勞倫斯柏克萊國家實驗室（Berkeley Lab）與喬治華盛頓大學的聯合研究團隊於2025年9月在《科學》期刊上發表了一項突破性研究，證實半導體內的原子能夠自組形成稱為「短程有序」（SRO）的獨特局部圖案，這些圖案能顯著影響材料的電子特性。
該研究聚焦於锗錫（GeSn）合金，這是一類在量子計算和光電領域具有潛力的材料。研究人員利用先進的4D掃描穿透式電子顯微鏡（4D-STEM）技術，首次直接觀察到GeSn樣本中清晰、重複的原子排列，為SRO在半導體材料中的存在提供了實驗證據。為解析這些圖案，研究團隊與喬治華盛頓大學的李天書（Tianshu Li）團隊合作，利用複雜的機器學習模型模擬數百萬個原子，精確匹配實驗觀察到的圖案與特定原子結構，從而全面理解GeSn合金中的SRO。
這些發現對未來微電子器件的發展具有重大意義。透過精確控制SRO，科學家能夠有效地調整半導體的電子特性，有望促成更高效、更專業的電子元件誕生，代表著邁向原子尺度半導體設計的重要一步。此項研究得到了美國能源部科學辦公室和分子鑄造廠的支持，並於2025年西雅圖的MRS春季會議及展覽會上進行了展示。
參與此項研究的關鍵人物包括Anis Attiaoui、John Lentz、Lilian Vogl（現任馬克斯普朗克永續材料研究所實驗室領導者）、Joseph C. Woicik、Jarod Meyer、Shunda Shen、Kunal Mukherjee、Tianshu Li（喬治華盛頓大學土木與環境工程系教授）、Andrew Minor和Paul McIntyre。這項研究不僅揭示了半導體原子結構的精妙之處，更為工程師提供了在原子層級上精確調控材料電子性能的前所未有的機會。
锗錫合金因其可調控的能隙特性，在光電應用中展現出巨大潛力，特別是在短波紅外（SWIR）和中紅外（MIR）光譜範圍內，能夠實現高效的光發射和吸收。此外，锗錫合金的載流子遷移率優於純矽或锗，使其在高速金屬氧化物半導體場效電晶體（MOSFET）中具有應用前景。機器學習模型的應用，如李天書團隊開發的複雜模型，在加速理解和預測材料特性方面發揮了關鍵作用，為材料科學家提供了應對複雜設計挑戰的強大工具箱，並推動半導體技術的持續進步。