半导体外延生长有哪些方式

半导体外延生长有哪些方式,第1张

外延(Epitaxy, 简称Epi)工艺是指在单晶衬底上生长一层跟衬底具有相同晶格排列的单晶材料,外延层可以是同质外延层(Si/Si),也可以是异质外延层(SiGe/Si 或SiC/Si等);同样实现外延生长也有很多方法,包括分子束外延(MBE),超高真空化学气相沉积(UHV/CVD),常压及减压外延(ATM &RP Epi)等等。本文仅介绍广泛应用于半导体集成电路生产中衬底为硅材料的硅(Si)和锗硅(SiGe)外延工艺。根据生长方法可以将外延工艺分为两大类(表1):全外延(Blanket Epi)和选择性外延(Selective Epi, 简称SEG)。工艺气体中常用三种含硅气体源:硅烷(SiH4),二氯硅烷(SiH2Cl2, 简称DCS) 和三氯硅烷(SiHCl3, 简称TCS);某些特殊外延工艺中还要用到含Ge和C的气体锗烷(GeH4)和甲基硅烷(SiH3CH3);选择性外延工艺中还需要用到刻蚀性气体氯化氢(HCl),反应中的载气一般选用氢气(H2)。 外延选择性的实现一般通过调节外延沉积和原位(in-situ)刻蚀的相对速率大小来实现,所用气体一般为含氯(Cl)的硅源气体DCS,利用反应中Cl原子在硅表面的吸附小于氧化物或者氮化物来实现外延生长的选择性;由于SiH4不含Cl原子而且活化能低,一般仅应用于低温全外延工艺;而另外一种常用硅源TCS蒸气压低,在常温下呈液态,需要通过H2鼓泡来导入反应腔,但价格相对便宜,常利用其快速的生长率(可达到5 um/min)来生长比较厚的硅外延层,这在硅外延片生产中得到了广泛的应用。IV族元素中Ge的晶格常数(5.646A与Si的晶格常数(5.431A差别最小,这使得SiGe与Si工艺易集成。在单晶Si中引入Ge形成的SiGe单晶层可以降低带隙宽度,增大晶体管的特征截止频率fT(cut-off frequency),这使得它在无线及光通信高频器件方面应用十分广泛;另外在先进的CMOS集成电路工艺中还会利用Ge跟Si的晶格常数失配(4%)引入的晶格应力来提高电子或者空穴的迁移率(mobility),从而增大器件的工作饱和电流以及响应速度,这正成为各国半导体集成电路工艺研究中的热点。由于本征硅的导电性能很差,其电阻率一般在200ohm-cm以上,通常在外延生长的同时还需要掺入杂质气体(dopant)来满足一定的器件电学性能。杂质气体可以分为N型和P型两类:常用N型杂质气体包括磷烷(PH3)和砷烷(AsH3),而P型则主要是硼烷(B2H6)。硅及锗硅外延工艺在现代集成电路制造中应用十分广泛,概括起来主要包括:1.硅衬底外延:硅片制造中为了提高硅片的品质通常在硅片上外延一层纯净度更高的本征硅;或者在高搀杂硅衬底上生长外延层以防止器件的闩锁(latch up)效应。2.异质结双极晶体管(Hetero-junction Bipolar Transistor,简称HBT)基区(base)异质结SiGe外延(图1):其原理是在基区掺入Ge组分,通过减小能带宽度,从而使基区少子从发射区到基区跨越的势垒高度降低,从而提高发射效率γ, 因而,很大程度上提高了电流放大系数β。在满足一定的放大系数的前提下,基区可以重掺杂,并且可以做得较薄,这样就减少了载流子的基区渡越时间,从而提高器件的截止频率fT (Cut-Off Frequency),这正是异质结在超高速,超高频器件中的优势所在。 3.CMOS源(source)漏(drain)区选择性Si/SiGe外延:进入90nm工艺时代后,随着集成电路器件尺寸的大幅度减小,源漏极的结深越来越浅,需要采用选择性外延技术 (SEG)以增厚源漏极(elevated source/drain)来作为后续硅化(silicide)反应的牺牲层(sacrificial layer) (图2),从而降低串联电阻,有报道称这项技术导致了饱和电流(Idsat)有15%的增加。 而对于正在研发中的65/45nm技术工艺,有人采用对PMOS源漏极刻蚀后外延SiGe层来引入对沟道的压应力(compressive stress) (图3),以提高空穴(hole)的迁移率(mobility),据报道称实现了饱和电流(Idsat)35%的增加。 应变硅(strain silicon)外延:在松弛(relaxed)的SiGe层上面外延一层单晶Si,由于Si跟SiGe晶格常数失配而导致Si单晶层受到下面SiGe层的拉伸应力(tensile stress)而使得电子的迁移率(mobility)得到提升(图4),这就使得NMOS在保持器件尺寸不变的情况下饱和电流(Idsat)得到增大,而Idsat的增大意味着器件响应速度的提高,这项技术正成为各国研究热点。一般而言,一项完整的外延工艺包括3个环节:首先,根据需要实现的工艺结果对硅片进行预处理,包括去除表面的自然氧化层及硅片表面的杂质,对于重搀杂衬底硅片则必须考虑是否需要背封(backseal)以减少后续外延生长过程中的自搀杂。然后在外延工艺过程中需要对程式进行优化,如今先进的外延设备一般为单片反应腔,能在100秒之内将硅片加热到1100℃以上,利用先进的温度探测装置能将工艺温度偏差控制在2度以内,反应气体则可通过质量流量计(MFC)来使得流量得到精准控制。在进行外延沉积之前一般都需要H2烘烤(bake)这一步,其目的在于原位(in-situ)去除硅片表面的自然氧化层和其他杂质,为后续的外延沉积准备出洁净的硅表面状态。 最后在外延工艺完成以后需要对性能指标进行评估,简单的性能指标包括外延层厚度和电特性参数, 片内厚度及电特性均匀度(uniformity),片与片间的重复性(repeatability),杂质颗粒(particle)数目以及污染(contamination);在工业生产中经常要求片内膜厚及电性的均匀度<1.5%(1σ),对硅片厂家来说经常还要考查外延层的扩展电阻率曲线(SRP)以确定是否有污染存在及污染物杂质的量。特别地,对于SiGe工艺我们经常还需要测量Ge的含量及其深度分布,对于有搀杂的工艺我们还需要知道搀杂原子的含量及深度分布。另外晶格缺陷(defect)也是我们必须考虑的问题,一般而言,常常出现的有四种缺陷,包括薄雾(haze),滑移线(slip line), 堆跺层错(stacking fault) 和穿刺(spike),这些缺陷的存在对器件性能有很大影响,可以导致器件漏电流增大甚至器件完全失效而成为致命缺陷(killer effect)。一般来讲消除这些缺陷的办法是检查反应腔体漏率是否足够低(<1mTorr/min),片内工艺温度分布是否均匀,承载硅片的基座或准备的硅片表面是否洁净、平坦等。经过外延层性能指标检测以后我们还需要对外延工艺进一步优化,以满足特定器件的工艺要求。硅衬底外延:硅片制造中为了提高硅片的品质通常在硅片上外延一层纯净度更高的本征硅;或者在高搀杂硅衬底上生长外延层以防止器件的闩锁(latch up)效应。

