan titik panas dalam pengembangan material saat ini.Misalnya, pada Januari 2021, Laboratorium Ames Departemen Energi AS menerbitkan artikel tentang algoritma "Cuckoo Search" di jurnal "Natural Computing Science".Algoritme baru ini dapat mencari paduan dengan entropi tinggi.waktu dari minggu ke detik.Algoritme pembelajaran mesin yang dikembangkan oleh Sandia National Laboratory di Amerika Serikat 40.000 kali lebih cepat dibandingkan metode biasa, sehingga memperpendek siklus desain teknologi material hampir satu tahun.Pada bulan April 2021, para peneliti di Universitas Liverpool di Inggris mengembangkan robot yang dapat merancang rute reaksi kimia secara mandiri dalam waktu 8 hari, menyelesaikan 688 percobaan, dan menemukan katalis yang efisien untuk meningkatkan kinerja fotokatalitik polimer.
Dibutuhkan waktu berbulan-bulan untuk melakukannya secara manual.Universitas Osaka, Jepang, menggunakan 1.200 bahan sel fotovoltaik sebagai database pelatihan, mempelajari hubungan antara struktur bahan polimer dan induksi fotolistrik melalui algoritma pembelajaran mesin, dan berhasil menyaring struktur senyawa dengan aplikasi potensial dalam waktu 1 menit.Metode tradisional memerlukan waktu 5 sampai 6 tahun.
Waktu posting: 11 Agustus-2022