Rapid FinFET Modelling Using an Autoencoder

Resumen Técnico: Modelado Rápido de FinFET mediante un Autoencoder

Planteamiento del Problema
El escalado de los dispositivos semiconductores, particularmente de los FinFET, ha introducido una complejidad significativa en la comprensión de la física de los dispositivos y su modelado. Las simulaciones tradicionales de Diseño Asistido por Computadora de Tecnología (TCAD), aunque indispensables, se ven a menudo obstaculizadas por altos costos computacionales, problemas de convergencia y la necesidad de una amplia experiencia en el dominio. Si bien el aprendizaje automático (ML) ha emergido como una herramienta para acelerar las simulaciones y extraer información física, un desafío central sigue siendo: desarrollar modelos que sean precisos dentro de su dominio de entrenamiento, capaces de generalizar y que logren minimizar la dependencia de la extracción manual de características especializadas. Los enfoques existentes suelen tener dificultades para equilibrar la eficiencia basada en datos con la captura precisa de las variaciones dependientes del sesgo sin restricciones físicas explícitas.

Metodología
Los autores proponen un marco de aprendizaje automático que utiliza un autoencoder (AE) para modelar las características de corriente-voltaje ($I_D$-$V_G$) de un FinFET. La metodología procede de la siguiente manera:

1. Generación de Datos: Se generó un conjunto de datos utilizando un modelo compacto BSIM-CMG calibrado, ajustado para correlacionarse con datos experimentales de FinFETs de canal p de 12 nm. Los dispositivos presentaban una longitud de puerta de 14 nm, una altura de aleta (fin) de 30.5 nm y un ancho de aleta de 14 nm.
2. Preprocesamiento: Se generaron curvas de corriente de drenaje versus voltaje de puerta a voltajes específicos de drenaje-fuente ($V_{DS}$), con $V_G$ variando de 0 V a -0.8 V. Para asegurar la consistencia, las curvas se interpolaron en un vector de $V_G$ común. Dada la amplia gama dinámica de la corriente de drenaje, se aplicó una transformación logarítmica de base 10. Los datos se sometieron a una normalización z-score utilizando la media y la desviación estándar calculadas a partir del grupo de entrenamiento.
3. Arquitectura de la Red: Se empleó una red neuronal simétrica de codificador-decodificador (encoder-decoder).
   • Entrada: Un vector aplanado que comprende puntos de $I_D$ normalizados concatenados con el valor de $V_{DS}$ normalizado.
   • Codificador (Encoder): Dos capas ocultas totalmente conectadas (50 neuronas cada una, activación ReLU) comprimiendo la entrada en un espacio latente de cuello de botella de 3 neuronas.
   • Decodificador (Decoder): Dos capas totalmente conectadas que reflejan al codificador para reconstruir el vector de entrada original.
   • Entrenamiento: El modelo fue entrenado utilizando el optimizador Adam durante hasta 500 épocas.
4. Evaluación: Más allá del error de reconstrucción, la eficacia del modelo se evaluó extrayendo métricas críticas del dispositivo de las curvas reconstruidas: voltaje de umbral ($V_{TH}$), pendiente de subumbral ($SS$) y transconductancia pico ($g_m$). Estos se compararon con los datos originales de BSIM-CMG.

Contribuciones Clave

• Compresión del Espacio Latente: El trabajo demuestra la capacidad de comprimir curvas completas de $I_D$-$V_G$ en un espacio latente de baja dimensión que codifica intrínsecamente la física clave del dispositivo.
• Incorporación Explícita del Sesgo: Una innovación notable es la inclusión explícita del voltaje drenaje-fuente ($V_{DS}$) como característica de entrada. Esto mejora la capacidad del modelo para capturar variaciones dependientes del sesgo, un factor que a menudo se trata por separado en modelos de regresión más simples.
• Extracción Directa de Métricas: El marco reconstruye con éxito curvas completas y extrae directamente parámetros críticos ($V_{TH}$, $SS$, $g_m$) sin requerir ingeniería de características manual o post-procesamiento complejo.
• Eficiencia de Datos: El enfoque aprovecha los principios del aprendizaje de variedades (manifold learning), sugiriendo que se puede lograr una alta precisión con un mínimo de datos de entrenamiento (haciendo referencia a trabajos previos donde 25–50 muestras fueron suficientes para tareas similares).

Resultados
El modelo basado en IA propuesto fue validado contra el estándar de la industria BSIM-CMG:

• Correlación de Curvas: El modelo demostró una fuerte correlación con BSIM-CMG tanto para la corriente de drenaje como para la transconductancia a través de varios voltajes de puerta.
• Precisión Estadística: El coeficiente de determinación ($R^2$) superó consistentemente 0.9 en diferentes valores de $V_{DS}$.
• Error de Extracción de Parámetros:
  • Voltaje de Umbral ($V_{TH}$): El error porcentual entre el $V_{TH}$ predicho por la IA y el extraído por BSIM fue consistentemente bajo, confirmando la captura precisa de la dependencia del umbral respecto al sesgo de drenaje.
  • Pendiente de Subumbral ($SS$): De manera similar, se observaron errores porcentuales bajos en la pendiente de subumbral predicha.
  • Transconductancia ($g_m$): El error en la predicción de la transconductancia pico se mantuvo dentro de un rango de 0% a 5%. Los autores señalan que la $g_m$ exhibe una mayor variabilidad que el $V_{TH}$ o el $SS$, lo cual es esperado ya que es un parámetro diferencial altamente sensible a cambios menores en la forma de la curva.

Significancia y Reivindicaciones
El artículo concluye que el marco de autoencoder propuesto proporciona una herramienta poderosa para la caracterización y el modelado rápido de dispositivos. Al reproducir con precisión las características clave del dispositivo con un bajo error de predicción, el modelo demuestra una robustez adecuada para su aplicación en el diseño de circuitos analógicos, digitales y de RF. Los autores posicionan este enfoque basado en datos como una alternativa viable a los modelos compactos tradicionales, ofreciendo una vía hacia un modelado más rápido y una alta precisión tanto para las tecnologías de dispositivos actuales como para las venideras, reduciendo al mismo tiempo la dependencia de la experiencia de dominio manual para la extracción de características.