老谢套一句以前手机的广告词,科技始终来自于人性。由于半导体IC集成电路的技术突破,带动了台湾电子产业的飞速进步,从各种实用性的家电、视听娱乐设备一直到交通工具,均进行一波大幅度的产业革命,其中当然也包括了近期影响人类生活最大的个人计算机PC及因特网。

而从90年开始,台湾在这10年间因为集成电路、PC个人计算机、因特网及数字化信息的蓬勃发展,大幅影响了生活形态,当然汽车的研发技术也包括在内。90年代可以说是台湾的改装发展的关键年代,并经历了汽车科技快速进步的革命时期。

汽车电子日渐成熟

汽车产业的发展也与电子系统技术逐渐成熟息息相关,从引擎监理系统、自排变速箱控制系统、ABS防死锁刹车、TCS循迹控制系统、防护气囊到恒温空调或座椅的电调控制,均与集成电路脱不了关系。

小体积的IC板与芯片取代了传统的电路控制系统,而且拥有作动快速且功能多样化的优点,让车内的配备逐渐增加,提供更为便利且轻松的行车环境。

同样的,引擎与传动系统也因为电子控制系统的技术逐渐成熟,虽然内燃机的运转模式与一百多年前刚发明时的设计几乎没有两样,但是借由当时逐渐成熟的技术与精准的电子供油与点火系统,才出现目前能见度非常高的可变气门正时控制及涡轮增压控制。

发动机管理的过去

在上个世纪90年代初期,大部分的市售车还是配置双喉化油器的单凸两气门引擎,少数高级车种才有着机械喷射的DOHC 四气门引擎。但是在1993年开始,电子喷射的DOHC设计突然普遍起来,气门部分也经过强化并加入三元催化装置,以对应添加无铅汽油的法规。

