TAKAGI & TAKENAKA Group

Japanese / English


高木・竹中研究室 TOP PAGE


Join us!! >> 高木・竹中研究室で一緒に研究しませんか? 電気系入試案内

AI・IoT時代における次世代半導体デバイス

fig1
Si LSIはこれまで過去40年以上に渡り、集積度が18ヶ月で2倍になるというMooreの法則に従ってチップあたりのトランジスタ数を増大させながら性能の向上を図ってきました。しかし、トランジスタのゲート長は20 nm以下になっており、半導体微細化は物理的限界に近づきつつあります。今後10-20年以内に半導体微細化が完全に終焉を迎え、LSIの性能向上が停滞してしまうと危惧されています。

一方、Internet of Things(IoT)の進展と人工知能(AI)の台頭により、更なるコンピューティング能力の向上が必要とされています。このため、半導体微細化に依らずにLSIの性能向上を可能とする次世代コンピューティングに関する研究が世界中で活発化しています。当研究室では、AI・IoT時代を支える次世代半導体デバイスの研究を進めています。Siプラットフォーム上にIII-V族半導体やGe、グラフェンなどの2次元材料を集積したトランジスタやシリコンフォトニクスの研究をしています。

半導体微細化に依らずMOSトランジスタの性能を向上目指す「More Moore」的アプローチとして、電子や正孔移動度の高いIII-V族半導体やGeをチャネル材料としたMOSトランジスタの研究を進めています。極限的スケーリングが可能と期待される二硫化モリブデンなどの2次元材料を使ったMOSトランジスタも研究しています。LSI上にトランジスタ以外のデバイスも集積して高機能化を図る「More than Moore」的アプローチとしては、光配線LSIの研究を進めています。LSIの情報通信能力を飛躍的に高めることで、コンピューティング能力を高めることを目指しています。またIoTに必要とされるセンシングチップを中赤外光集積回路で実現する研究も進めています。従来のCMOSとは全く異なる原理のデバイスを目指す「Beyond CMOS」的アプローチとしては、量子トンネルトランジスタなどの新原理トランジスタに加えて、シリコン光回路を用いた深層学習の研究に取り組んでいます。

主な研究テーマ
  • Ge/III-V MOSFET
  • 量子トンネルトランジスタ
  • シリコンフォトニクスを用いた光配線LSI
  • ユニバーサル光回路を用いた深層学習
  • Ge中赤外光集積回路
  • 2次元材料デバイス
  •  


    ^
    PAGE TOP