
テクノロジー
ATLANT 3DのLITEを匿名AIハイパースケーラが発注、原子精度の成膜は何を速めるのか
ATLANT 3DがAIハイパースケーラーから原子層堆積装置を受注した。本装置は微小ノズルによる直接描画で異なる条件の薄膜試料を迅速に作製できるため、AIが生成した新材料候補の物理検証と学習データの生成速度を向上させることが期待される。
別名: ALD
気相から原子層を1層ずつ積み上げて薄膜を形成する手法。非常に均一で精密な膜厚制御が可能であり、半導体製造や電池の界面コーティングなどに利用される。

ATLANT 3DがAIハイパースケーラーから原子層堆積装置を受注した。本装置は微小ノズルによる直接描画で異なる条件の薄膜試料を迅速に作製できるため、AIが生成した新材料候補の物理検証と学習データの生成速度を向上させることが期待される。

日焼け止めや顔料に使われる二酸化チタンを厚さ3 nm以下に薄膜化すると、強誘電相が出現する。薄膜化するほど分極が強くなる「逆サイズ効果」を利用したこの発見は、半導体製造との親和性が高く、低消費電力メモリへの道を開く可能性がある。

半導体の微細化に伴い、銅配線の保護層が占める割合が増大し電気抵抗が悪化する課題に対し、研究チームは厚さわずか0.7ナノメートルの二次元材料を採用した。この薄膜は銅の漏出を防ぎつつ平滑な形成を促し、電気抵抗を劇的に低減することに成功した。

アルゴンヌ国立研究所の研究チームは、全固体電池の課題である固体界面抵抗を、精密なナノコーティングや外部圧力に依存せず、機械的撹拌によるメカノケミカル反応で解決した。この手法により、ハロゲン化物が界面に自己組織化して安定したイオン伝導パスを形成し、室温で450サイクル後も80%以上の容量を維持する画期的な性能向上を達成した。