不过在早期的电子控制方面,大概只是以EPROM Type的8位ECU,驱动同步作动的喷油嘴与半晶体分电盘点火,周边大概只有翼板式空气流量计,或绝对压力的进气感测,搭配节气门、含氧感知Sensor(传感器)而已。故障的诊断更仅是由仪表Check或ECU本身的灯号闪烁,告知是哪一个传感器不良,看起来就好像是286 的PC一样地呆。

到了1996年,发动机性能有了突飞猛进的关键点,这个时期的车辆开始出现可变进气歧管、可变气门正时这些加强吸排气效能的武器。计算机也改成执行速度更快、体积更小的16 Bit CPU内建内存集成电路芯片,控制两缸一起的双群喷油嘴、全晶体点火作动,而且多会匹配热线式空气流量计、凸轮轴或曲轴角度Sensor、爆震感知器构成一个完整的耳目判读。项目亦愈来愈多,也愈来愈细腻。

因为化油器已全面变为电子喷射系统,所以只需要利用辅助改装计算机,就可以调整喷油和点火。从而在改装涡轮后瞬间大量进气的供油补正,不再是头痛的问题,且燃烧效率和稳定性大幅提升,可用更少的油耗带来更多的马力。

虽然当时台湾的改装供油计算机,大多都是独立感知器使用外加喷油嘴的型号,而非现今所看到可串接或可独立调整供油点火的可程序化计算机,不过对改装界来说,已是极大的突破。

当时的台湾赛车运动

虽然当时台湾赛车运动已发展了数年,却始终停滞不前,赛车活动还是只能在满布电线杆的重划区、停车场来作竞赛。直到1992年“TIS”赛车场(Taiwan International Speedway)的出现,台湾才算是有座半合法的赛车场。

不过如以FIA的规定来看待TIS赛道的品质,只能说惨不忍睹。硬件设施的不足是最为诟病,路面平坦度、铺设材质皆不尽完善,不过在当时的台湾还是能让人开得过瘾!毕竟是台湾唯一能合法飚车的场地。 在堪称赛车沙漠的台湾,有这样一个赛车场,其实已经相当不容易,更别说如何将其经营得尽善尽美。

TIS赛道也让许多车手在这里尽情挥洒,更别说它培养出那么多优秀的车手。从早期的孙兴、格立特三兄弟、高清凉、高清荣兄弟档,陈俊杉、车狂老赵等等,到中生代的陈维良、金立华、邱川峰及简俊祥等至今依旧活跃的好手,以及近年窜起在China GT的征战的黄晞展、郭国信等猛将,无一不是经由TIS磨练而来。

刁钻的弯道是TIS的最大特色,难度之高连日本高手清水和夫之流都无法在短时间完全攻克,因此TIS在台湾赛车史上绝对有举足轻重的开端意义。

南部民间赛车运动

不过在当时实际参与TIS赛事的人口,包含万宝路房车赛,约在500人上下,并非全部爱车之人都会去参与比赛,尤其因为TIS赛道位于台湾的北部,许多南部的车迷懒得将车运送4-5个小时北上参赛,因此南部便出现了所谓的垦丁飚车潮。

垦丁为台湾重要的观光风景区,由于前往此地的道路笔直之外还有许多高速弯道,且人烟罕见,因此许多飚车族喜欢在此公道暴走,其所带来的快感却与赛车场完全不同,这也是许多人身陷其中无法自拔的原因。

当时垦丁飚车的盛况完全不输于现在日本漫画的头文字D,且方法也十分类似,也就从高雄小港机场出发至垦丁凯萨大饭店,谁的速度最快谁就是王者,号称为垦丁杯。

不过其后因黑道介入赌博与警方大力扫荡而渐渐消失匿迹。由于垦丁杯的盛行,原本台湾南部地区较落后的改装水平也得以提升,当时许多参与垦丁杯的车迷,现在都已是南部地区著名改装店家的老板。

南部外汇厂

此外,由于台湾是所谓的贸易天堂,而台湾的南部正是台湾第一大港口——高雄港的所在地。大家应该都知道,日本对于最高系列的引擎或车型,大多都不外流至其它国家销售,因此台湾南部的改装界就出现了一种新兴行业,就是所谓的外汇厂。

