Моделирование и эксперимент помогают исследователям изучать полупроводники следующего поколения: физики-теоретики и экспериментаторы сотрудничают, чтобы определить легирующие примеси, которые позволят создать новые конструкции полупроводниковых материалов.

Кремний долгое время был самым известным полупроводником, но в последние годы исследователи изучили более широкий спектр материалов, включая молекулы, которые можно адаптировать для удовлетворения конкретных электронных потребностей.Возможно, уместно, что одна из самых передовых электронных систем — суперкомпьютеры — являются незаменимым исследовательским инструментом для изучения сложных полупроводниковых материалов на фундаментальном уровне.Недавно группа ученых из Технического университета Дрездена использовала суперкомпьютер SuperMUC в суперкомпьютерном центре Лейбница, чтобы усовершенствовать свой метод исследования органических полупроводников.

В частности, команда использует подход, называемый легированием полупроводников, процесс, в котором примеси намеренно вводятся в материал, чтобы придать ему особые полупроводниковые свойства. Недавно он опубликовал свои результаты в Nature Materials.

«Новые виды полупроводников, органические полупроводники, начинают использоваться в новых концепциях устройств», — сказал руководитель группы д-р Франк Ортманн. «Некоторые из них уже представлены на рынке, но некоторые все еще ограничены своей неэффективностью. Мы изучаем механизмы легирования — ключевую технологию для настройки свойств полупроводников — чтобы понять ограничения этих полупроводников и соответствующую эффективность».

Квантовые примесиКогда кто-то изменяет физические свойства материала, он или она также изменяет его электронные свойства и, следовательно, роль, которую он может играть в электронных устройствах. Небольшие изменения в составе материала могут привести к большим изменениям характеристик материала — в некоторых случаях одно небольшое атомное изменение может привести к 1000-кратному изменению электропроводности.

Хотя изменения свойств материала могут быть значительными, основные силы, действующие на атомы и молекулы и управляющие их взаимодействиями, обычно являются слабыми и короткодействующими (это означает, что молекулы и атомы, из которых они состоят, должны находиться близко друг к другу) . Следовательно, чтобы понять изменения свойств, исследователи должны точно вычислить атомные и молекулярные взаимодействия, а также плотности электронов и то, как они передаются между молекулами.Введение в материал определенных атомов или молекул может изменить его проводящие свойства на гиперлокальном уровне. Это позволяет транзистору, сделанному из легированного материала, выполнять различные функции в электронике, в том числе направлять токи для выполнения операций на основе сложных схем или усиливать ток, чтобы способствовать воспроизведению звука в гитарном усилителе или радио.Квантовые законы управляют межатомными и межмолекулярными взаимодействиями, по сути, удерживая материал вместе и, в свою очередь, структурируя мир, каким мы его знаем.

В работе группы эти сложные взаимодействия должны быть рассчитаны для индивидуальных атомных взаимодействий, включая взаимодействия между полупроводниковыми молекулами-хозяевами и молекулами допанта в более крупном масштабе.Команда использует теорию функционала плотности (DFT) — вычислительный метод, который может моделировать электронные плотности и свойства во время химического взаимодействия — для эффективного прогнозирования разнообразия сложных взаимодействий.

Затем он сотрудничает с экспериментаторами из Технического университета Дрездена и Институтом молекулярных наук в Окадзаки, Япония, чтобы сравнить свои модели со спектроскопическими экспериментами.«Электропроводность может исходить от многих примесей, и это свойство проявляется в гораздо большем масштабе, чем просто межатомные силы», — сказал Ортманн. «Для моделирования этого процесса требуются более сложные транспортные модели, которые могут быть реализованы только на архитектурах высокопроизводительных вычислений (HPC)».Цель!

Чтобы проверить свой вычислительный подход, команда смоделировала материалы, для которых уже были хорошие экспериментальные наборы данных, а также для промышленных приложений. Сначала исследователи сосредоточились на C60, также известном как бакминстерфуллерен.

Бакминстерфуллерен используется в нескольких приложениях, включая солнечные батареи. Структура молекулы очень похожа на структуру футбольного мяча — сферическое расположение атомов углерода, расположенных в виде пентагональных и гексагональных узоров размером менее одного нанометра.

Кроме того, исследователи смоделировали фталоцианин цинка (ZnPc), другую молекулу, которая используется в фотовольтаике, но в отличие от C60, имеет плоскую форму и содержит атом металла (цинка).В качестве допанта команда сначала использовала хорошо изученную молекулу под названием 2-Cyc-DMBI (2-циклогексил-диметилбензимидазолин). 2-Cyc-DMBI считается n-допантом, что означает, что он может передавать свои избыточные электроны полупроводнику для увеличения его проводимости. N-легирующие примеси относительно редки, так как немногие молекулы «готовы» отдать электрон.

В большинстве случаев молекулы, которые так поступают, становятся нестабильными и разлагаются во время химических реакций, что в данном контексте может привести к отказу электронного устройства. Примеси 2-Cyc-DMBI являются исключением, поскольку они могут быть достаточно слабо привлекательными для электронов, позволяя им перемещаться на большие расстояния, в то же время оставаясь стабильными после их передачи.

Команда получила хорошее согласие между моделированием и экспериментальными наблюдениями одних и тех же взаимодействий молекула-допант. Это указывает на то, что они могут полагаться на моделирование, чтобы делать прогнозы в отношении процесса легирования полупроводников. Сейчас они работают над более сложными молекулами и легирующими добавками, используя те же методы.

Несмотря на эти достижения, команда понимает, что суперкомпьютеры следующего поколения, такие как SuperMUC-NG, анонсированные в декабре 2017 г. и установленные для установки в 2018 г., помогут исследователям расширить масштабы своего моделирования, что приведет к еще большему повышению эффективности в разнообразные электронные приложения.«Нам нужно довести точность моделирования до максимума», — сказал Ортманн. «Это поможет нам расширить диапазон применимости и позволит более точно моделировать более широкий набор материалов или более крупные системы из большего числа атомов».Ортманн также отметил, что, хотя системы нынешнего поколения позволили команде получить представление о конкретных ситуациях и доказать свою концепцию, еще есть возможности для улучшения. «Мы часто ограничены системной памятью или мощностью процессора», — сказал он. «Размер системы и точность моделирования по существу конкурируют за вычислительную мощность, поэтому так важно иметь доступ к более совершенным суперкомпьютерам. Суперкомпьютеры идеально подходят для того, чтобы дать ответы на эти проблемы в реалистичные сроки».

В этом исследовании использовались ресурсы Центра суперкомпьютеров Гаусса на базе суперкомпьютерного центра Лейбница.