Premium ReportIndustry Insights
ก้าวสำคัญของ imec และพันธมิตร: การถอดรหัสประจุไฟฟ้าในอุปกรณ์ TMD-based MOS เพื่ออนาคตของเซมิคอนดักเตอร์ยุคถัดไป
9/12/2026
2 VIEWS
ความก้าวหน้าทางเทคโนโลยีเซมิคอนดักเตอร์กำลังมุ่งหน้าสู่ขีดจำกัดของกฎของมัวร์ (Moore's Law) ทำให้การวิจัยวัสดุใหม่ๆ กลายเป็นหัวใจสำคัญในการขับเคลื่อนอุตสาหกรรม โดยเฉพาะอย่างยิ่ง Transition Metal Dichalcogenides (TMDs) ซึ่งเป็นสารกึ่งตัวนำแบบ 2 มิติที่ได้รับการจับตามองอย่างมาก ล่าสุด ศูนย์วิจัย imec ร่วมกับ KU Leuven และ ASM ได้ตีพิมพ์ผลงานวิจัยเชิงลึกเกี่ยวกับการจำแนกและระบุส่วนประกอบของประจุไฟฟ้าในโครงสร้าง Metal-Oxide-Semiconductor (MOS) ที่ใช้ TMD เป็นวัสดุหลัก ซึ่งถือเป็นหมุดหมายสำคัญในการทำความเข้าใจพฤติกรรมของวัสดุเหล่านี้ในระดับอะตอม
การศึกษาดังกล่าวเน้นไปที่การแยกแยะระหว่างกับดักที่อินเทอร์เฟซ (Interface traps), กับดักบริเวณขอบออกไซด์ (Oxide border traps) และพาหะเคลื่อนที่ (Mobile carriers) ซึ่งเป็นปัจจัยหลักที่ส่งผลต่อประสิทธิภาพของความจุไฟฟ้า (Capacitance) ในอุปกรณ์ MOS การที่ทีมนักวิจัยสามารถแยกแยะและวัดค่าเหล่านี้ได้อย่างแม่นยำถือเป็นกุญแจสำคัญในการแก้ปัญหาคอขวดที่ขัดขวางการนำ TMD มาใช้ในระดับอุตสาหกรรม เนื่องจากวัสดุเหล่านี้มีความเปราะบางและไวต่อสิ่งเจือปนสูง ซึ่งอาจทำให้เกิดความไม่เสถียรในอุปกรณ์ทรานซิสเตอร์รุ่นใหม่
ในเชิงผลกระทบต่ออุตสาหกรรม งานวิจัยนี้ช่วยลดช่องว่างระหว่างการทดลองในห้องปฏิบัติการกับการผลิตในระดับโรงงาน (Fab) เมื่อผู้ผลิตอุปกรณ์เซมิคอนดักเตอร์อย่าง ASM สามารถเข้าใจพฤติกรรมของประจุไฟฟ้าได้ดีขึ้น ก็จะนำไปสู่การพัฒนาเทคโนโลยีการสะสมชั้นฟิล์มบาง (Thin-film deposition) ที่มีความแม่นยำสูงขึ้น ซึ่งส่งผลโดยตรงต่อประสิทธิภาพการใช้พลังงานและความเร็วของชิปประมวลผลรุ่นถัดไปที่จะเข้ามาแทนที่วัสดุซิลิคอนในอนาคต
ด้านห่วงโซ่อุปทาน ความสำเร็จนี้จะเร่งให้เกิดการเปลี่ยนผ่านสู่การผลิตเซมิคอนดักเตอร์ที่มีความบางระดับอะตอม ส่งผลบวกต่อผู้ผลิตอุปกรณ์ผลิตชิป (WFE) ที่ต้องปรับเปลี่ยนเครื่องมือให้รองรับวัสดุ TMD อย่างไรก็ตาม ความท้าทายยังคงอยู่ที่ความสามารถในการขยายขนาดการผลิต (Scalability) ให้มีต้นทุนที่เหมาะสม สำหรับทิศทางในอนาคต หากเทคนิคการวิเคราะห์นี้ถูกนำไปใช้เป็นมาตรฐานอุตสาหกรรม จะช่วยให้เราเข้าใกล้การผลิตทรานซิสเตอร์ที่มีขนาดเล็กลงจนถึงขีดสุดภายใต้พลังงานที่ต่ำลง ซึ่งถือเป็นรากฐานสำคัญของเทคโนโลยีปัญญาประดิษฐ์และประมวลผลความเร็วสูงในอนาคต
