广告

人工智能如何改变半导体的分层技术

2021-07-01 15:48:11 阅读:
美国能源部 (DOE) 阿贡国家实验室的研究人员描述了多种基于 AI 的方法来自主优化 ALD 工艺。他们的工作详细介绍了每种方法的相对优势和劣势,以及可用于更有效、更经济地开发新流程的见解。

为了制造计算机芯片,世界各地的技术人员都依赖原子层沉积 (ALD),它可以制造出只有一个原子厚的薄膜。企业通常使用 ALD 来制造半导体器件,此外,它也应用于太阳能电池、锂电池和其他能源相关领域。S5qednc

今天,制造商越来越依赖 ALD 来制造新型薄膜,但弄清楚如何为每种新材料调整工艺需要时间。S5qednc

部分问题在于研究人员主要使用反复试验来确定最佳生长条件。但最近发表的一项研究表明——该科学领域的首批研究之一——使用人工智能 (AI) 可以更有效。S5qednc

在ACS Applied Materials & Interfaces研究中,美国能源部 (DOE) 阿贡国家实验室的研究人员描述了多种基于 AI 的方法来自主优化 ALD 工艺。他们的工作详细介绍了每种方法的相对优势和劣势,以及可用于更有效、更经济地开发新流程的见解。S5qednc

“所有这些算法都提供了一种更快地收敛到最佳组合的方法,因为您不必像今天通常那样花时间将样品放入反应器中,取出样品,进行测量等。相反,您有一个实时与反应堆连接的回路,”该研究的合著者、Argonne 首席材料科学家 Angel Yanguas-Gil 说。S5qednc

前沿,但也面临挑战

在 ALD 中,两种不同的化学蒸气(称为前体)粘附在表面上,在此过程中添加了一层薄膜。这一切都发生在化学反应器内,并且是循序渐进的:添加一种前体并与表面相互作用,然后去除多余的前体。然后引入第二个前体,然后取出,重复该过程。在微电子领域,ALD 薄膜可用于电绝缘纳米级晶体管中的附近组件。S5qednc

ALD 擅长在复杂的 3D 表面上生长精确的纳米级薄膜,例如在硅晶片上形成图案的深而窄的沟槽,以制造当今的计算机芯片。这促使全世界的科学家为下一代半导体器件开发新的薄膜 ALD 材料。S5qednc

然而,开发和优化这些新的 ALD 工艺是具有挑战性和劳动密集型的。研究人员必须考虑许多可以改变这一过程的不同因素,包括:S5qednc

  • 分子前体之间的复杂化学反应
  • 反应器设计、温度和压力
  • 其前体的每剂给药时间

为了找到克服这些挑战的方法,阿贡科学家评估了三种优化策略——随机、专家系统和贝叶斯优化——后两种使用不同的 AI 方法。S5qednc

设置好,忘记它

研究人员通过比较他们如何优化 ALD 中使用的两种前体的剂量和清洗时间来评估他们的三种策略。加药时间是指前体加入反应器的时间,而吹扫时间是指去除多余的前体和气态化学产品所需的时间。S5qednc

目标:找到可以在最短的时间内实现高且稳定的薄膜生长的条件。科学家们还使用代表反应堆内 ALD 过程的模拟来判断他们收敛到理想时间集的速度的策略。S5qednc

将他们的优化方法与模拟系统联系起来,让他们能够根据优化算法生成的处理条件,在每个循环后实时测量薄膜的生长情况。S5qednc

“所有这些算法都提供了一种更快地收敛到最佳组合的方法,因为您不必像通常那样花时间将样品放入反应器、取出样品、进行测量等。相反,您有一个真实的- 与反应堆连接的时间循环,”该研究的合著者、阿贡首席材料科学家安吉·扬瓜斯-吉尔说。S5qednc

这种设置还通过形成一个闭环系统使两种 AI 方法的过程自动化。S5qednc

“在一个闭环系统中,模拟执行一个实验,得到结果,并将其提供给 AI 工具。然后 AI 工具从中学习或以某种方式解释它,然后建议下一个实验。这一切在没有人工输入的情况下发生,”阿贡的计算科学家和主要作者诺亚保尔森说。S5qednc

尽管存在一些弱点,但人工智能方法有效地确定了不同模拟 ALD 工艺的最佳剂量和清洗时间。这使得这项研究成为第一批表明使用 AI 可以实时优化薄膜的研究。S5qednc

