業界で、InP（インジウムリン）と言う言葉を最近、聞くことが増えました。多くの人にとって、初耳の物でしょうが、いわゆる、化合物半導体というものです。２０世紀から、半導体の世界はSi（シリコン）の加工で成立してきたわけですが、もっと速く、という要望の中で、Siよりコストはかかっても、より高速な化合物半導体が実用化されつつあります。
以下、AIのGemini回答
リン化インジウム（InP）は、シリコン（Si）と比較して電子の動きが圧倒的に速いのが最大の特徴です。これが、AI通信などの超高速デバイスに使われる理由です。
1. キャリア移動度（Electron Mobility）
移動度は「電界をかけた時の動きやすさ」を示します。
- InP：約 5,400 cm²/Vs
- Si ：約 1,400 cm²/Vs
InPはシリコンの約4倍の移動度を持ちます。これにより、低い電圧でも素早くスイッチング（オンオフ）が可能です。
2. 電子ドリフト速度（Drift Velocity）
高電界下での「最高速度（飽和速度）」もInPが優れています。
- InP：約 2.5 × 10⁷ cm/s
- Si ：約 1.0 × 10⁷ cm/s
InPはシリコンの約2.5倍の速度に達します。この高い飽和速度のおかげで、テラヘルツ（THz）に近い超高周波領域での動作が可能になります。
Siに対する優位性のまとめ
| 特性 | Si (シリコン) | InP (リン化インジウム) | AI・通信へのメリット |
|---|---|---|---|
| 移動度 | 標準 | 約4倍 | 低消費電力・高速応答 |
| 飽和速度 | 標準 | 約2.5倍 | 超高速通信（光通信など） |
| バンドギャップ | 1.12 eV | 1.34 eV | 耐熱性が高く、光通信の波長に最適 |
InPは、この高い移動度を活かしたHBT（ヘテロ接合バイポーラトランジスタ）やHEMTなどの高速デバイスとして、AIデータセンターの光トランシーバーの心臓部を担っています。
- 「通信の壁」の打破（相互接続性の向上）:
AIの学習は、数万個のGPUを並列に繋いで行います。GPUの演算速度がいくら速くても、GPU間のデータ転送（通信）が遅いと、GPUが「データ待ち」状態になり、全体の学習効率が下がります。InPによる800G超の通信は、このボトルネックを解消します。
以上、Gemini回答
化合物半導体がSiより優れていることは古くから知られていたのですが、製造技術、コストが追い付かない、Siの速度で十分だという世間のニーズがありました。ところが最近、AI需要により、IC内部の配線に導体を使わないで、より高速な光で送るという手法が脚光を浴びることとなり、日の目を見ることとなったようです。
実はマイコン太郎君、卒研がInPなのです。今から４０年以上前の話です。表面に酸化膜を作る装置を作っていましたが、案の定、未完に終わりました(´；ω；`)ｳｩｩ そんな昔の話が今、実用化されることに懐かしさと嬉しさを感じ、感無量です。経済学の「経済は飛躍せず」ではありませんが、飛躍しているように見えるエレクトロニクスにおいても、その種は凄く昔から研究され、一歩一歩人の手で前進し、実用化されているだなと思った次第です。私は何も貢献出来ませんでしたが、、。