🔬 materials science

RASP: Reliability ab initio simulation package of MOSFETs based on all-state model

本文介绍了名为 RASP 的可靠性第一性原理模拟套件，该套件基于涵盖所有缺陷构型及非辐射多声子跃迁路径的“全态模型”，利用第一性原理计算参数实现了对 MOSFET 器件（如 a-SiO₂中的氧空位）可靠性退化的精确模拟。

原作者： Xinjing Guo, Menglin Huang, Shiyou Chen

发布于 2026-03-13

📖 1 分钟阅读☕ 轻松阅读

原作者： Xinjing Guo, Menglin Huang, Shiyou Chen

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这是一篇关于如何让电脑芯片更耐用、更可靠的科学研究论文。为了让你轻松理解，我们可以把这篇论文的核心内容想象成在管理一座繁忙的“电子城市”。

1. 背景：为什么芯片会“生病”？

想象一下，现代芯片（MOSFET 晶体管）就像一座由无数微小房间组成的摩天大楼。随着科技进步，这些房间变得越来越小（纳米级），住得越来越挤。

在大楼里，墙壁（绝缘层）上偶尔会出现一些**“小瑕疵”**（也就是论文中提到的“缺陷”，比如氧空位 $V_O$ ）。

正常情况：电流像行人一样在大楼里顺畅流动。
故障情况：这些“小瑕疵”会像贪吃的小怪兽一样，突然抓住路过的行人（电子或空穴），把它们关进小黑屋（捕获电荷）。
后果：一旦行人被关起来，大楼的电压就会发生偏移（阈值电压 $V_{th}$ 漂移），导致大楼里的电梯（晶体管）开关变慢，甚至停摆。这就是**“负偏压温度不稳定性”（NBTI）**，是芯片老化和失效的主要原因。

2. 旧方法的局限：只看到了“冰山一角”

以前，科学家研究这些“小怪兽”时，用的是一种**“二状态”或“四状态”模型**。

比喻：这就像我们只假设小怪兽只有两种形态：要么在睡觉（中性），要么在吃人（带电）。或者最多只有四种形态。
问题：现实中的“墙壁”（非晶态二氧化硅）结构非常混乱，不像晶体那样整齐。在这个混乱的环境里，小怪兽其实有无数种形态！它们可能变成“左歪型”、“右歪型”、“打结型”等等。
后果：旧模型就像戴了墨镜看世界，漏掉了大部分小怪兽的真实形态和它们之间的转换路径，导致预测芯片寿命时经常出错。

3. 新工具：RASP（全状态模拟包）

为了解决这个问题，复旦大学的研究团队开发了一个名为 RASP 的超级模拟软件。

核心创新：RASP 引入了**“全状态模型”（All-state model）**。
比喻：以前我们只数小怪兽有几种“姿势”，现在 RASP 像是一个拥有上帝视角的超级监控员。它不只看小怪兽在睡觉还是吃人，而是穷尽所有可能：
- 小怪兽在墙壁的哪个位置？
- 它有多少种不同的身体结构（构型）？
- 它从“睡觉”变到“吃人”需要走哪条路？
- 它从“吃人”变回“睡觉”又需要走哪条路？
- 它甚至可以在“吃人”的状态下，从“左歪”扭成“右歪”（热跃迁）。

RASP 把这些成千上万种可能的状态和路径全部算进去，不再做简单的假设。

4. RASP 是如何工作的？（四大模块）

RASP 就像一个精密的**“城市交通指挥中心”**，由四个部门协同工作：

静电学部门（Device Electrostatics）：
- 负责看地图。计算大楼里的电压分布、电场强度，就像看城市里的交通流量图。
速率计算部门（Transition Rate）：
- 负责算速度。计算小怪兽抓住行人（捕获）或释放行人（发射）需要多长时间。这里用了一种叫“傅里叶变换”的高级数学技巧，就像用超级加速器，能在几毫秒内算出几万个小怪兽的行为，而不是算几天。
状态概率部门（Defect Occupation）：
- 负责算概率。利用**“马尔可夫链”**（一种数学概率模型），计算在某一时刻，有多少小怪兽在睡觉，多少在吃人，多少在扭动。这就像预测城市里不同区域的人群分布。
可靠性评估部门（Device Reliability）：
- 负责出报告。把上面算出来的数据汇总，预测芯片的电压会漂移多少，寿命还剩多久。它有两种模式：
  - Level 1（弱耦合）：假设小怪兽很少，互不影响，算得快。
  - Level 2（强耦合）：假设小怪兽很多，它们会互相干扰，改变电场，需要反复迭代计算，算得准。