“这是令人兴奋的,因为它开辟了使用这些类型的方法来快速优化实际 ALD 工艺的可能性,这一步骤可能会在未来开发新应用时为制造商节省宝贵的时间和金钱,”高级化学家 Jeff Elam 总结道。在阿贡和合著者。S5qednc

参考来源:techxplore.com;Demi Xia编译S5qednc

  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
  • 纳米技术加持:生物光子学迎接医疗应用前景 本文介绍四个相关用例,说明以激光驱动的生物光子学结合纳米技术的应用如何共同实现更理想的医疗健康效果。
  • 复旦大学研究人员发明晶圆级硅基二维互补叠层晶体管 复旦大学研究团队将新型二维原子晶体引入传统的硅基芯片制造流程,实现了晶圆级异质CFET技术。相比于硅材料,二维原子晶体的单原子层厚度使其在小尺寸器件中具有优越的短沟道控制能力。
  • 宝马AI“超级大脑”上线,驱动在华数字化发展 近日,宝马率先在华部署了代号为“灯塔”(BEACON)的人工智能(AI)平台,提供AI应用创新相关的开发、部署、集成与运行服务的平台化环境,加速实现多业务场景数字化。
  • 西工大打破吉尼斯世界纪录,扑翼式无人机单次充电飞行15 据西北工业大学官宣其扑翼式无人机单次充电飞行时间获得新的吉尼斯世界纪录,认定的纪录时间为 2 小时 34 分 38 秒 62(突破 154 分钟)。本次刷新世界纪录的“云鸮”扑翼式无人机采用了高升力大推力柔性扑动翼设计、高效仿生驱动系统设计和微型飞控导航一体化集成等关键技术,翼展 1.82m,空载起飞重量为 1kg,手抛起飞,滑翔降落,能够按设定航线自主飞行,飞行过程中能实时变更航线。
  • 电化学腐蚀制备新技术发表,“一步到位”制作电池电极 据了解,天津大学“英才计划”特聘研究员吉科猛团队联合湖南大学谭勇文教授团队利用钴磷合金研发出了仅用一步即可制成电池电极的电化学腐蚀制备技术,该相关研究成果将于近日发表在国际期刊《先进材料》上。
  • 麻省理工开发出纸一样薄的太阳能电池,每公斤功率是传统 麻省理工学院称其工程师开发出超轻织物太阳能电池,可以快速轻松地将任何表面变成电源。这些耐用、灵活的太阳能电池比人的头发丝细得多,粘在坚固、轻便的织物上,使其易于安装在固定表面上。它们的重量是传统太阳能电池板的百分之一,每公斤产生的功率是传统太阳能电池板的18倍。
  • iPhone 15全面升级,Ultra版本或超万元起售 据多方消息,明年苹果将在手机产品线上进行大范围的升级,如今的Pro版将不再是最高端版本,而是将推出一个全新产品iPhone 15 Ultra。
  • 英特尔展示下一代半导体器件技术,计划2030年实现万亿级 日前,英特尔在IEDM上展示多项与半导体制造技术相关的研究成果:3D封装技术的新进展,可将密度再提升10倍;超越RibbonFET,用于2D晶体管微缩的新材料,包括仅三个原子厚的超薄材料;能效和存储的新可能,以实现更高性能的计算;量子计算的新进展。此外,英特尔表示,目标是在2030年实现在单个封装中集成一万亿个晶体管。
  • 通过GaN电机系统提高机器人的效率和功率密度 机器人应用成功的关键因素之一是确保最佳的电机驱动器设计。
  • 湖南大学:基于2D的范德华异质结构,可用于晶体管及存储器 电子工程研究的一个关键目标是开发高性能和高能效的计算设备,这意味着它们可以快速计算信息,同时消耗很少的能量。一种可能的方法是将执行逻辑操作的单元和存储组件组合到一个设备中。
  • Codasip宣布成立Codasip实验室,以加速行业前沿技术的开 Codasip今日宣布成立Codasip实验室(Codasip Labs)。作为公司内部创新中心,新的Codasip实验室将支持关键应用领域中创新技术的开发和商业应用,覆盖了安全、功能安全(FuSa)和人工智能/机器学习(AI/ML)等方向。
  • 了解机器感知:激光雷达、3D视觉和地理空间AI 随着人工智能(AI)和物理世界的交叉,以及自主技术采用的增加,有人可能会提出质疑,机器及其目前脆弱的模型如何能以人类的方式感知世界。借助于诸如激光雷达、雷达和摄像头等自动驾驶汽车上所使用的传感器技术,机器已开始能收集实时数据来为决策提供信息,并适应现实世界的场景。
广告
热门推荐
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了