場效應(yīng)晶體管(FET)是半導體芯片的核心部件,其尺寸大小決定了芯片的集成密度。而FET晶體管的終極物理尺寸,很大程度上取決于在柵極處Si/SiO2界面的結(jié)構(gòu)和性能:界面的尺寸過大會導致集成度降低,芯片性能下降;界面的尺寸小,晶體管中源極到漏極之間的電流會受到量子隧穿效應(yīng)的影響,導致明顯的漏電和高的能耗。當前芯片中晶體管的柵極長度(即源極到漏極間的距離)實際上已經(jīng)達到了幾納米的尺寸,如臺積電最新的5nm工藝以及intel最新的10nm工藝,正逐漸逼近硅材料的物理極限,量子隧穿效應(yīng)導致的漏電已經(jīng)成為現(xiàn)實工藝困境。因此如何在現(xiàn)代晶體管的設(shè)計中充分考慮量子效應(yīng)影響,在開路電流和閉路漏電之間取得最優(yōu)的平衡,是關(guān)鍵的科學問題,需要對Si/SiO2界面結(jié)構(gòu)和量子隧穿性能達到新的認知高度。
然而,目前的理論和實驗方法很難獲知精確的Si/SiO2界面原子級別結(jié)構(gòu)。對于實驗,界面結(jié)構(gòu)隱藏在材料內(nèi)部,傳統(tǒng)實驗方法,比如透射電子顯微鏡(TEM)很難直接觀察。而對于理論計算,界面結(jié)構(gòu)預(yù)測缺乏完備和快速的方法,無法考慮各種可能的界面取向,無法精確快速描述界面處的成斷鍵相互作用。
近期,復旦大學李曄飛和劉智攀提出了一種基于機器學習計算的界面結(jié)構(gòu)預(yù)測方法(ML-interface),解決了不同晶體間界面結(jié)構(gòu)預(yù)測的難題。該方法基于唯象理論、圖論、全局勢能面搜索和機器學習勢函數(shù)等理論計算方法,僅需不同材料體相晶胞的晶體結(jié)構(gòu)作為輸入?yún)?shù),即能可靠預(yù)測任意可能界面的原子結(jié)構(gòu)。具體來說,該方法首先采用馬氏體晶體學唯象理論(PTMC)篩選出兩種晶體相間所有晶格匹配的界面取向關(guān)系。然后,通過圖論方法產(chǎn)生合理的界面原子模型。最后,采用基于機器學習勢函數(shù)的全局勢能面搜索方法(SSW-NN)確定最穩(wěn)定的界面結(jié)構(gòu)(圖1A)。采用該方法,李曄飛和劉智攀從數(shù)千個候選結(jié)構(gòu)對象中解析出了所有穩(wěn)定 Si/SiO2界面結(jié)構(gòu)。相關(guān)研究成果以《基于機器學習的全局勢能面搜索方法確定可抑制量子隧穿的最小穩(wěn)定的Si/SiO2界面》(“Smallest stable Si/SiO2?interface that suppresses quantum tunneling from machine-learning-based global search”)為題在線發(fā)表于最新一期《物理評論快報》(Phys. Rev. Lett.)。
圖1.(A)ML-Interface方法示意圖;(B)預(yù)測的10個最穩(wěn)定Si/SiO2界面結(jié)構(gòu)。
應(yīng)用新發(fā)展的ML-interface方法,研究篩選出了所有10個具有短周期性的Si/SiO2界面(圖1B)。在這些界面中,除了已經(jīng)在工業(yè)中使用的低密勒(Miller)指數(shù)界面Si(100)和Si(110)/SiO2被首次確定了原子結(jié)構(gòu),還發(fā)現(xiàn)了兩個新的高密勒指數(shù)界面 Si(210)和Si(211)/SiO2。這兩個高指數(shù)界面具有完美匹配的界面原子結(jié)構(gòu),優(yōu)秀的熱穩(wěn)定性,和優(yōu)秀的電子性質(zhì)。相對于傳統(tǒng)低密勒指數(shù)界面具有更高的載流子有效質(zhì)量,在費米能級附近不具有任何界面態(tài),理論表明可以顯著降低載流子量子隧穿達四個數(shù)量級,同時界面尺寸也可以小至1納米,有望實現(xiàn)更短的柵極長度。因此,理論預(yù)測新高Miller指數(shù)Si(210)和Si(211)/SiO2界面可能是突破Si基半導體性能瓶頸的關(guān)鍵,有望在鰭式場效應(yīng)晶體管(FinFET)中得到應(yīng)用。
最后,論文中預(yù)測的界面模型可以用來產(chǎn)生一系列關(guān)鍵物理參數(shù),如有效質(zhì)量、電導率和熱導率,能加速芯片設(shè)計的宏觀設(shè)備仿真(TCAD),同時,論文發(fā)展的界面搜索理論方法可以普遍應(yīng)用于其他固體界面,輔助新型晶體管的設(shè)計和制造,如高電子遷移率晶體管(GaN)。
復旦大學化學系李曄飛教授和劉智攀教授為本論文的共同通訊作者,研究工作得到科技部重點研發(fā)計劃、國家優(yōu)秀青年科學基金、國家自然科學基金重點項目和面上項目,騰訊科學探索獎等項目的資助與支持。
全文鏈接:https://journals.aps.org/prl/accepted/c8072Y0fW9211975a64c3939ac594d5c80d1af8d7
版權(quán)與免責聲明:本網(wǎng)頁的內(nèi)容由收集互聯(lián)網(wǎng)上公開發(fā)布的信息整理獲得。目的在于傳遞信息及分享,并不意味著贊同其觀點或證實其真實性,也不構(gòu)成其他建議。僅提供交流平臺,不為其版權(quán)負責。如涉及侵權(quán),請聯(lián)系我們及時修改或刪除。郵箱:sales@allpeptide.com