多尺度仿真与机器学习促进的二维纳米材料隧穿场效应晶体管设计：综述
应用物理
2024-09-30 v1 介观与纳米尺度物理
材料科学
摘要
随着器件尺寸缩减达到摩尔定律的极限，基于互补金属氧化物半导体（CMOS）和金属氧化物半导体场效应晶体管（MOSFET）的传统晶体管正面临重大限制。这些限制包括增加的漏电流、显著的短沟道效应以及通过栅极氧化层的量子隧穿，导致功耗增加并偏离理想行为。隧穿场效应晶体管（TFET）可以通过利用电荷载流子的量子隧穿在导通和关断状态之间切换，并实现低于 60 mV/decade 的亚阈值摆幅（SS），从而克服这些挑战。这使得在低功耗应用中能够实现更低的功耗、持续的尺寸缩减和性能提升。本综述重点关注 TFET 的设计与工作原理，强调通过材料选择和先进仿真技术来优化器件性能。讨论将具体探讨二维（2D）材料在 TFET 设计中的应用，并探索从多尺度（MS）方法到机器学习（ML）驱动优化的仿真方法。
引用
@article{arxiv.2409.18965,
title = {Multiscale Simulation and Machine Learning Facilitated Design of Two-Dimensional Nanomaterials-Based Tunnel Field-Effect Transistors: A Review},
author = {Chloe Isabella Tsang and Haihui Pu and Junhong Chen},
journal= {arXiv preprint arXiv:2409.18965},
year = {2024}
}