SEMIDV: A Compact Semiconductor Device Simulator with Quantum Effects

Dieser Beitrag stellt SEMIDV vor, einen kompakten Halbleiterbauelement-Simulator mit Python-Schnittstelle, der die Lokalisierungslandschaftstheorie für Quantenkorrekturen und ein ballistisches Beweglichkeitsmodell integriert, um ultrakurze Kanaltransistoren bis hinunter zu 4,5 nm zu analysieren und vorzuschlagen.

Das Wesentliche

Stellen Sie sich vor, Sie versuchen vorherzusagen, wie Wasser durch ein sehr komplexes, winziges Rohrsystem fließt. In der Welt der Computerchips ist dieses „Wasser" Elektrizität (Elektronen), und die „Rohre" sind Halbleiterbauelemente wie Transistoren.

Seit Jahren verwenden Ingenieure einen Satz von Regeln namens „Drift-Diffusions"-Modell, um diesen Fluss vorherzusagen. Betrachten Sie dieses Modell wie eine Karte für einen langsam fließenden Fluss. Es funktioniert hervorragend für große, breite Flüsse (ältere, größere Transistoren). Doch wenn Chip-Hersteller Transistoren auf die Größe weniger Atome (Nanometer) verkleinern, wird der Fluss zu einem schmalen, turbulenten Bach, in dem die alte Karte versagt. Das Wasser beginnt sich eher wie eine Welle denn wie eine Flüssigkeit zu verhalten und kann „über" Hindernisse springen, ohne sie zu berühren.

Diese Arbeit stellt ein neues Werkzeug namens SEMIDV vor, einen Simulator, der für diese winzigen, tückischen Bäche entwickelt wurde. So funktioniert er, aufgeteilt in einfache Konzepte:

1. Die neue Karte: „Lokalisierungslandschaft"

Das größte Problem bei winzigen Transistoren ist, dass Elektronen „quantenmechanisch eingeschränkt" werden. Stellen Sie sich vor, Sie versuchen, ein Auto in eine Garage zu parken, die nur geringfügig breiter ist als das Auto selbst. Das Auto (Elektron) kann nicht einfach irgendwo stehen; es wird gezwungen, an einer bestimmten Stelle in der Mitte zu stehen und darf die Wände nicht berühren.

Alte Simulatoren versuchten, mit groben Näherungen zu erraten, wo das Auto stehen würde. SEMIDV verwendet eine neue Methode namens Theorie der Lokalisierungslandschaft.

• Die Analogie: Stellen Sie sich vor, Sie haben eine wellige Landschaft (das Innere des Transistors). Anstatt jede einzelne Welle zu berechnen, die das Elektron macht, löst diese Theorie eine einfachere Gleichung, um das „tiefste Tal" zu finden, in dem sich das Elektron natürlich niederlassen möchte. Sie findet den exakten Ort, den das Elektron einnehmen wird, ohne eine superschnelle, komplexe Berechnung durchführen zu müssen. Es ist wie die Verwendung eines GPS, das sofort den perfekten Parkplatz findet, ohne dass man das Auto erst herumfahren muss.

2. Der „Super-Läufer": Ballistischer Transport

Bei Transistoren normaler Größe stoßen Elektronen ständig mit Atomen zusammen, wie ein Läufer, der in einem überfüllten Stadion über Hürden stolpert. Dies verlangsamt sie.
Bei ultrakleinen Transistoren ist die Strecke so kurz, dass der Läufer vom Start bis zum Ziel sprinten kann, ohne einmal zu stolpern. Dies wird ballistischer Transport genannt.

• Die Analogie: Wenn ein Langstreckenläufer (Transistor mit langem Kanal) durch eine Menge waten muss, bewegt er sich langsam. Aber wenn die Strecke nur wenige Schritte lang ist (Nanoskala), kann er mit voller Geschwindigkeit sprinten, bevor er überhaupt merkt, dass er verlangsamen müsste.
• Das Ergebnis: SEMIDV enthält ein spezielles „Beweglichkeitsmodell", das diesen Sprint berücksichtigt. Es erkennt, dass sich Elektronen in diesen winzigen Bauelementen viel schneller bewegen können als üblich, ein Phänomen, das als Geschwindigkeitsüberschießen (velocity overshoot) bezeichnet wird.

