当前位置:首页 > 芯闻号 > 时事芯闻
[导读]日前,半导体材料和技术许可公司 Atomera 加入 ESD 联盟,以此为契机,SEMI ESD 联盟执行董事 Bob Smith 与 Atomera 首席执行官 Scott Bibaud 先生进行了深入的技术交流,探讨 Atomera 的原子级技术如何提升电子产品的晶体管性能,以及量子工程材料对芯片性能、行业人才和行业趋势的影响。

受访者:Scott Bibaud,Atomera 总裁、首席执行官兼董事

 量子工程材料如何赋能半导体性能提升?

日前,半导体材料和技术许可公司 Atomera 加入 ESD 联盟,以此为契机,SEMI ESD 联盟执行董事 Bob Smith 与 Atomera 首席执行官 Scott Bibaud 先生进行了深入的技术交流,探讨 Atomera 的原子级技术如何提升电子产品的晶体管性能,以及量子工程材料对芯片性能、行业人才和行业趋势的影响。

Bob Smith:我注意到 Atomera 官网重点介绍了量子工程材料。您能为我们详细解释下什么是量子工程材料,以及它与其他材料的不同之处吗?

 量子工程材料如何赋能半导体性能提升?

Atomera 首席执行官, Scott Bibaud

Scott Bibaud:如果一种材料在设计之初便采用量子力学模拟,以确定所需的特性,那么这种材料就是量子工程材料。这与其它大多数的半导体材料形成鲜明对比——如今大多数半导体材料要么是自然界已有的,要么是根据经验开发出来的。Atomera 的 MST® 技术(Mears Silicon Technology™)是基于自下而上方法的量子工程材料,其它材料如 ReRAM/MRAM 存储元件、量子阱/点和高介电常数金属栅极(HKMG)金属堆栈也是如此。

Bob Smith:那量子工程材料如何帮助提升芯片性能?晶圆厂需要采取哪些步骤来集成量子工程材料?

Scott Bibaud:量子工程材料能够用于不同种类的应用,为芯片功耗、性能、面积和成本(PPAC)以及内存存储性能带来优势。而如何将量子工程材料整合到制造过程中,则取决于它被用于哪种应用。因为无论是何种应用,都必须根据制造成本来评估系统的整体效益——只有能带来显著效益的高成本,才是有价值的。

如果一种量子工程材料,拥有与基准半导体材料(如硅)非常相似的物理和电学特性,那么它通常可以在传统制造工艺中轻松集成。然而,量子工程特性可能会微妙地改变其与电性掺杂物、半导体点缺陷的相互作用。在像 MST 这样的材料中,可以实现对掺杂剖面的高精度控制,并减少邻近介电界面处的表面粗糙散射。这种改进的介电界面可进一步提高晶圆级可靠性。

为了利用这些参数化优势,必须在流程中插入外延*步骤,可以是在起始衬底上进行均厚淀积(适用于一部分工艺流程),或者在前端工艺步骤中进行选择性沉积。通常情况下,还需要对注入物进行重新优化。

Bob Smith:设计、制造一直是半导体流程中互不关联的两个部分。您认为这种情况会发生改变或演变吗?

Scott Bibaud:这种情况已经在过去几年发生了改变——几乎所有 FinFET 节点的设计都采用了 DTCO(设计技术协同优化)技术,即设计专家与工艺开发团队并行工作,以确定工艺的 PPAC 效益,并提出关键的优化建议,从而提升 PPAC 效益。

采用 Atomera 的 MST 等量子工程材料,也需要材料供应商和客户工艺开发团队之间进行密切合作,以确保客户可以获得最大的利益和投资回报率。

Smith:人才短缺是半导体行业面临的重大问题。你们如何应对招聘和雇佣方面的挑战?

 量子工程材料如何赋能半导体性能提升?

