基于机器学习方法的新型半导体器件紧凑模型技术研究

Compact model of semiconductor device is used for circuit design and play an important role between fabrication and circuit performance. A universal compact model technique is of fundamental importance for the development of microelectronics community. This project will adopt machine learning method to develop compact model and will carry out systematic study on charge transport physics for different device structure, material and fabrication processes, the analytical solution of surface potential using machine learning method, and compact model development based on surface potential. It will have great innovation on the aspects of investigation on the dependence of charge transport in Nano-scale, solving Schotinger equation, Boltzmann equation and continuity equation by machine leaning, and universal compact model applicable for new material and new device structure.

紧凑模型技术是连接工艺制作和电路设计之间的桥梁。针对新工艺新结构和新材料的普适的紧凑模型技术是微电子技术进一步发展的重要基础。本项目拟采用机器学习方法构建器件表面势紧凑模型。重点对材料特性，器件结构对表面势影响，机器学习方法构建表面势解析解以及紧凑模型建立等方面开展系统研究。本项目将开发纳米尺度载流子输运的物理模型，用机器学习方法求解薛定谔方程以及玻尔兹曼方程和连续性方程组，获得普适的解析表面势；建立基于表面势的新工艺/新材料新结构器件紧凑模型的研究。这些成果对于发展新型半导体器件及电咱具有重要的创新意义，预计会取得一些具有自主知识产权的原创性研究成果。

紧凑模型技术是连接工艺制作和电路设计之间的桥梁。针对新工艺新结构和新材料的普适的紧凑模型技术是微电子技术进一步发展的重要基础。本项目通过采用机器学习的方法，开发了普适的解析表面势，并在此基础上建立了以高度自动化的方式、可推广的MOSFET器件的紧凑模型；通过使用统一的漂移和扩散方程，基于在氧化物界面层的离子动态传输理论，开发了可用于28纳米RRAM器件的紧凑模型；开发了厚度小于6纳米的全栅工艺器件紧凑模型，解决了量子限制效应难以引入传统模型的问题；开发了统一的物理和统计紧凑模型，可以预测BTI对不同工艺节点的器件及电路（低至14nm）的影响；针对小尺寸非晶IGZO薄膜晶体管建立了一个基于表面势的紧凑模型，对纳米量级的无序传输进行了有限尺寸的修正，该模型适用于500 nm~12 nm的器件。

内容获取失败，请点击重试