IBM und Samsung pionieren ultrasparsame Halbleiter: 85 % weniger Energieverbrauch
IBM und Samsung Electronics haben ein bahnbrechendes Halbleiter-Design vorgestellt, das den Stromverbrauch im Vergleich zu den heutigen fortschrittlichsten Chips um 85 % senken könnte.
Der Durchbruch ermöglicht zahlreiche neue Anwendungen – von energieeffizientem Krypto-Mining und Datenverschlüsselung bis hin zu Mobiltelefon-Akkus, die über eine Woche ohne Aufladen auskommen könnten –, so die Unternehmen.
Diese Chips könnten auch eine Reihe von Internet-of-Things- und Edge-Geräten antreiben, die weniger Energie verbrauchen und somit in diversen Umgebungen operieren können – wie Meeresbojen, autonome Fahrzeuge und Raumfahrzeuge.
Das Besondere an diesem Design ist der Einsatz von Vertical-Transport Field-Effect Transistors (VTFETs), die senkrecht zur Chip-Oberfläche stehen und Strom vertikal statt lateral fließen lassen. In herkömmlichen Chips liegen Transistoren flach und leiten seitwärts.
„Der VTFET-Prozess adressiert viele Barrieren für Performance und verlängert Moores Gesetz, indem er größeren Stromfluss mit weniger verschwendeter Energie ermöglicht“, erklärten Brent Anderson, VTFET Architect und Program Manager, und Hemanth Jagannathan, VTFET Hardware Technologist und Principal Research Staff Member.
Durch das Lösen physikalischer Constraints bei Transistor-Gate-Länge, Spacer-Dicke und Kontaktgröße können VTFETs entweder auf Performance oder Energieverbrauch optimiert werden, so die Forscher.
„Moores Gesetz stößt auf scheinbar unüberwindbare Barrieren“, merkte das Team an. „Indem wir uns auf eine neue Dimension konzentrieren, bietet die VTFET-Innovation einen Pfad, um den Trend des Transistor-Skalierens auf fixer Fläche fortzusetzen.“
Intel hat ebenfalls angekündigt, vertikales Chip-Stacking als Strategie zu erforschen, um mit Moores Gesetz Schritt zu halten.
Regelmäßige Insights erhalten Sie durch Anmeldung zu den Network World Newslettern.
Internet der Dinge-Technologie
- Diskrete Halbleiterschaltungen: Grundlagen und praktische Anwendungen
- Umfassende Op‑Amp‑Daten: National Semiconductor & CA3130 Datenblätter
- C#-Präprozessordirektiven meistern: Ein praktischer Leitfaden
- Siemens & Google Cloud partnerschaftlich: KI-gestützte Manufacturing-Lösungen am Industrial Edge
- Industrial IoT und KI: Massiven Wert für Anlagen, Gebäude und Fahrzeuge freisetzen
- Intel & Samsung investieren 57 Mio. $, um Industrial Machine Vision mit Landing AI zu beschleunigen
- IBM erweitert Maximo Asset Optimization um Oniqua MRO Funktionalität
- Fünf wesentliche Lektionen für Unternehmertum in Großunternehmen
- Wie IBM Watson KI-Innovationen branchenübergreifend vorantreibt
- Apple & IBM Watson bündeln Kräfte für Enterprise Mobile Machine Learning