受訪者：Scott Bibaud，Atomera 總裁、首席執(zhí)行官兼董事

日前，半導體材料和技術許可公司 Atomera 加入 ESD 聯(lián)盟，以此為契機，SEMI ESD 聯(lián)盟執(zhí)行董事 Bob Smith 與 Atomera 首席執(zhí)行官 Scott Bibaud 先生進行了深入的技術交流，探討 Atomera 的原子級技術如何提升電子產(chǎn)品的晶體管性能，以及量子工程材料對芯片性能、行業(yè)人才和行業(yè)趨勢的影響。

Bob Smith：我注意到 Atomera 官網(wǎng)重點介紹了量子工程材料。您能為我們詳細解釋下什么是量子工程材料，以及它與其他材料的不同之處嗎?

Atomera 首席執(zhí)行官, Scott Bibaud

Scott Bibaud：如果一種材料在設計之初便采用量子力學模擬，以確定所需的特性，那么這種材料就是量子工程材料。這與其它大多數(shù)的半導體材料形成鮮明對比——如今大多數(shù)半導體材料要么是自然界已有的，要么是根據(jù)經(jīng)驗開發(fā)出來的。Atomera 的 MST® 技術(Mears Silicon Technology?)是基于自下而上方法的量子工程材料，其它材料如 ReRAM/MRAM 存儲元件、量子阱/點和高介電常數(shù)金屬柵極(HKMG)金屬堆棧也是如此。

Bob Smith：那量子工程材料如何幫助提升芯片性能?晶圓廠需要采取哪些步驟來集成量子工程材料?

Scott Bibaud：量子工程材料能夠用于不同種類的應用，為芯片功耗、性能、面積和成本(PPAC)以及內(nèi)存存儲性能帶來優(yōu)勢。而如何將量子工程材料整合到制造過程中，則取決于它被用于哪種應用。因為無論是何種應用，都必須根據(jù)制造成本來評估系統(tǒng)的整體效益——只有能帶來顯著效益的高成本，才是有價值的。

如果一種量子工程材料，擁有與基準半導體材料(如硅)非常相似的物理和電學特性，那么它通?？梢栽趥鹘y(tǒng)制造工藝中輕松集成。然而，量子工程特性可能會微妙地改變其與電性摻雜物、半導體點缺陷的相互作用。在像 MST 這樣的材料中，可以實現(xiàn)對摻雜剖面的高精度控制，并減少鄰近介電界面處的表面粗糙散射。這種改進的介電界面可進一步提高晶圓級可靠性。

為了利用這些參數(shù)化優(yōu)勢，必須在流程中插入外延*步驟，可以是在起始襯底上進行均厚淀積(適用于一部分工藝流程)，或者在前端工藝步驟中進行選擇性沉積。通常情況下，還需要對注入物進行重新優(yōu)化。

Bob Smith：設計、制造一直是半導體流程中互不關聯(lián)的兩個部分。您認為這種情況會發(fā)生改變或演變嗎?

Scott Bibaud：這種情況已經(jīng)在過去幾年發(fā)生了改變——幾乎所有 FinFET 節(jié)點的設計都采用了 DTCO(設計技術協(xié)同優(yōu)化)技術，即設計專家與工藝開發(fā)團隊并行工作，以確定工藝的 PPAC 效益，并提出關鍵的優(yōu)化建議，從而提升 PPAC 效益。

采用 Atomera 的 MST 等量子工程材料，也需要材料供應商和客戶工藝開發(fā)團隊之間進行密切合作，以確?？蛻艨梢垣@得最大的利益和投資回報率。

Smith：人才短缺是半導體行業(yè)面臨的重大問題。你們?nèi)绾螒獙φ衅负凸蛡蚍矫娴奶魬?zhàn)?

Scott Bibaud：由于我們的材料適用于各種不同工藝，涵蓋從傳統(tǒng)的 180 納米工藝到最新的全環(huán)繞柵極(GAA)和 DRAM 等，因此我們希望招聘的員工，既精通半導體制程細節(jié)，又了解制程對器件和終端產(chǎn)品的影響。因此，我們通常會從主要的 IC 公司以及專注于晶體管級設計的 EDA 和 IP 公司招聘經(jīng)驗豐富的行業(yè)人士。與半導體行業(yè)的其他企業(yè)一樣，我們也認為急需培養(yǎng)人才，以支持半導體行業(yè)的可持續(xù)發(fā)展。

Bob Smith：您看到了哪些技術趨勢?

Scott Bibaud：主要趨勢是：人工智能的運行需要大量的電力，而設備擴展速度卻在放緩。隨著人工智能的發(fā)展，昂貴而耗電的 GPU、高帶寬 DRAM 和其他數(shù)據(jù)中心設備加速涌現(xiàn)。不幸的是，摩爾定律可以輕松微縮的時代也結(jié)束了，PPAC 的提升變得更加困難，所需費用也更加高昂。這在全環(huán)繞柵極(GAA)器件中表現(xiàn)尤為明顯——這種器件的開發(fā)已變得非常困難，因此出現(xiàn)了一個由供應商組成的生態(tài)圈，為 GAA 器件提供工具、材料和工藝模塊。所產(chǎn)生的結(jié)果是基于 AI 的工作負載正在消耗巨量電力，所消耗電力占全球電力資源的相當大一部分。

如果所消耗的電力都是用于進行有價值的工作，那么這(勉強)是可以接受的，但事實是其中有大量電力是被浪費掉的。主要原因之一是，人們并沒有應對隨機摻雜波動(RDF)的解決方案。隨機摻雜波動是造成晶體管變化的主要原因，而晶體管變化決定了 GPU、CPU 以及幾乎所有其它處理器的電壓縮放程度。它還會降低 DRAM 的刷新間隔。目前，DRAM 刷新占服務器總功耗的 10%-15%，這個比例還在不斷上升;如果將傳感放大器中的隨機摻雜波動減少一半，即可將刷新功耗降低超過 2 倍。

要解決由隨機摻雜波動造成的功耗浪費，有一個相對簡單的辦法，即擴大器件的尺寸，這將減少失配，但卻與微縮的目的背道而馳。

業(yè)界需要更好的解決方案使隨機摻雜波動降到最低。目前，人們正在采用碳釘、反摻雜和低溫加工步驟等替代方法，雖然確實能帶來一些改善，但還不夠有效。不過好消息是，先進的量子工程材料在解決隨機摻雜波動方面，展示出了非常積極的成果。

*外延是一種材料沉積，其中沉積層保持與晶種層相同的方向。