我们有望实现至少 65% 的收入来自航空航天和国防 (A&D) 的目标。我们的 A&D 销售额同比增长 10 个百分点,到 2023 年将达到总销售额的 59%。我们预计这种增长将继续下去;我们在 2023 年第四季度的 A&D 销售额达到了 63%。凭借我们在商用航空航天市场的领导地位,我们在最新一代喷气发动机方面占据了有利地位——未来几年对新机和备件的需求将不断增加——机身销售额比去年增长了 58%。说到国防,无论是飞行、漂浮还是滚动,我们都在努力。国防市场的销售额比去年增长了 18%。ATI 很自豪能够成为镍、钛和高温高性能应用特种合金的领导者:锆、铪、铌。
非晶态二氧化铪 (a-HfO 2 ) 广泛用于电子设备,例如超大规模场效应晶体管和电阻存储单元。a-HfO 2 中氧空位 (OV) 缺陷的密度对非晶态材料的电导率有很大影响。最终,OV 缺陷是造成导电细丝路径形成和断裂的原因,而导电细丝路径可用于新型电阻开关设备。在这项工作中,我们使用从头算方法研究了 a-HfO 2 中的中性 OV。我们研究了 OV 的形成能、双 OV 的结合能、不受干扰和在氢原子附近存在时的 OV 迁移以及氢原子向 OV 的迁移。与结晶 HfO 2 中的势垒 (2.4 eV) 相比,a-HfO 2 中存在浅而短程的 OV 迁移势垒 (0.6 eV)。附近的氢对 OV 迁移的影响有限;然而,氢可以通过在OV之间跳跃而轻易扩散。
ALD 在引领半导体技术方面发挥着关键作用,而其在其他前沿行业的应用领域也正在迅速增长。据市场估计,仅设备市场目前的年收入就接近 20 亿美元,预计在未来 4-5 年内将翻一番。经过 30 多年的广泛研究,ALD 氧化铪和其他高 k 电介质可以替代传统半导体制造中的二氧化硅 (SiO2),最终于 2004 年被三星采用,在 90 nm DRAM 节点的大批量生产中用作高 k 电容器电介质。其他 DRAM 公司紧随其后,后来在 2007 年,英特尔在 45 nm 节点引入了 ALD HfO2 作为高 k 栅极电介质。这些事件导致 ALD 设备和前体市场蓬勃发展,随后出现了其他行业中 ALD 的其他工艺、前体、材料和应用,这些将在演讲中介绍。
Ag silver Al aluminium APS Announced Pledges Scenario As arsenic a-Si amorphous silicon ASTER Advanced Spaceborne Thermal Emission and Reflection Radiometer Au gold B boron B20 Business 20 Ba barium Be beryllium Bi bismuth C carbon CAIT Climate Analysis Indicator Tool CdTe cadmium-telluride Ce cerium CIGS铜 - 印度 - 二苯胺 - 二硫化物co钴二氧化碳二氧化碳COP会议CR铬 erbium Eu europium EV electric vehicles EW electrowinning F fluorine FC Fuel cell Fe iron Ga gallium GATT General Agreement on Tariffs and Trade Gd gadolinium Ge germanium GHG greenhouse gas GIS Geographical Information System Gt giga tonne GW giga watts Hf hafnium HLT hard-rock lithium Ho holmium HPAL high-pressure acid leaching IEA International Energy Agency In indium IPCC政府间气候变化小组IR IRIDIUM IRIDIUM IRENA RENEWABLE能源局IRTC国际材料国际圆桌会议批判性KT KILO TONNES