3. Testen des Werkzeugs: Das 6-nm „Band"

Der Autor testete SEMIDV an einem modernen Transistordesign namens Nanosheet-FET (speziell ein RibbonFET mit einer 6-Nanometer-Breite des Gates).

• Was sie fanden: Als sie die Quantenkorrekturen aktivierten (den „Parkplatzfinder"), hörten die Elektronen auf, sich an die Wände des Kanals zu schmiegen und bewegten sich in die Mitte. Dies veränderte, wie viel Elektrizität das Bauelement speichern konnte (Kapazität).
• Die Überraschung: Da die Elektronen so schnell sprinteten (ballistischer Transport), sank die Menge an Elektrizität, die in der Nähe des Drains (dem Ausgang) gespeichert wurde, erheblich. Das ist ein großes Problem, da Standard-Computermodelle eine bestimmte Speichermenge annehmen, diese Speichermenge in diesen winzigen Chips jedoch tatsächlich viel geringer ist.

4. Die Grenzen ausreizen: Der 4,5-nm Traum-Transistor

Schließlich verwendete der Autor SEMIDV, um einen hypothetischen, noch kleineren Transistor mit einer Gate-Länge von nur 4,5 Nanometern zu entwerfen.

• Die Anpassungen: Um dies funktionsfähig zu machen, machten sie den Kanal dünner und verwendeten einen speziellen Materialtrick (Simulation von „negativer Kapazität"), um das elektrische Gate stärker zu machen.
• Das Ergebnis: Dieses winzige Design konnte mit einer sehr niedrigen Spannung (0,45 Volt) laufen und schaltete dennoch schnell.
• Der Haken: Während der „Sprint" (Sättigungsstrom) schneller war, war das „Laufen" (linearer Strom) etwas langsamer, da der Kanal so dünn war, dass die Elektronen leichter herumgestoßen wurden. Dennoch waren die Gesamtschnelligkeit und Effizienz vielversprechend.

Das Fazit

Die Arbeit stellt SEMIDV als kompaktes, einfach zu bedienendes Softwaretool vor, das Ingenieuren hilft, das wilde Verhalten von Elektronen in den winzigsten Transistoren zu verstehen. Indem es einen cleveren neuen mathematischen Trick (Lokalisierungslandschaft) verwendet, um zu finden, wo sich Elektronen verstecken, und indem es ihre „Sprint"-Geschwindigkeit berücksichtigt, bietet der Simulator ein klareres Bild davon, wie zukünftige Chips funktionieren werden. Es legt nahe, dass wir Transistoren weiter bis auf 4,5 Nanometer verkleinern und mit sehr geringer Leistung betreiben können, vorausgesetzt, wir berücksichtigen diese quantenmechanischen Eigenheiten.

Technische Zusammenfassung

1. Problemstellung

Da sich die Halbleitertechnologie in den Nanometerbereich entwickelt (z. B. Gate-Längen $\le$ 6 nm), stoßen herkömmliche Device-TCAD-Tools (Technology Computer-Aided Design) auf erhebliche Grenzen:

• Unzulänglichkeit der Drift-Diffusion (DD): Die Standard-DD-Transportgleichung erfasst keine kritischen Quanteneffekte (wie Quanteneinschluss) und keine quasibalistischen Transportphänomene (wie Geschwindigkeitsüberschuss), die in Kanälen mit kurzer Länge dominieren.
• Rechenkosten strenger Methoden: Zwar sind Methoden wie der Schrödinger-Gleichungslöser oder die Nichtgleichgewichts-Green-Funktion (NEGF) genau, aber für die Simulation und Designoptimierung großer Bauelemente rechnerisch prohibitiv.
• Einschränkungen von Näherungen: Bestehende Quantenkorrekturen (z. B. van-Dort-Modell, Dichtegradienten-Modell) beruhen auf makroskopischen Näherungen oder Anpassungsparametern, anstatt die zugrunde liegende Quantenmechanik direkt zu lösen, und weisen oft eine mangelnde Genauigkeit auf oder erfordern eine umfangreiche Kalibrierung.
• Beweglichkeitsmodellierung: Standard-Beweglichkeitsmodelle haben Schwierigkeiten, die Abhängigkeit der ballistischen Länge und Geschwindigkeitsüberschusseffekte in ultra-kurzen Kanälen ohne komplexe Parameteranpassung genau vorherzusagen.

