トランジスタや部品の微細化だけでは、半導体の性能を向上させ続けるには不十分になった。人工知能に関連するコンピューティング能力への需要が高まるなか、製造に使用される材料は、単にチップ設計が確定した後に選択される入力要素ではなく、一部の新しい構造がそもそも実現可能かどうかを左右する要因になっている。
これは、Semiconductor Engineeringが2026年9月17日に掲載した分析の主な結論である。執筆者は、三菱ケミカルグループの次世代事業開発部門ディレクターであるHideaki Okamotoだ。Sponsor Blog部門に掲載された記事であるため、この記事は材料分野に関連する産業界の視点も反映している。そのため、結論は特定製品の発表ではなく、業界動向の分析として読むべきである。
反復実験から計算科学的研究へ
従来、材料開発はサンプルを製造し、その特性を試験・分析した後、サイクルを繰り返すという方法に依存していた。材料が複雑な場合、1つの候補を製造するのに数週間かかることもあり、多数の代替案を探索する作業は遅く、コストも高くなり得る。
計算能力の向上は、このプロセスの順序を変えている。シミュレーションを実際の製造に先行させることで、研究者は実験室での試験に値する候補を絞り込める。モデル、独自データベース、計算資源が改善されるにつれ、より広範な選択肢を調べ、従来の試行では明らかにならない可能性のある性能領域を特定することが可能になる。
このアプローチの価値は、既存材料の改良版を見つけることだけにとどまらない。漸進的な改良では必要な目標を達成できないことを早期に明らかにし、成果の見込めない道を断念して、まったく異なる解決策に資源を振り向けることも可能になる。記事では、計算を補助ツールとして利用する段階から、実験前のスクリーニング、さらに大規模なスクリーニングへと段階的に移行し、最終的には材料開発に人工知能を利用する流れを説明している。
問題は材料だけにあるのではない
先端製造ノード向けの材料には、電気的性能、熱的挙動、機械的特性、純度、製造プロセスとの適合性、大量生産の可能性など、複数の、時には相反する条件を満たすことが求められる。そのため、可能性の範囲が広がるにつれて、分析は試行錯誤だけでは不十分になると見ている。
しかし、計算だけで問題を解決することはできない。材料は特定の成膜プロセスのなかで機能し、隣接する層と正しく相互作用し、最終デバイスの特性実現に寄与しなければならない。そのため記事によれば、半導体開発は、サプライヤーと顧客の線形的な関係から、デバイスメーカー、装置メーカー、材料サプライヤーの間のより深い協力へと移行している。
早期の協力により、当事者は通常、正式な仕様書には現れない実務的な知見にアクセスできる。そこには、共同作業中に技術者が発見するプロセス間の相互作用、トレードオフ、制約などが含まれる。ただし、このモデルでは、技術的リスクが低下するにつれて投資を段階的に増やすのではなく、より早い段階で多くの資源を割り当てることも求められる。
新材料の必要性はどこに現れるのか？
分析では、新しいシステム要件が材料の移行を促す可能性のある分野として、複数の例を挙げている。微細な間隔を持つ構造では、デバイスのさらなる微細化を続けるために、薄膜成膜用の新しい前駆体材料の開発が必要になる可能性がある。その際には、分子設計、計算によるスクリーニング、プロセスに関する専門知識を組み合わせる必要がある。湿式プロセスから乾式プロセスへの移行は、この相互作用の一例として示されている。
一方、人工知能システムでは、データの移動そのものが性能とエネルギー消費の制約になりつつある。電気信号の速度が上昇するにつれ、光回路やフォトニック接続を含む光学的ソリューションの必要性が高まっている。記事は、高速で信号を変換できる透明な光導波路材料や有機電気光学材料の機会を指摘しているが、光学性能、製造可能性、信頼性のバランスを取る必要がある。
パワーエレクトロニクスでは、データセンターの電力消費増加により、より高効率な電力変換の重要性が増している。窒化ガリウム（GaN）は、従来のシリコンベースのソリューションと比較して、オン抵抗の低減、高電圧での動作、電力損失の低減などの可能性を提供する。しかし、これらの利点を大規模に実現するには、コスト効率の高い高品質なGaN基板に加え、スケーラブルなプロセスが必要になる。
実際には何が変わるのか？
技術読者にとって最も重要なメッセージは、材料が製造チェーンの後段にある単なる要素ではなく、システム構造を決定する段階にますます組み込まれているという点である。これにより、蓄積された実験データの重要性が高まる。計算モデルや人工知能は、信頼できるデータの不足を容易には補えないからだ。また、バリューチェーンの当事者間の協力は、単なる供給体制ではなく、技術的・戦略的能力の一部になる。
ただし、情報源は、これらの手法を用いて実際に商業生産に到達した材料について、定量的な結果や具体例を示していない。また、各経路について、スケジュール、コスト、規制上の障害も特定していない。したがって、確実な結論は、業界がシミュレーション、データ、早期協力の統合へ向かっているという方向性にとどまる。一方で、これらの考えが研究室から大規模製造へ移行する速度は、依然として未解決の問題である。
certi.newsの見解：実際に変化しているのは、研究室をコンピューターに置き換えることではなく、両者の間で作業を再配分することである。シミュレーションによって、見込みのない実験の数は減らせる可能性がある。しかし、製造可能性、材料と装置・隣接層との適合性については、引き続き実地検証が必要になる。記事の主張が正しければ、高品質な材料データを保有し、チップ開発のロードマップに早期から参加する企業は、制約が設計や生産の障害になる前に発見するうえで、より有利な立場に立つことになる。