ツイッター掲載中そもそも物質としては鉱石なのです。地球上には天然で存在する
ものだけでも９０種類ほどの元素があります。しかしそのうち半
導体として使える素材はごくわずかです。
半導体とは、本来は、金属などの電気を通す「導体」とガラス
などの電気を通さない「絶縁体」の中間の性質をもった物質の名
前ですが、半導体を使ったトランジスタやダイオードなどの単体
素子や、それらを集積した集積回路などの「半導体デバイス」も
慣習的に半導体と呼んでいます。
半導体は、物質といっても次の２つに分けることができます。
─────────────────────────────
①単元素を材料としている半導体
②複数の元素を材料とする半導体
─────────────────────────────
①の単元素を材料としている半導体の代表は、シリコンやゲル
マニュウムです。１９５０年代頃までは主としてゲルマニュウム
とシリコンが使われていたのです。
②の複数の元素を材料とする半導体では、純粋な結晶（真性半
導体）では、絶縁体に近いので、リンやヒ素などの不純物を添加
し、電気抵抗を低下させて導体に変化させる必要があります。複
数の元素を材料にした半導体では、高周波デバイスや光半導体と
して多く使われています。
トランジスタが発明されたのは１９４７年末のことですが、こ
のときは、ゲルマニュウムが使われました。１９５５年、当時、
東京通信工業と呼ばれていたソニーは、世界に先駆けて、トラン
ジスタラジオを商品化しています。この頃から日本は半導体の世
界で頭角を現していたのです。
このときは、ゲルマニュウムが使われましたが、その後の研究
の結果、実用化という点でのシリコンの優位性が確立し、現在で
は半導体（特に集積回路）といえばシリコンが使われています。
なぜ、半導体の材料としてシリコンが多く使われるのかについ
て述べておきます。
いくつか理由があります。１つはシリコンが地球上に多く存在
しており、材料として使う物量的な余裕があるということです。
実は、半導体材料に限らず、地球表面で存在するすべての物質で
考えても、２番目に多いのがシリコンです。
それでは、１番目に多いものは何かというと、それは５０％近
くを占める酸素です。シリコンが使われるもうひとつの理由があ
ります。それは、加工のしやすさが上げられます。単に存在する
物質の多さだけで選ばれているのであれば、炭素も比較的豊富に
あるので、多く利用されても良さそうです。しかし、半導体材料
として使う場合の炭素は、加工がしにくいのです。
半導体のことを短い時間で知る良い方法があります。それは、
次の４つの動画を見ることです。３０分足らずで全部見ることが
でき、半導体というものがよくわかります。
─────────────────────────────
①半導体の話／その１／６：０８
https://bit.ly/3KY2PQu
②半導体の話／その２／５：５５
https://bit.ly/3ZmdIjg
③半導体の話／その３／４：５４
https://bit.ly/3ETc8wT
④半導体の話／その４／８：１６
https://bit.ly/3EX1lSH
─────────────────────────────
１９５０年末のことです。１つのチップ上に複数の素子を搭載
する「集積回路（ＩＣ）」が発明されたのです。集積回路という
のは、半導体の表面に、微細かつ複雑な電子回路を封入した電子
部品のことです。この集積回路の行く末を示すものとなったのが
「ムーアの法則」と呼ばれるものです。
「ムーアの法則」は、インテルの創業者の１人であるゴードン
・ムーア氏が、前職のフェアチャイルドセミコンダクター在籍時
に、エレクトロニクスマガジン誌の３５周年記念号に寄稿した論
文のことで、なんとか法則といわれるような科学の法則のような
厳密なものではなく、一種の経験則に近いものです。その論文に
おいてゴードン・ムーア氏は次のように書いています。
─────────────────────────────
部品あたりのコストが最小になるような複雑さは、毎年およそ
２倍の割合で増大してきた。短期的には、この増加率が上昇しな
いまでも現状を維持することは確実である。より長期的には、増
加率はやや不確実であるとはいえ、少なくとも今後１０年間は、
ほぼ一定の率を保てないと信ずべき理由はない。すなわち、１９
７５年までには、最小コストで得られる集積回路の部品数は、６
万５０００に達するであろう。 ──ゴードン・ムーア氏
https://bit.ly/3JeDznB
─────────────────────────────
添付ファイルをご覧ください。これは、ムーアの法則がどの程
度実現されているかを示しています。ＤＲＡＭ、ＮＡＮＤフラッ
シュメモリはムーアの法則の線とほぼ一致しています。プロセッ
サ（ＣＰＵ）については、予測を若干下回っています。しかし、
２年で２倍のトレンドは維持しています。
このグラフは、日清紡マイクロデバイス株式会社のサイトに掲
載されている吉田典生氏のレポートに出ていたものです。驚くべ
きは、「Wafer Scale Engine」というディープラーニング（深層
学習）に特化したプロセッサです。これは、ムーアの法則の予測
とほぼ同じトランジスタ数をメモリ以外の製品で実現しているか
らです。通常のプロセッサの約１００倍のトランジスタ数を、ど
のような手段で実現しているのでしょうか？「それはチップ面積
の最大化である」と吉田典生氏はいっています。
──［メタバースと日本経済／０３７］
≪画像および関連情報≫
●Cerebras、８５万コアのウェハサイズプロセッサ
「ＷＳＥ－２」
───────────────────────────
Cerebras は、２０２１年４月２０日（現地時間）、 ウェ
ハ面積のほとんどを１つのディープラーニング用プロセッサ
として動作させる第２世代ウェハスケールプロセッサ「ＷＳ
Ｅ－２」（Wafer Scale Engine 2）を発表した。
同社は、２０１９年８月に初代のＷＳＥを発表し、１６ナ
ノメートルプロセスで、１・２兆トランジスタを集積した超
巨大なプロセッサで業界の度肝を抜いたが、ＷＳＥ－２では
最新のＴＳＭＣ７ナノメートルプロセスを採用することで、
２倍以上となる２・６兆トランジスタを、４万６２２５平方
メートルに集積した。
このプロセッサは幅１ナノメートルのなかに３個のＡＩ処
理に特化したプロセッサを搭載し、全体として８５万コアを
内蔵。２Ｄのオンチップメッシュネットワークで結ばれ、イ
ンターコネクトの総バス幅は２２０Pbpsにおよぶ
https://bit.ly/41Od4wo
●グラフ出典／https://bit.ly/3SRnXcX
───────────────────────────
ムーアの法則
