トポロジカル物質って役立つの？～Chernネットワークを題材に～

 【イントロ】

本記事では、最近読んだ面白かった論文、
Matthew J. Gilbert, 
Chern networks: reconciling fundamental physics and device engineering, 
Nat Commun 16, 3904 (2025). https://doi.org/10.1038/s41467-025-59162-x
の内容の要約です。

【感想】

凝縮物性物理分野における基礎研究と電子デバイスの応用研究の亀裂、そしてトポロジカル物質は工学的に役立つのか？
そうした興味深いテーマの意見論文になっています。
「量子異常ホール絶縁体はどこまで小さくできるのか？」というエンジニアリングの問題も突き詰めれば「量子異常ホール絶縁体の対向するカイラルエッジ流が干渉しない限界サイズ値を決める原理はなにか？」という基礎的な問題に着地します。
デバイス分野からの視点により、トポロジカル物性の限界を浮き彫りにする研究は新しいアイデアの源泉となりうるように感じました。
一方で、トポロジカル物質は、無散逸のエッジ伝導以外にも多くの特徴があります。電子回路への応用にとらわれず、トポロジカル物質の社会実装を進めるtopologicなどの企業も存在します。
今後もトポロジカル物質の研究には注目です。


イクラちゃん（©サザエさん）

【要約】

  • 凝縮物性の基礎研究と、電子デバイスの工学的研究の間の距離感が広がっている。これらの分野は、かつては情報化社会の礎を築くデバイス研究を強力に推し進めるパートナーであった。
  • 凝縮物性の基礎研究は、複雑な物質や幾何構造で生じる微妙な電子現象の追求に夢中になっている。一方で、デバイス研究は室温動作とエネルギー効率のための改善的研究に重きを置いており、破壊的な変更をもたらす代替物質や物理現象を重視していない。
  • このコメント論文の目的は、近年基礎研究分野で注目を集めているトポロジカル物質の研究をテーマに、デバイス分野の観点からの要求と評価基準を明らかにすることで、基礎研究分野と応用的デバイス研究分野の再結合を促し、トポロジカル物質を利用した次世代電子革命を促進することである。
  • トポロジカル物質を工学的に応用しようという最近のアイデアの1つがチャーンネットワーク（Chern Network）である。
チャーンネットワークの概念図(引用元)

  • チャーンネットワークは、チャーン絶縁体の示す量子異常ホール効果を利用し、ゼロ磁場無散逸カイラル1次元伝導による電子回路を実現しようというアイデアである。
  • チャーンネットワークはMnBi2Te4や磁性元素ドープトポロジカル絶縁体によりコンセプト上の実現はなされている。継続的なチャーンネットワークの改善は当然必要として、応用的観点から問われるべき質問が２つある。
    • チャーンネットワークはどのようなデバイス要求に答えるものなのか？
    • チャーンネットワークの実装が成功したとして、他の提案デバイスと比較して優位性はあるのか？
  • 最も提案がなされているチャーンネットワークの活用分野は、電力消費に関するものである。現在のCMOS技術は微細化の進展とともに、消費電力の問題が顕在化してきており、CMOSを超える次世代技術を実現できる新しい物理原理や物質が求められている。
  • このコメント論文では、サイズ、温度、パフォーマンスというチャーンネットワークの実現の妨げになりうる問題点を指摘する。
  • サイズ問題
    • チャーンネットワークの最大の問題点は、構成要素であるチャーン絶縁体の量子異常ホール状態を利用すること、つまり系の片側のエッジ状態しか利用しないという点である。使いもしない空間がチップ内の面積を占めていることは、工学的には受け入れられない問題である。
    • さらに片側エッジ状態だけを利用するのは困難で、これは2次元量子異常ホール状態がトポロジカルに保護されているためには、対向カイラルエッジ流が適切な距離で分離されている必要があるためである。
    • 最近の研究から、72nm幅まで量子異常ホール状態を実現できることが確認できている。一方で、2022年時点のCMOSロジックのピッチ幅は24nmであり、更にFinFET構造を考えると更に小さい幅が必要となる。つまりチャーン絶縁体は、現状では大きすぎるのである。
    • さらに現状のチャーンネットワークでは、定常動作状態に無視できない大きさの電気抵抗が存在するため、その点でもチャーンネットワークをデバイスサイズに拡張していくことを難しくする障壁となっている
  • 熱問題
    • CMOSデバイスに取って代わるためには、室温での適切な動作が必要となる。
    • 一方で、現状のチャーン絶縁体の量子異常ホール効果は、T=200mKクラスの超極低温でしか観測されていない。さらに、ゼロ抵抗も超極低温でかつ超低電流でのみ確認されている。そのうえ、量子化していない伝導が存在することは、余分な電力消費の起源となりうることを意味している
  • パフォーマンス問題
    • トポロジカル物質が配線材料に取って代わり、既存のCuの性能を上回るには、6nm幅より小さくならないといけないことが指摘されている。さらに、そもそもそのような実装をどのように実現するのか？、という問題も存在する。
arXiv:1607.06131 [cond-mat.mes-hall]