摘要:本文介绍了使用不同高介电常数 (高 k) 栅极介电材料的双栅极 (DG) 和栅极环绕纳米线 (GAA) MOSFET 的电气行为。为了研究高 k 介电材料对 DG 和 GAA 的影响,使用 Atlas Silvaco TCAD 工具模拟器件并确定电气特性。本研究选择的高 k 材料是氮化硅 (Si3N4)、氧化铝 (Al2O3)、氧化锆 (ZrO2) 和氧化铪 (HfO2)。栅极介电材料在设计新型高性能纳米级电气器件方面发挥了重要作用。可以观察到,当接近更高的介电常数值时,导通电流增加,而亚阈值斜率 (SS) 阈值电压 (Vth) 和漏电流减少。可以观察到,与其他模拟介电材料相比,HfO2 对 DG 和 GAA MOSFET 都表现出最佳性能。
在高能量物理中使用的大探测器系统中相互作用点附近的像素阵列的发展需要像素及其读数的高辐射硬度。基于量子井的像素设备,称为dotpix使用带有控制门的传感N通道MOS设备。埋入的GE层充当当前的调制门,该栅极定位通过撞击颗粒而产生的孔。通过si上GE的低温外延生长获得了Dotpix埋入的GE门。我们已经开始研究实现这些先决条件的不同方法:需要低温预算来减少GE和SI相互混合,这可能对DotPix操作有害。使用Si热氧化物与沉积的氧化物(例如氧化物)一起研究,这与二氧化硅不同。在这项研究中,二氧化硅和沉积的氧化物结合的可能性为另一种可能性。
摘要 — 深度学习的出现大大加速了机器学习的发展。然而,边缘深度神经网络的部署受到其高内存和能耗要求的限制。随着新内存技术的出现,新兴的二值化神经网络 (BNN) 有望降低即将到来的机器学习硬件一代的能量影响,使机器学习能够在边缘设备上进行,并避免通过网络传输数据。在这项工作中,在介绍采用混合 CMOS - 氧化铪电阻存储器技术的实现后,我们提出了将 BNN 应用于心电图和脑电图等生物医学信号的策略,以保持准确度水平并降低内存要求。我们研究了二值化整个网络和仅二值化分类器部分时的内存-准确度权衡。我们还讨论了这些结果如何转化为 Imagenet 任务上面向边缘的 Mobilenet V1 神经网络。这项研究的最终目标是实现智能自主医疗设备。
摘要 — 深度学习的出现大大加速了机器学习的发展。然而,边缘深度神经网络的部署受到其高内存和能耗要求的限制。随着新内存技术的出现,新兴的二值化神经网络 (BNN) 有望降低即将到来的机器学习硬件一代的能量影响,使机器学习能够在边缘设备上进行,并避免通过网络传输数据。在这项工作中,在介绍采用混合 CMOS - 氧化铪电阻存储器技术的实现后,我们提出了将 BNN 应用于心电图和脑电图等生物医学信号的策略,以保持准确度水平并降低内存要求。我们研究了二值化整个网络和仅二值化分类器部分时的内存-准确度权衡。我们还讨论了这些结果如何转化为 Imagenet 任务上面向边缘的 Mobilenet V1 神经网络。这项研究的最终目标是实现智能自主医疗设备。
图 1:JARVIS-DFT (JDFT) 数据库中的晶格和空间群数据分布以及一些模拟 XRD 图案与实验测量值的比较。a) JDFT 原子结构数据库中的晶格和空间群分布。b) 硅的模拟和实验 PXRD。实验数据取自 RRUFF 数据库,ID 为 R050145,而模拟数据取自 JDFT ID JVASP-1002,c) 硼化镧的模拟和实验 PXRD。实验数据是作为这项工作的一部分获得的,而模拟数据取自 JDFT,ID 为 15014,d) 碳化硅(莫桑石)的模拟和实验 PXRD。实验数据取自 RRUFF 数据库,ID 为 R061083,而模拟数据取自 JDFT ID JVASP-107,e) 硼化镁的模拟和实验 PXRD。实验数据是作为这项工作的一部分获得的,而模拟数据来自 JDFT ID JVASP- 1151,f) 碳化铪的模拟和实验 PXRD。实验数据是作为这项工作的一部分获得的,而模拟数据来自 JDFT ID JVASP-17957。
为了解决“存储墙”问题,人们迫切需要具有高速度和高密度的存储设备。在这里,我们展示了一种高度可扩展的三维可堆叠铁电二极管,其整流极性由 Hf 0.5 Zr 0.5 O 2 薄膜的极化反转调制。通过利用原子分辨率球差校正 STEM 可视化铪/锆晶格序和氧晶格序,我们揭示了 Hf 0.5 Zr 0.5 O 2 薄膜的自发极化与氧原子位移之间的相关性,从而明确地识别出 Hf 0.5 Zr 0.5 O 2 薄膜中的非中心对称 Pca2 1 正交相。我们进一步在 8 层 3D 阵列中实现了这种铁电二极管。演示了高达 20 ns 的运行速度和超过 10 9 的耐用性。超过 100 的内置非线性保证了其自选择特性,从而无需使用外部选择器来抑制大阵列中的漏电流。这项工作为未来存储器层次结构的演进开辟了新的机会。