2. Methodik

Der Autor stellt SEMIDV vor, einen Open-Source-, Python-basierten kompakten Halbleiterbauelementesimulator. Das Tool basiert auf einem Finite-Differenzen-Poisson-Drift-Diffusions-Rahmenwerk, führt jedoch neuartige Algorithmen ein, um die oben genannten Einschränkungen zu adressieren:

• Lokalisierungslandschaft (LL)-Theorie für Quantenkorrekturen:

  • Anstatt die vollständige zeitunabhängige Schrödinger-Gleichung zu lösen (was rechenintensiv ist) oder empirische Quantenpotenziale zu verwenden, nutzt SEMIDV die Lokalisierungslandschaft-Theorie.
  • Dieser Ansatz löst eine lineare Differentialgleichung (Gleichung 18 im Paper), um direkt die Grundzustandsenergie zu erhalten.
  • Das resultierende „Quantenpotenzial" ($\Lambda$) wird in die Berechnung der Ladungsträgerdichte an die Leitungs-/Valenzbandkanten addiert (Gleichung 19), wodurch die DD-Gleichung für den Quanteneinschluss effektiv korrigiert wird, ohne iterative Eigenwertlöser zu benötigen.

• Kompakte Beweglichkeits- und Transportmodelle:

  • Ballistische Beweglichkeit: Ein empirisches ballistisches Beweglichkeitsmodell ist integriert, um Übertragungsraten basierend auf der Kanallänge zu berechnen.
  • Geschwindigkeitsüberschuss: Ein neu hergeleitetes physikalisches Modell für die Geschwindigkeitssättigung ($v_{sat}$) wurde implementiert. Es berücksichtigt die reduzierte Wahrscheinlichkeit der optischen Phononenstreuung in kurzen Kanälen, wodurch die Geschwindigkeit am Drain-Ende die Sättigungsgrenze für Kanäle mit langer Länge überschreiten kann.
  • Standardmodelle: Der Simulator behält Standardmodelle für die Beweglichkeit bei niedrigen Feldern (Phononen- und Coulomb-Streuung) und die Sättigung bei hohen Feldern (Caughey-Thomas-Modell) bei.

• Numerisches Rahmenwerk:

  • Der Löser verwendet die Gummel-Iteration, um die gekoppelten Poisson- und Kontinuitätsgleichungen selbstkonsistent zu lösen.
  • Slotboom-Variablen werden für die Kontinuitätsgleichungen verwendet, um die numerische Stabilität sicherzustellen, insbesondere bei Heteroübergängen.
  • Der Code ist vollständig in die Python-Umgebung integriert, um einfaches Scripting, Visualisierung und Datenanalyse zu ermöglichen.

3. Hauptbeiträge

1. Erste TCAD-Implementierung der LL-Theorie: Das Paper führt die Lokalisierungslandschaft-Theorie in die TCAD-Community als effiziente, hochgenaue Methode für Quantenkorrekturen ein und schließt die Lücke zwischen der Geschwindigkeit von DD und der Genauigkeit von Schrödinger-Lösern.
2. Einheitliches kompaktes Modell: Es wird ein kohärentes Rahmenwerk entwickelt, das gleichzeitig Quanteneinschluss (vertikal und lateral) und quasibalistischen Transport (Geschwindigkeitsüberschuss) innerhalb eines einzigen DD-basierten Simulators behandelt.
3. Open-Source-Tool: SEMIDV wird als Open-Source-Python-Tool veröffentlicht, was die Einstiegshürde für Forscher, die sich mit der Physik von Bauelementen im Nanomaßstab befassen, senkt.
4. Design-Exploration: Das Paper liefert eine konkrete Design-Studie für einen Transistor mit ultra-kurzer Kanallänge und zeigt auf, wie der Simulator das Bauelement-Scaling leiten kann.