    • チャーンネットワークと2022年時点で最新の3nmロジックノードを比較するには、チャーン絶縁体のエッジチャネル電流とCMOSのドレイン電流、裏面電圧とゲート・ソース電圧を比較する必要がある。
      • CMOSの電流を一桁変えるのに必要な電力量を定量化したSubthreshold slopeと呼ばれる指標があり、これが最先端デバイスでは75-82mV/decであり、理論限界である60mv/decに近い値となっている。一方で、チャーンネットワークで該当の指標を計算すると、333.45mV/decとなりかなり大きな値となっている。この指標は、チャーンネットワークの継続的改善により小さくなるだろうが、この数値がT=20mKの超極低温で測定された値であることに留意が必要である。
        • このような超極低温での動作を考えると、CMOSが使えない超伝導スピントロニクスの分野などに使った方が良いのではないかと考えられる。
      • 更に、チャーン絶縁体の伝導が完全に量子化した場合、縦伝導は無散逸となるが、デバイス全体の抵抗はh/e2に制限されると考えることができる。このことを踏まえると、CMOSの電流密度874uA/umに到達することは現状不可能である。
        • 今後の継続的改善により、トポロジカルギャップを大きくできれば、電流密度を増やしたうえで、デバイスサイズを小さくすることが可能かもしれない。
    • Fan-out（論理状態を劣化させることなく、特定の論理ゲートの出力によって駆動できる論理ゲート入力の数）の概念も考える必要がある。
      • fan-outの静的成分（直流成分）はチャーンネットワークの接触抵抗の継続的改善により改善する可能性はある。
      • 動的成分（交流成分）はより問題がある。ロジック間を信号が伝わる時間は、ロジックゲートのキャパシタ成分の充電時間で決まるため、低電流のチャーンネットワークをCMOS回路に接続すると、信号遅延が重大な問題として表出する可能性が高い。
  • 今後に向けて
    • 現状では、次世代CMOS技術としてのチャーンネットワークの活用は困難であると考えられる。
    • そもそも、「新技術にトポロジカル物性は必要か？」という疑問がある。
    • 応用的なデバイスの観点からは、トポロジカル材料上に堆積した金属の静電特性や輸送特性の理解など、基本的なデバイス特性に関する疑問が残っている。
      • これらは、接触抵抗の問題に結実する。
    • 基礎研究の観点からは、デバイス性能に対する試料の完全な結晶性の必要性に疑問が残る。
      • トポロジカル表面状態が、デバイス実装に対して本質的に重要なのであれば、最近のアモルファストポロジカル物質の発見は注目に値する。
    • 基礎研究分野と応用的デバイス分野の研究者が、それぞれ最新の凝縮物性の研究の進展とエンジニアリング上の未解決問題を共有し対話することにより、トポロジカル物性を利用した協働が前に進むと考えられる。

コメント

コメントを投稿

このブログの人気の投稿

拙著はリジェクト また…流れるでござるよ～逆オッカムの剃刀を使って論文を魅力的に～

イメージ
【イントロ】 自分のアウトプットを、そして自分自身を魅力的に見せること。 世の中を渡っていく上では大切な技術です。 一方で、それがいき過ぎると嘘になってしまうためバランスが大切になります。 そんなバランスがアカデミックの世界で崩れているのではないかという懸念を表するエッセイ論文がNature Physics誌に発表されました。 　そこで本記事では、アメリカの物性物理学者 Igor Mazin によって発表されたこのエッセイの概要を説明してみたいとおもいます。 　もちろん現実逃避です。 逆刃刀 と逆オッカムの剃刀の違い（ぜんぜん違う） 【方法】 Nature Physics誌に発表された以下論文（は読めないのでそのArxiv版）を頑張って読みました。 2ページくらいの短いエッセイなので気になった方はぜひ読んで見てください。 I.Mazin, Inverse Occam’s razor , Nature Physics volume 18, pages367–368 (2022) （Arxiv版： arXiv:2204.08284 ） 【概要】 　「 オッカムの剃刀 」とは、 「ある事柄を説明するためには、必要以上に多くを仮定するべきでない」 という指針、思考の原理のことです。ガリレオ以来、これまでの科学はこの原理に従って進歩してきたとMazinは考えます。すなわち、 「2つの競合する理論がある場合、シンプルな説明のほうが好ましい」 という考え方です。 　ところが、ここ10数年近くこの原理よりもむしろ「逆オッカムの剃刀」と呼ばれる思考原理が採用されるようになりました。これは 「2つの競合する解釈が存在する場合、よりエキゾチックな解釈のほうが好ましい」 という考え方です。この風潮は新しいものを好む人間の本性というよりも、 「エキゾチックな解釈な方がNatureやScienceといったより高インパクトファクターな雑誌に掲載される」 という理由によるものです。資本主義の結果ですね。 　例えば線形磁気抵抗や異常ホール効果を観測したとき、そのメカニズムを ディラックバンド分散 に割り当てるか、 その他の従来型バンド分散 に割り当てるかという解釈の選択を迫られたとき、多くの研究者はよりエキゾチックな前者の解釈を採用するのです。 　また別の例として、Sr2RuO4が挙げられて...
続きを読む

