近日，《半導體學報》發布了2023年度“中國半導體十大研究進展”。

接近襯底級晶體質量的氮化物寬禁帶半導體異質外延薄膜

北京大學沈波、許福軍團隊針對大失配異質外延導致氮化物寬禁帶半導體高缺陷密度的難題，創新發展了一種基于納米圖形化AlN/藍寶石模板的“可控離散和可控聚合”側向外延方法，使藍寶石襯底上AlN外延薄膜位錯腐蝕坑密度大幅降低了兩個量級，至~104cm-2，實現了接近襯底級晶體質量的AlN外延薄膜，并應用于相關器件研制。

該成果發表于《自然·材料》雜志（Nature Materials, 2023, 22: 853–859）。

超高集成度光學卷積處理芯片

中國科學院半導體研究所李明研究員-祝寧華院士團隊借助空-時變換結合波分復用技術，采用多模干涉機理，成功研制了一款超高集成度光學卷積處理芯片，創造了目前光計算芯片最高算力密度記錄，該芯片調控單元數量隨矩陣規模呈線性增長，有效緩解了光計算芯片規模擴展的難題，為解決光計算芯片大規模集成探索了一個新的方向。

該成果發表于《自然·通信》雜志（Nature Communications, 2023, 14: 3000）。

單原子層MoS2接觸電阻接近量子極限

王欣然（南京大學/蘇州實驗室）、施毅（南京大學）和王金蘭（東南大學）教授帶領的合作團隊提出能帶雜化增強歐姆接觸新機理，利用半金屬接觸，成功將單原子層MoS2接觸電阻降低至42 Ω·μm，首次低于化學鍵結合的硅基器件并接近理論量子極限，進而實現了單層二維半導體晶體管最高電流記錄。

該成果發表于《自然》雜志（Nature, 2023, 613: 274–279），同時入選了ESI熱點和高被引論文。

首例外延高κ柵介質集成型二維鰭式晶體管

北京大學彭海琳教授團隊實現了世界首例二維半導體鰭片/高κ柵氧化物異質結陣列的外延生長及其三維架構的異質集成，并研制了高性能二維鰭式場效應晶體管（2D FinFET）。該原創性工作突破了后摩爾時代高速低功耗芯片的二維半導體/高κ柵介質精準合成與新架構三維異質集成瓶頸，為開發未來先進芯片技術帶來新機遇。

該成果發表于《自然》雜志（Nature, 2023, 616: 66–72）。

超越硅極限的彈道二維晶體管

北京大學彭練矛院士、邱晨光研究員團隊構筑了10納米彈道二維硒化銦晶體管，創造性的開發了稀土元素釔摻雜誘導二維相變技術，首次推進二維晶體管實際性能超過業界先進節點硅基Fin晶體管和IRDS預測的硅極限，并且將二維晶體管的工作電壓降到0.5 V，室溫彈道率達83%，為國際上迄今速度最快能耗最低的二維半導體晶體管。

該成果發表于《自然》雜志（Nature, 2023, 616: 470–475）。

柔性單晶硅太陽電池

中國科學院上海微系統與信息技術研究所劉正新、狄增峰團隊針對傳統單晶硅太陽電池易碎的缺陷，通過介觀對稱性結構設計，開發了邊緣圓滑處理技術，在國際上率先發明了柔性單晶硅太陽電池技術，實現了力學韌性和抗震性的跨越式提升，制備的輕質柔性組件成功應用于臨近空間飛行器，將極大地開辟單晶硅太陽電池新的應用領域。

該成果以雜志封面形式發表于《自然》雜志（Nature, 2023, 617: 717–723）。

新型感存算一體光電探測器

中國科學院上海技術物理研究所紅外科學與技術重點實驗室胡偉達、苗金水研究團隊在國際上首次提出了基于離子-電子耦合效應的感存算一體光電探測器，通過模擬人類視覺感知架構，實現了感知端光電信息處理功能，可解決紅外感知分立架構產生的延遲和功耗問題，為大規模硬件集成感存算光電感知芯片及其目標識別應用奠定了基礎。

該成果發表于《自然·納米技術》雜志（NatureNanotechnology, 2023, 18:1303–1310）。

全球首款可片上學習的憶阻器存算一體芯片

清華大學錢鶴、吳華強研究團隊在國際上首次實現了全系統集成、支持高效片上學習的憶阻器存算一體芯片，通過一種基于符號和閾值的權重更新算法及硬件架構，解決了傳統CMOS電路與憶阻器適配性差的問題，并使芯片在增量學習任務中的功耗僅有傳統硬件的1/35，為邊緣端人工智能硬件平臺提供了一種新的高能效解決方案。

該成果發表于《科學》雜志（Science, 2023, 381: 1205–1211）。

光電全模擬智能計算芯片

清華大學戴瓊海、方璐、喬飛、吳嘉敏合作攻關，建立了大規模可重構光電智能計算架構，結合光計算和模擬電子計算技術，突破傳統芯片架構中數據轉換速度、精度與功耗相互制約的瓶頸，研制了全模擬光電智能計算芯片ACCEL。與現有高性能芯片相比，算力提升千倍，能效提升百萬倍。該芯片將在無人系統和智能大模型等實現應用。

該成果發表于《自然》雜志（Nature, 2023, 623: 48–57）。

可重構數字存算一體AI芯片

清華大學尹首一教授、魏少軍教授及香港科技大學涂鋒斌教授團隊提出可兼顧能效、精度和靈活性的AI芯片新范式——可重構數字存算一體架構，設計出國際首款面向通用云端高算力場景的存算一體AI芯片ReDCIM（Reconfigurable Digital Computing-In-Memory）。該芯片首次在存算一體架構上支持高精度浮點與整數計算，可滿足數據中心級的云端AI推理和訓練等各種應用場景需求。

該成果發表于集成電路領域頂級期刊IEEE Journal of Solid–State Circuits（JSSC, Volume: 58,Issue: 1, January 2023）。