5. 重大发现：氧空位（ $V_O$ ）其实是“大反派”

以前，科学家认为二氧化硅里的“氧空位”（ $V_O$ ）因为能量太深，很难抓住行人，所以不是 NBTI 的主要元凶，大家更关注氢相关的缺陷。

RASP 的模拟结果颠覆了这个认知：

发现：当我们用“全状态模型”去观察时，发现氧空位其实非常活跃！
分类：RASP 把氧空位分成了三类：
1. 潜伏型（Inactive）：太深了，抓不到人，没事。
2. 顽固型（Quasi-permanent）：抓到人后很难放走，导致芯片长期变慢（这是 NBTI 长期漂移的主要原因）。
3. 快闪型（Fast transient）：抓得快放得也快，导致芯片刚开机时反应慢，但很快恢复。
结论：氧空位是不可忽视的 NBTI 元凶。之前的模型因为忽略了那些复杂的“中间形态”和“转换路径”，误判了氧空位的能力。

6. 总结：这对我们意味着什么？

这篇论文就像给芯片设计者提供了一张**“全真地图”**。

以前：我们以为只有几种路，结果走错了，导致芯片设计不够耐用。
现在：有了 RASP，我们可以模拟出所有可能的“小路”和“陷阱”。
意义：这不仅能更准确地预测芯片能活多久，还能帮助工程师在设计阶段就避开那些容易“生病”的结构，设计出更长寿、更可靠的手机、电脑和汽车芯片。

一句话总结：
RASP 是一个**“全知全能的显微镜”**，它不再把芯片里的缺陷看作简单的开关，而是看作拥有无数种形态和路径的复杂生命体，从而让我们能更精准地预测和解决芯片老化的问题。

这篇论文介绍了一个名为 RASP (Reliability Ab initio Simulation Package) 的可靠性第一性原理模拟软件包，旨在解决 MOSFET 器件中由缺陷引起的可靠性退化（特别是负偏压温度不稳定性，NBTI）的精确模拟问题。

以下是对该论文的详细技术总结：

1. 研究背景与问题 (Problem)

器件可靠性挑战： 随着晶体管尺寸缩小至 10nm 以下，器件可靠性成为关键问题。NBTI、随机 telegraph 噪声 (RTN) 和随时间介电击穿 (TDDB) 是主要的退化机制，其物理根源在于栅介质（如非晶二氧化硅 a-SiO2）及其界面处的缺陷生成和电荷捕获/释放过程。
现有模型的局限性：
- 传统的双态模型（Two-state model）和四态模型（Four-state model）通常基于“双稳态”假设，仅考虑少数几种缺陷构型（如基态和亚稳态）及其之间的跃迁。
- 然而，非晶栅介质具有长程无序和低对称性，导致缺陷（如氧空位 $V_O$ ）存在多种复杂的结构构型。研究表明，中性 $V_O$ 可能有 4 种构型，而带正电的 $V_O^+$ 可能有 7 种构型。
- 现有的简化模型忽略了大量可能的缺陷构型和跃迁路径（包括非辐射多声子跃迁 NMP 和热跃迁），可能导致对 NBTI 缺陷起源的误判，进而造成器件可靠性预测和电路老化效应评估的误差。
核心问题： 如何利用更准确的“全态模型”（All-state model）来快速、准确地预测栅介质缺陷对器件可靠性的影响？

2. 方法论 (Methodology)

为了解决上述问题，作者开发了 RASP 软件包，其核心是实现了全态模型 (All-state model)。该模型系统地考虑了非晶氧化物中缺陷的所有可能结构构型、电荷态以及它们之间的所有 NMP 和热跃迁路径。