这些外汇厂专门引进各式日本最高系列引擎,然后再植入台湾版较低阶的车型,例如台湾市售的CIVIC,只有SOHC 16V的130hp引擎,只要直接植入B16A甚至B18C的引擎后,马力就立马狂奔170hp以上。且由于引擎大多是日本汽车拆解厂利用废五金的名义进口,因此税费不高,这样就得到许多车迷的喜爱,也渐渐造成台湾南北部的改装文化差异。

美规的SER由于可以植入SR20DET的涡轮引擎,在九十年代大受欢迎

老谢回忆录写到现在第三期了,如果大家觉得好看的话,麻烦点个“在看”支持一下老谢,也让我有写下去的动力。

本文来源于汽车之家车家号作者,不代表汽车之家的观点立场。

台湾是如何应用大数据分析提高半导体竞争力

自引进IC封装开始,台湾半导体产业已发展40余年,近年来总产值已近20,000亿元新台币,在全世界占有一席之地。半导体产业竞争力来自於成本、良率及交货时间,其中良率更是一家公司有竞争力之所在。近年来自动化生产及物联网(技术发展,使得所有半导体制程相关的数据得以蒐集与保存,这些数据包含产品数据、机台数据、量测数据、缺陷机数据、晶圆接受度测试数据及晶圆测试数据,如何有效的使用这些大数据数据一直是半导体产业重要的课题之一。除了提升产品良率之外,产品/制造流程缺陷追踪、供应计画、提升能源效率…等都可以利用大数据分析提升公司竞争力。

处理这些数据主要可分成三个步骤:数据前处理、数据分析、验证与评估。在数据前处理时必须先修正数据错误,常见的数据错误有以下两种:

1.数据出现异常值。透过盒须图可轻易的分析出异常值,通常发生的在设备工程师在调整机台的时候或是由其他外在因素造成,因此这样的值通常直接删除。

2.数据出现遗漏值。因侦测设备的限制,有时数据会有不完整的情况,处理这样的状况可透过补值的方式(内插法、平均法等)回填可能的数据或直接删除该笔数据。

因每种数据的性质与内容不同,为有效使用这些数据,将数据库整合为必要的步骤。如何整合这些数据库首先需考量实际问题需求,再来考量数据库数据的型态,例如机台数据为连续型数据、缺陷机数据为离散型数据,因应不同的数据型态必须选择不同的方式去做合并。

在数据分析处理上,常见的方式可分成以下几种方式:

1.利用数据分群演算法,例如K-means演算法、阶层式分群演算法将原始数据分群。

2.将分群好的数据透过决策树找出造成问题发生的可能因子,或透过机器学习演算法,例如SVM建立模型,预测问题是否会发生,藉此实作出预警系统。

数据分析完之後必须评估结果是否符合现实以避免过适现象。在此步骤往往会发生分析结果和过往经验不一致的情况,除了花许多时间与工程师沟通确认之外,还需找不同的数据集交互验证,已确保数据分析方式是可行的。

在处理大量的数据时面临到许多的挑战,例如:传统的分析工具与方法通常适用在小规模的数据上,当数据量大且复杂时往往失去其效用、分析数据需耗费大量的计算时间,如何快速的处理大量数据是一项大的挑战。近年来已有一些工具可解决以上的问题,例如:MLlib即可支援一些机器学习的套件在Spark平台、RHadoop及SparkR套件可支援R的分析工具在Hadoop及Spark平台上。除了在分析数据时面临的挑战之外,TATA Consultancy Services(TCS)顾问公司在2013年从其他面向提出在处理大数据数据时面临的许多挑战,举例来说:数据工程师需取得部门经理的高度信任、对於不同的商业决策需决定该使用哪些数据、利用大数据分析帮忙部门经理做决策…等,以上的问题待管理相关的人员来解决。

对於半导体产业来说,透过大数据数据分析历史数据,挖掘其中有用的资讯以提升公司竞争力是非常有效的一种方式。科技部与台积电在2014年下半年即举办相关的比赛,希冀发掘半导体相关数据的各种有用资讯。相信往後会有越来越多人力与资源投入这领域,让半导体产业迈入新的世代。

以上是小编为大家分享的关于台湾是如何应用大数据分析提高半导体竞争力的相关内容,更多信息可以关注环球青藤分享更多干货


欢迎分享,转载请注明来源:内存溢出

原文地址:https://54852.com/dianzi/8420548.html

(0)
打赏 微信扫一扫微信扫一扫 支付宝扫一扫支付宝扫一扫
上一篇 2023-04-16
下一篇2023-04-16

发表评论

登录后才能评论

评论列表(0条)

    保存