大象传媒

数理物質系　植田 暁子　助教

　半導体の世界で有名な、「ムーアの法則」という経験則があります。インテル創業者のひとり、ゴードン?ムーアが1965年に提唱したもので、「半導体集積回路の性能（組み込まれているトランジスタ数）は18カ月ごとに2倍になる」という、技術の発展予測です。トランジスタを微細化することで、同じ面積内に組み込める数が増える、その結果としてコンピューターなどの性能が上がっていくわけです。実際、つい数年ほど前までは、集積回路の処理能力はこの法則に従って向上し続けました。1970年ごろは10μmほどだったトランジスタ1個の大きさが、今では十数nmにまで小さくなったのです（1 nm = 0.001 μm = 0.000001 mm）。しかし、トランジスタの材料であるシリコンの原子間距離は約0.3nmです。なのでそれよりも小さくすることは原理的に不可能です。CPUの性能をもっと上げようとすれば、従来とは根本的に異なるメカニズムで働くトランジスタの開発が不可欠です。そんな新しいトランジスタにはどんな材料や構造が適しているのでしょうか。使う材料によってトランジスタの特性はどう変わるのでしょうか。植田さんは、そうした可能性をシミュレーション計算によって探っています。

　ナノサイズの物质では、电子が波としての性质を持つようになり、目に见えるサイズの世界とは异なる挙动を示すようになります。これが量子効果です。そこでは、通常のトランジスタの理论では説明のつかない现象が起こります。これを実験的に観测することもできますが、その理由を探るためにナノレベルで物质を操作することはできません。そこでシミュレーションの出番です。量子効果を考虑した理论的なモデルを构筑し、それに当てはめて物质の状态を计算すると、异常に见えていた现象の意味や原因がわかります。それを実験にフィードバックしてもらい、改善策につながげようというわけです。

　シミュレーションと言叶で言うのは简単ですが、材料の性质そのものや电导特性など、その対象はとても幅広い上に、それぞれ専门性も异なります。汎用的なパソコン1台ですぐに计算できるものから、スーパーコンピューター「京」を使って1週间もかかるものまで、レベルも多种多様です。ただ、スーパーコンピューターを使う方が计算の精度が高いというわけでは必ずしもありません。物质固有の特徴を捉えようとすると、量子力学的な复雑な计算が必要になりますし、トランジスタの构造などによるデバイスとしての特性の変化を捉えるためには、むしろシンプルな计算で十分です。いずれの场合も、物质が持つさまざまな性质、つまり物理学の基本をきちんと知らなくてはなりません。

　今はトランジスタや次世代デバイスといった半导体を研究対象にしている植田さん。もともと特に电子机器などが好きだったというわけではないそうです。子供の顷には生きものに兴味があり、生きものはどうやって动いているのか、どうして知能があるのかといったことに関心がありました。しかしその疑问を突き詰めていくと、分子や原子のしくみに行き着くと考え、大学では物理学を専攻しました。そして物质の根源的な性质を扱う量子力学を学んでいるうちに、电子の流れの研究に発展し、それがデバイスの研究开発分野で求められるようになったのだそうです。全く违う分野に进んでしまったように见えますが、トランジスタと生物はあながち无関係でもありません。たとえば、神経细胞の情报伝达は电流によって行われますし、自ら电気を発生する生物もいます。量子力学やデバイスの视点から见れば、生物の新しい侧面を捉えることができるかもしれません。

　现在のトランジスタが限界を迎えていることは、この分野での共通认识です。しかしそれに代わるものとして何が最适かについては、まだコンセンサスがありません。今のところ、电子のトンネル现象を用いたトランジスタ（トンネル贵贰罢）やシリコン以外の半导体を用いたトランジスタ、例えばグラフェン（炭素原子が蜂の巣状に结合して単层を形成したもの）などの层状物质を用いたものが候补として挙っています。けれども従来のトランジスタとの互换性や信頼性、それに生产効率やコストなど、部品としての実用的な侧面も含めると、决め手に欠くというのが现状のようです。とはいえ、新しいトランジスタの出现はもはや时间の问题でしょう。それに伴ってさまざまな机器やシステムにも大きな変化が生じることが予想されます。小さな小さな量子の世界を通して、10年后、20年后、さらに先の社会の姿にまで思いを驰せています。

文責：広報室 サイエンスコミュニケーター

関连リンク