随着先进集成电路技术节点不断推进，进一步完善现有工艺能力来提高传统硅基芯片的算力和能效愈发困难。为应对后摩尔时代硅基电子电路所面临的重大挑战，研究新材料、新原理、新结构、新器件和新架构等变得愈加迫切。低维半导体沟道材料（如碳纳米管和二维材料等）具有优越的电学性能和超薄结构以及可低温和大面积制备等特点，使得低维半导体电子器件，尤其是碳基电子器件（如其展现出高性能、超低功耗、短沟道天然免疫和超强抗辐照以及光、电、传感等多功能方面的优势），有望成为构建未来多功能、高效能芯片的核心器件。为获得高性能、高能效和高密度的碳纳米管集成电路和芯片，不仅需要开发高纯半导体碳纳米管薄膜和与之匹配的器件工艺制程以便构筑数量庞大且性能均一的碳纳米管晶体管器件，同时需要发展全新的系统架构。

近日，中国科学院苏州纳米所赵建文团队在Nature Electronics上发表了题为Carbon nanotubes: Hardware accelerators based on nanotube transistors的News & Views论文，介绍并评论了北京大学彭练矛院士和张志勇教授研究团队的最新研究成果——全球首款碳纳米管TPU(A carbon-nanotube-based tensor processing unit,Nature Electronics,2024,https://doi.org/10.1038/s41928-024-01211-2.)。中国科学院苏州纳米所硕士研究生康凯翔和吴凌志为该论文的第一和第二作者，李敏博士和赵建文研究员为通讯作者。

北京大学彭练矛院士和张志勇教授研究团队利用高纯半导体碳纳米管薄膜构筑出性能均一的碳纳米管晶体管，结合高效的脉动阵列架构设计，研制出首款基于3000个碳纳米管晶体管构筑的TPU，并实现了高性能和高能效的卷积神经网络运算功能。开发的碳纳米管TPU通过3×3处理单元阵列和二维收缩数组架构，有效加速卷积神经网络计算并显著降低系统的能耗。该TPU利用并行2位整数乘法累加操作，并通过现场可编程门阵列（FPGA）执行激活等，从而优化了数据处理流程，使得碳纳米管TPU在执行卷积神经网络复杂计算任务时展现出优越特性，如实现100%正确率的图像轮廓提取和88%高准确率的手写数字识别功能等。该团队通过仿真结果预测碳基神经网络加速芯片能效仍有大幅提升空间，即采用高密度定向排列的碳纳米管薄膜来构筑碳基电子基本元件或逻辑单元，并进一步缩减器件尺寸，提升制程工艺水平，有望把碳基神经网络加速芯片能效提高到1 TOPS/W。本评述文章对北京大学研究团队开发的碳纳米管TPU的性能和潜在应用价值给予了高度评价。同时文章指出，碳纳米管晶体管应用技术仍处于研究和发展阶段，要想完全实现潜在应用，仍有诸多关键技术需亟待解决。

图1. 由3000个碳纳米管晶体管构筑的碳纳米管张量处理单元(TPU)

文章最后指出，由于碳纳米管功能电子器件和CMOS电路与硅基芯片具有极佳的兼容性，开展碳/硅3D异质融合芯片技术研究不仅能够推动后摩尔时代技术（如More than Moore和Beyond Moore）的发展，也将加速碳基芯片技术创新突破和产业化应用进程。

为了开发碳/硅异质融合芯片技术所需的碳基功能电子器件和集成电路，近年来，赵建文团队一直聚焦于超低功耗、宽波段响应以及具有优异存储特性的碳基光电和多感官神经形态器件、碳/硅异质融合集成技术、碳基3D集成电路和抗辐照CMOS电路等方面研究，并在相关研究领域取得重要研究进展。如2024年已开发多种高性能碳基与光敏半导体异质集成技术、碳基3D集成技术以及碳基电路抗辐照加固技术，研制出超低功耗的视觉（紫外-近红外宽波段响应）、视-嗅多感官感知和超长存储特性的碳基光电神经形态器件和阵列，部分研究成果已发表在ACS Nano(2024, 18, 14298-14311), Advanced Science (2024, 11, 2401794), Nano Letters (2024, 24, 7688-7697), International Journal Extreme Manufacturing (2024, IJEM-111584.R1, accepted), Small Methods (2024, 8, 2400359), Science China-Information Sciences (2024, 67(9),192401:1-14.), Applied Materials Today (2024, 38, 102234)和Talanta (2024, 276, 126285)等国际著名刊物上。以上前期工作为碳/硅3D异质融合功能芯片技术的发展奠定了良好基础。   

论文链接