RASP 包含四个核心模块：

器件静电学模块 (Device Electrostatics Module)：
- 求解栅极电压方程和泊松方程。
- 计算不同偏置条件下的能带结构、氧化层静电势分布和沟道载流子浓度。
- 为缺陷捕获/发射速率的计算提供必要的静电环境参数。
跃迁速率模块 (Transition Rate Module)：
- 载流子隧穿速率： 使用 WKB 近似计算。
- NMP 跃迁速率： 基于费米黄金定则和单模近似。为了平衡速度与精度，提出了一种线形函数 (Lineshape Function, LSF) 映射与插值策略。首先在高维参数空间 $(\Delta E, \Delta Q)$ 上并行计算 LSF，构建 LSF 映射图，然后在模拟过程中通过二维样条插值快速获取跃迁速率。这种方法显著加速了计算（10,000 个缺陷仅需 87ms）。
- 热跃迁速率： 基于过渡态理论 (TST) 计算。
缺陷占据模块 (Defect Occupation Module)：
- 将缺陷在不同状态间的动力学建模为连续时间马尔可夫链 (CTMC)。
- 构建生成矩阵 $A(V_G, T)$ ，通过求解主方程 (Master Equations) 获得缺陷在各状态下的稳态概率和时间演化概率。
- 支持并行求解，能够处理任意数量的缺陷构型竞争。
器件可靠性模块 (Device Reliability Module)：
- 将微观缺陷行为与宏观电学特性耦合。
- 提供两种模拟方案：
  - LEVEL 1 (弱耦合)： 假设缺陷浓度低，忽略缺陷电荷对氧化层电势分布的反作用，直接计算阈值电压漂移 $\Delta V_{th}$ 。
  - LEVEL 2 (强耦合)： 针对高缺陷浓度，通过自洽迭代求解栅压方程和泊松方程，考虑缺陷电荷分布对电势场的非线性扰动及其对捕获/发射速率的反馈影响。

3. 关键贡献 (Key Contributions)

提出了“全态模型”并实现软件化： 突破了传统双态/四态模型的局限，系统性地纳入了非晶材料中缺陷的所有构型和跃迁路径，从理论上更真实地反映了缺陷物理。
开发了高效的 NMP 速率计算方法： 结合傅里叶变换方法和二维插值技术，解决了全态模型中计算量巨大的瓶颈，实现了在保持高精度的同时快速计算数万个缺陷的跃迁速率。
实现了基于主方程的缺陷动力学求解： 利用 CTMC 生成矩阵的性质，能够精确求解任意偏置条件下缺陷电荷态的时间演化，并支持多能级缺陷的模拟。
提出了基于位点分辨 (Site-resolved) 的模拟策略： 不同于传统模型使用统计分布，RASP 分别计算非晶网络中每个不等价氧位点上缺陷的贡献，最后求和得到总效应，消除了对经验参数分布的依赖。

4. 研究结果 (Results)

作者利用 RASP 对 Si/a-SiO2 MOSFET 中的氧空位 ( $V_O$ ) 引起的 NBTI 进行了模拟，并与实验数据进行了对比：

构型的重要性： 模拟表明，如果仅考虑基态构型（双态模型）， $V_O$ 对 $\Delta V_{th}$ 的贡献微乎其微。然而，当引入所有可能的构型（包括亚稳态）及其热跃迁路径（全态模型）后， $V_O$ 表现出显著的 NBTI 效应，与实验数据吻合良好。
缺陷分类： 根据对 $\Delta V_{th}$ $Δ V_{t h}$ 的贡献， $V_O$ $V_{O}$ 被分为三类：
1. 非活性陷阱 (Inactive)： 能级过深，难以捕获空穴。
2. 准永久陷阱 (Quasi-permanent)： 能级较浅但发射势垒高，导致长期、慢速恢复的漂移，是长期退化的主要来源。
3. 快速瞬态陷阱 (Fast transient)： 能级接近费米能级，捕获和发射速率快，导致早期应力下的显著漂移和快速恢复。
结论修正： 之前的研究基于四态模型排除了 $V_O$ 作为 NBTI 主要来源的可能性。RASP 的全态模拟证明， $V_O$ 是 NBTI 不可忽略的重要来源。

5. 意义 (Significance)

理论突破： 证实了非晶材料中缺陷构型的多样性（全态模型）对于准确理解器件可靠性至关重要，修正了以往基于简化模型得出的错误结论。
工具价值： RASP 提供了一个从原子尺度缺陷物理到器件/电路级可靠性评估的通用工具。它不仅适用于 $V_O$ ，也适用于氢桥 (HB)、羟基-E' 中心 (H-E') 等其他复杂缺陷。
工业应用潜力： 该工具能够更准确地预测先进工艺节点（如 GAAFET, CFET）下的电路老化效应，为高可靠性器件的设计和优化提供理论指导。
方法学创新： 提出的 LSF 插值加速算法和 CTMC 并行求解策略，为处理复杂多态系统的动力学模拟提供了新的计算范式。

综上所述，RASP 通过引入全态模型和高效的计算方法，成功解决了非晶栅介质中缺陷可靠性模拟的难题，重新确立了氧空位在 NBTI 中的关键地位，为下一代半导体器件的可靠性设计奠定了坚实基础。