项目名称: 相变材料应变工程与锗多栅晶体管的优化集成方案

项目编号: No.61504120

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 无线电电子学、电信技术

项目作者: 程然

作者单位: 浙江大学

项目金额: 22万元

中文摘要: 硅器件的持续微型化降低了器件的生产成本,同时也引入了迁移率降低等问题。通过微细化的方法进一步提高硅MOSFET的性能已经非常困难了。锗同时具有很高的电子和空穴迁移率,因而被认为是替代硅作为器件沟道材料的理想选择之一。因此,锗沟道多栅器件(MuGFETs)很可能在10 nm以下高性能逻辑电路中被采用。应变工程之一的应变层(liner stressor)技术从90 nm节点开始已经被工业界采用以提高器件性能。但是liner stressor在锗MuGFET甚至平面器件上的研究却非常缺乏。本研究通过建立有实验校准的三维应变模型来学习相变材料应变层引起沟道应变的原理。有应变的反层价带模型和散射模型也会建立,用来准确评估应变锗器件的空穴迁移率。本研究通过调整应变模型的参量,进而推算锗器件的空穴迁移率的变化,来提供一个有相变材料应变层的锗MuGFET的优化制备方案,用以最大程度的提高器件的有效迁移率。

中文关键词: 应变工程;高迁移率材料;相变材料应变层;锗多栅晶体管;三维应变模型

英文摘要: The miniaturization of Silicon (Si) complementary metal-oxide-semiconductor (CMOS) field-effect transistors increases the packing density in integrated circuits but also introduces several challenges like mobility degradation and increased off-state leakage. Further enhancement of the Si metal-oxide-semiconductor field-effect transistor (MOSFET) performance is increasingly difficult due to the limitation of conventional device scaling. There is a strong need to explore new technologies, materials, or device structures to increase the transistor drive current and speed at a reduced supply voltage. Germanium (Ge) is considered as one of the most promising channel materials to replace silicon (Si) in future technology nodes due to its high electron and hole mobilities. Since 22 nm technology node, transistors with multi-gate structures (MuGFETs) have been used for high volume CMOS production since the 3-dimensional (3-D) gate geometry for the extremely scaled devices could improve the device electrostatics. High mobility Ge channel MuGFETs are promising device candidates for sub-10 nm high performance logic applications. To further boost the device performance, strain engineering could be adopted on Ge MuGFETs. Liner stressor has been used by the industry since 90 nm technology node. Recently, novel phase-change liner stressors, such as Ge2Sb2Te5 (GST) has been demonstrated to achieve more than 100% mobility enhancement for Ge p-channel MuGFETs. However, the study on strained Ge MuGFETs or even planar transistors is very limited. In this project, a 3-dimensional (3D) model will be established to study the mechanism for the strain induction. Experimental calibration will be performed on the model so as to obtain accurate channel strain profiles. Furthermore, the valence band structure in the inversion layer of the strained channel will be calculated. Hole mobility will then be estimated with channel scattering also taken into the consideration. By adjusting the structural parameters of the strain model and the thermal expansion rate of the phase-change materials, the channel strain profiles will change which will consequently change the valence band structure and hole mobility. An optimization of the phase-change liner stressor integrated with Ge MuGFETs will be provided based on the model adjustment so as to achieve the largest mobility enhancement.

英文关键词: strain engineering;materials with high hole mobility ;phase-change liner stressor;Ge MuGFET;3D strain modeling

成为VIP会员查看完整内容
0

相关内容

【经典书】凸优化:算法与复杂度,130页pdf
专知会员服务
80+阅读 · 2021年11月16日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
104+阅读 · 2021年8月23日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
51+阅读 · 2020年12月28日
【NeurIPS2020】可靠图神经网络鲁棒聚合
专知会员服务
19+阅读 · 2020年11月6日
【NeurIPS 2020 】神经网络结构生成优化
专知会员服务
20+阅读 · 2020年10月24日
机器学习在材料科学中的应用综述,21页pdf
专知会员服务
48+阅读 · 2019年9月24日
台积电1万亿投资建厂!第二个2nm工厂,剑指1nm
PyTorch | 优化神经网络训练的17种方法
极市平台
3+阅读 · 2021年12月30日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
【材料课堂】TEM复杂电子衍射花样的标定原理
材料科学与工程
39+阅读 · 2019年4月12日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Convex-Concave Min-Max Stackelberg Games
Arxiv
0+阅读 · 2022年4月19日
Arxiv
12+阅读 · 2019年4月9日
Arxiv
27+阅读 · 2018年4月12日
小贴士
相关VIP内容
【经典书】凸优化:算法与复杂度,130页pdf
专知会员服务
80+阅读 · 2021年11月16日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
104+阅读 · 2021年8月23日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
51+阅读 · 2020年12月28日
【NeurIPS2020】可靠图神经网络鲁棒聚合
专知会员服务
19+阅读 · 2020年11月6日
【NeurIPS 2020 】神经网络结构生成优化
专知会员服务
20+阅读 · 2020年10月24日
机器学习在材料科学中的应用综述,21页pdf
专知会员服务
48+阅读 · 2019年9月24日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员