IBM mengklaim telah membuka jalan menuju chip komputer pertama di bawah 1 nanometer, lewat arsitektur baru bernama NanoStack. Langkah ini dinilai menjadi lompatan penting yang bisa menjaga Moore’s Law tetap hidup lebih lama.
Chip yang didemonstrasikan itu memakai transistor 0,7 nanometer, atau 7 angstrom, yang ukurannya bahkan setara dengan lebar sebuah molekul glukosa. Dengan skala itu, para peneliti memperkirakan hampir 100 miliar transistor bisa dijejalkan ke ruang seukuran kuku jari, hampir dua kali lipat dari platform 2 nm saat ini.
Selama ini, chip 2 nm sudah dipakai di superkomputer, sistem AI, dan GPU kelas atas. Namun, IBM menilai pendekatan konvensional mulai menemui batas karena semakin kecil transistor, semakin sulit juga menjaga efisiensi dan kestabilan kinerjanya.
Teknik baru di balik terobosan ini
Kunci dari pencapaian tersebut ada pada teknik nanostacking. Metode ini memungkinkan nanosheet yang dipakai pada generasi chip 2 nm ditumpuk secara vertikal, bukan lagi mengandalkan proses litografi dan etsa monolitik biasa.
Huiming Bu, wakil presiden IBM semiconductors global R&D dan Albany operations, menjelaskan bahwa desain ini bukan sekadar penumpukan sederhana. Ia menyebut setiap transistor dapat dihubungkan dari sisi depan dan belakang secara independen untuk sinyal dan daya, sementara proses penyambungan dilakukan lewat single dielectric bonding yang menjadi inovasi utama IBM.
IBM mengatakan pendekatan ini membantu mengatasi sejumlah hambatan utama dalam pengecilan transistor. Di antaranya adalah charge trapping, saat elektron atau hole terperangkap oleh cacat atau pengotor, serta gate leakage yang memicu pemborosan daya statis.
Selama ini, proses manufaktur CMOS juga menuntut suhu sangat tinggi, sehingga pengecilan ukuran di bawah 2 nm menjadi semakin sulit. Dengan arsitektur tiga dimensi ini, IBM berharap sebagian masalah tersebut bisa dikurangi.
Janji performa dan efisiensi yang lebih besar
Dalam pemaparannya, IBM menyebut teknologi baru ini menawarkan performa hingga 50% lebih tinggi dengan konsumsi energi 70% lebih rendah dibanding platform 2 nm. Perusahaan itu juga menyatakan teknologi ini pada akhirnya akan menggantikan platform 2 nm dalam lima tahun ke depan.
Bagi industri chip, peningkatan ini penting karena ukuran transistor yang lebih kecil memungkinkan jumlah komponen yang lebih padat. IBM menyebut desain 2 nm saja sudah bisa memuat sekitar 50 miliar transistor di area sebesar kuku jari, sementara platform baru ini mendorong angka itu jauh lebih tinggi.
Huiming Bu mengatakan platform baru tersebut akan menggantikan nanosheet sebagai teknologi arus utama di foundry terdepan, baik untuk CPU maupun GPU. Ia juga memperkirakan transisi ke 7 angstrom akan terjadi dalam satu dekade dan menjadi platform mainstream baru.
Dampak ke AI, SRAM, dan komputasi kuantum
IBM menilai terobosan ini bisa berdampak luas ke industri komputasi, terutama AI dan komputasi kuantum. Salah satu manfaat langsungnya ada pada pengembangan chip SRAM yang lebih baik, karena SRAM dipakai untuk caching CPU, jaringan, serta perangkat seperti pacemaker dan sensor kendaraan.
SRAM juga sangat penting bagi pemrosesan AI karena posisinya dekat dengan core pemrosesan. Kedekatan itu membantu mempercepat aliran data dan mengurangi bottleneck di sistem.
IBM mengatakan mereka sudah mendemonstrasikan peningkatan 40% dalam scaling memori SRAM dibanding platform 2 nm. Perusahaan menilai hal ini akan sangat berguna untuk workflow AI yang membutuhkan bandwidth dan efisiensi lebih tinggi.
Untuk komputasi kuantum, IBM melihat kemajuan ini sebagai penguat sistem klasik yang akan bekerja berdampingan dengan komputer kuantum. Jay Gambetta, direktur riset IBM, mengatakan sistem klasik dibutuhkan untuk decoder, controller, dan accelerator, sehingga chip yang lebih efisien akan membantu mempercepat pembangunan ekosistem kuantum.
IBM menyebut penelitian ini juga memberi jalan menuju transistor 0,1 nm atau satu angstrom di masa depan. Jika target itu tercapai, perusahaan yakin dunia semikonduktor masih punya ruang untuk terus melangkah ke generasi berikutnya.