4. Ergebnisse

Der Simulator wurde validiert und auf einen 6 nm Gate-All-Around (GAA) / RibbonFET (kalibriert gegen Intel-Daten) sowie einen vorgeschlagenen 4,5 nm Transistor angewendet:

• Kalibrierung und Validierung:

  • SEMIDV reproduzierte erfolgreich die $I-V$-Kennlinien eines 6 nm RibbonFET.
  • Quanteneinschluss: Simulationen zeigten, dass sich Elektronen ohne Quantenkorrektur an der Oberfläche ansammeln. Mit der LL-Theorie sind Elektronen auf die Kanalmitte eingeschränkt, was den Ergebnissen der Schrödinger-Gleichung entspricht. Dieser Einschluss reduziert die effektive Gate-Kapazität ($C_{ggi}$).
  • Geschwindigkeitsüberschuss: Das Modell sagte eine Spitzengeschwindigkeit von $3,57 \times 10^7$ cm/s und eine Injektionsgeschwindigkeit von $1,38 \times 10^6$ cm/s voraus, was mit berichteten experimentellen Daten übereinstimmt.
  • Kapazitätsanomalie: Die Studie ergab, dass im quasibalistischen Regime die Sättigungs-Gate-Kapazität ($C_{ggi}$ bei $V_{dsat}$) aufgrund hoher Drain-Geschwindigkeiten und reduzierter Ladungsansammlung signifikant abfallen kann (auf weniger als 2/3 der Kapazität im linearen Bereich), was traditionelle Annahmen kompakter Modelle in Frage stellt.

• Design mit ultra-kurzer Kanallänge (4,5 nm):

  • Ein neues Transistordesign wurde mit einer Gate-Länge von 4,5 nm und einer Kanal-Dicke von 2,5 nm vorgeschlagen.
  • Um die Mobilitätsverschlechterung durch die Verdünnung zu kompensieren, nutzte das Design ein Konzept aus ferroelektrischen Supergittern, um eine Äquivalente Oxiddicke (EOT) von 3,5 Å zu erreichen (simuliert durch Anpassung der Dielektrizitätskonstanten).
  • Leistung: Der 4,5 nm FET zeigte im Vergleich zur 6 nm-Basislinie eine verbesserte Subthreshold-Swing (SS) und Drain-Induced Barrier Lowering (DIBL).
  • Betrieb bei niedriger Spannung: Das Bauelement wurde bei einer Versorgungsspannung ($V_{dd}$) von 0,45 V als effektiv betreibbar nachgewiesen, mit einer geschätzten intrinsischen Verzögerung von 0,25 ps und einer Schaltenergie von 0,9 pJ/m.

5. Bedeutung

Dieses Paper ist aus mehreren Gründen von Bedeutung:

• Effizienz vs. Genauigkeit: Es zeigt, dass die Lokalisierungslandschaft-Theorie einen „Sweet Spot" für die Bauelementesimulation bietet und quantenakurate Ergebnisse zu Rechenkosten liefert, die mit klassischen DD-Simulationen vergleichbar sind.
• Modellierungserkenntnisse: Die Erkenntnisse über die Reduktion der Gate-Kapazität im Sättigungsbereich aufgrund von Geschwindigkeitsüberschuss heben eine kritische Lücke in den aktuellen kompakten Modellen für die Schaltungsentwicklung hervor und deuten darauf hin, dass zukünftige IC-Designs überarbeitete Modelle für ultra-geskalerte Knoten benötigen könnten.
• Zukünftige Roadmap: Die erfolgreiche Simulation eines 4,5 nm-Bauelements, das bei 0,45 V arbeitet, bietet einen theoretischen Pfad, um das Mooresche Gesetz über die aktuellen physikalischen Grenzen hinaus fortzusetzen, indem gezeigt wird, dass ein aggressives Scaling der Kanaldicke und EOT (via Ferroelektrika) die Leistung trotz Mobilitätsverschlechterung aufrechterhalten kann.
• Zugänglichkeit: Durch die Bereitstellung eines Open-Source-Python-Tools ermöglicht SEMIDV einen schnellen Prototyping und eine pädagogische Erkundung der Halbleiterphysik der nächsten Generation ohne die Notwendigkeit teurer kommerzieller TCAD-Lizenzen.