交代磁性があるのかないのかどっちなんだい！～RuO2の場合～

イメージ
 【イントロ】 博士「はぁ～交代じゃ、交代じゃ」 学生「どうしたんですか？キャバクラですか？」 博士「違う違う違う違う今日は違う！交代は交代でも、交代磁性のことを調べておったんじゃ」 学生「交代磁性？」 博士「なんじゃ知らんのか？交代磁性とは、強磁性と反強磁性に次ぐ第三の磁性として最近発見された、新しい磁気状態のことなんじゃ。」 学生「知ってますよ、 Šmejkal（流暢な発音）が提案 してるやつでしょ？強磁性体のようにバンド構造にスピン分裂が生じるけれど、反強磁性体のようにNetの磁性はゼロとなっている、副格子間の反強磁性状態と解釈できる磁性体のことですよね。」 博士「そうじゃ、Šmejkal（流暢な発音）達の提案が大きなきっかけとなった研究分野じゃな。なんじゃ、知っとるじゃないか」 学生「当然です。中学入試程度です。交代磁性って、 MnTe や CrSb 、それに RuO2 で確立された概念じゃないんですか？」 よく見ると(b)がない（ 引用元 ） 博士「 どこ中出身 じゃ。。。うむ、それらの物質でARPESが行われ、交代磁性の特徴の1つであるバンド構造の巨大なスピン分裂が観測されて Nature や PRB に報告されるなど研究が加熱しておる。」 学生「ならいいんじゃないですか？流行物質どんとこい。ビッグウェーブに乗って論文を量産するタイミングですよ。h-index稼ぎましょう」 博士「しかし、そのうちの１つ、RuO2が実は交代磁性体ではなく、非磁性体なのではないかという報告がなされ議論を呼んでおるのじゃ。」 学生「どういうことですか？？？RuO2は 異常ホール効果 が見えたり、 REX（共鳴弾性X線散乱） や 中性子散乱実験 で反強磁性秩序がすでに観測されたんじゃないんですか？？？陰謀ですか？？？？」 博士「それでは今回は、独ヴュルツブルク大学のPhilipp Keßler博士らによる論文、 Philipp Keßler, et al. , Absence of magnetic order in RuO2: insights from μSR spectroscopy and neutron diffraction , arXiv:2405.10820 を読んでいくかのお」 学生「Absence論文、盛り上がるやつですね」 【どんな実験し...
続きを読む

まだ最小二乗法で消耗してるの？ ～Passing Bablok法について～

イメージ
【イントロ】 与えられたデータの傾向を見る、つまり回帰分析の一つとして、直線でフィッティングする方法が挙げられます。 ココで問題となるのが、「どうやって直線の傾き(と切片)を求めるか」という点です。 代表的な方法が最小二乗法です。目的の直線を $y=ax$ と仮定します。データ点$y$と求めたい直線との差の二乗を誤差として、すべての点に対する誤差の和を最小化する傾き$a$を求める方法です。 具体的には誤差の和を $E=\sum_{i=1}^{n}(y_i－ax_i)^2$ とすると、$a$について最小値が欲しいので、 $\frac{\partial E}{\partial a}=0$ となる$a$を求めれば良いです。整理すると、 $a=\frac{\sum_{i=1}^{n}(x_i－x_{average})(y_i－y_{average})}{\sum_{i=1}^{n}(x-x_{average})^2}$ となります。 　最小二乗法は直観的にもちょうどよい直線を見つけてくれそうで、最強の方法に見えます。しかし、 いくつかの課題 があります。まず一つが、外れ値に弱いという点です。えっちですね。つまり、ノイズ等の影響でデータ点の集合から大きくハズレた点が存在すると、その点に引きずられて傾き$a$が大きく変化してしまうという点です。 　また、別の問題として、最小二乗法は暗にデータが正規分布に従った誤差を持つことを仮定している点が挙げられます。今回最小化すべき誤差をデータ点と直線の差の二乗和として与えましたが、これはデータ点の周りに分散一定の誤差が正規分布している場合に導かれる最尤推定解と対応しています。詳細は PRML を参照。 さて、それではこうした最小二乗法の呪縛から解き放たれた、 回帰モデルは存在するでしょうか？そうしたモデルとしては 主成分分析 等があります 本記事では、そうした手法の中でもノンパラメトリック回帰モデルの一つである”Passing-Bablok法”について、 原論文 に従った解説とPythonでの実装に取り組みました。 【方法】 Passing-Bablok法はその名の通り、PassingとBablok(PB)により提案された、一次の比例関係を比較するノンパラメトリック回...
続きを読む