Scott Bibaud:由于我们的材料适用于各种不同工艺,涵盖从传统的 180 纳米工艺到最新的全环绕栅极(GAA)和 DRAM 等,因此我们希望招聘的员工,既精通半导体制程细节,又了解制程对器件和终端产品的影响。因此,我们通常会从主要的 IC 公司以及专注于晶体管级设计的 EDA 和 IP 公司招聘经验丰富的行业人士。与半导体行业的其他企业一样,我们也认为急需培养人才,以支持半导体行业的可持续发展。

Bob Smith:您看到了哪些技术趋势?

Scott Bibaud:主要趋势是:人工智能的运行需要大量的电力,而设备扩展速度却在放缓。随着人工智能的发展,昂贵而耗电的 GPU、高带宽 DRAM 和其他数据中心设备加速涌现。不幸的是,摩尔定律可以轻松微缩的时代也结束了,PPAC 的提升变得更加困难,所需费用也更加高昂。这在全环绕栅极(GAA)器件中表现尤为明显——这种器件的开发已变得非常困难,因此出现了一个由供应商组成的生态圈,为 GAA 器件提供工具、材料和工艺模块。所产生的结果是基于 AI 的工作负载正在消耗巨量电力,所消耗电力占全球电力资源的相当大一部分。

 量子工程材料如何赋能半导体性能提升?

如果所消耗的电力都是用于进行有价值的工作,那么这(勉强)是可以接受的,但事实是其中有大量电力是被浪费掉的。主要原因之一是,人们并没有应对随机掺杂波动(RDF)的解决方案。随机掺杂波动是造成晶体管变化的主要原因,而晶体管变化决定了 GPU、CPU 以及几乎所有其它处理器的电压缩放程度。它还会降低 DRAM 的刷新间隔。目前,DRAM 刷新占服务器总功耗的 10%-15%,这个比例还在不断上升;如果将传感放大器中的随机掺杂波动减少一半,即可将刷新功耗降低超过 2 倍。

要解决由随机掺杂波动造成的功耗浪费,有一个相对简单的办法,即扩大器件的尺寸,这将减少失配,但却与微缩的目的背道而驰。

业界需要更好的解决方案使随机掺杂波动降到最低。目前,人们正在采用碳钉、反掺杂和低温加工步骤等替代方法,虽然确实能带来一些改善,但还不够有效。不过好消息是,先进的量子工程材料在解决随机掺杂波动方面,展示出了非常积极的成果。

*外延是一种材料沉积,其中沉积层保持与晶种层相同的方向。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

作为一家半导体材料供应商,Syensqo集团致力于携手全行业的客户和合作伙伴,加速推进整个价值链的可持续发展。

关键字: 半导体

TWSC 2985系列SD6.0存储芯片 国内首颗支持4K LDPC纠错技术 增强纠错、耐久可靠、性能升级

关键字: 德明利 半导体 存储 芯片 国产存储企业

双方的合作促成了尖端人工智能视觉解决方案,提高了效率、连通性和成本效益

关键字: 人工智能 智能家居 机器学习

轻量级AI定制模型助力低成本快速部署 北京2024年4月18日 /美通社/ -- 数据和人工智能(AI)领域的领先者SAS—今日在SAS Innovate大会上首次展示了一款变革性的、旨在帮助企业直面业务挑战的解决方案...

关键字: SAS AI模型 人工智能 INNOVATE

新款1KV多路复用器系列,采用仪器级高品质舌簧继电器,具有硬件互锁功能确保安全性,兼具高密度和高性能。

关键字: 多路复用器 继电器 半导体

四月的上海,生机盎然繁花盛开。备受瞩目的“CHINAPLAS 2024 国际橡塑展”今日拉开帷幕,将一连四天(4月23 - 26日)在国家会展中心(上海)盛装绽放。展会规模空前,展商数量历史性地攀升至4,420家,相比2...

关键字: 新能源汽车 锂电技术 人工智能

创新打造云生态,共创智慧新未来

关键字: 人工智能 云实验室

当前,2024'中国电子热点解决方案创新峰会已经进入倒计时,距离开始时间只剩数十小时,目前活动报名仍在火热进行中!

关键字: 展会 半导体

4月24日消息,华为今日举办了2024华为智能汽车解决方案发布会。

关键字: 华为 12nm EDA 半导体
关闭