《CEA-Leti(法国研究机构)指出局部应变技术可望提高FDSOI性能》

  • 来源专题:半导体工艺技术
  • 编译者: tengfei
  • 发布时间:2015-12-18
  • 意法半导体(STMicroelectronics;ST)和Globalfoundries倡议为先进晶片中采用FDSOI,并视其为能够达到世界级能效的方法,而且不必面对像FinFET制程的复杂性与高成本。

    晶格上的应变通常用于增加传统平面CMOS与FinFET CMOS的行动性。如今,Leti则提议将它用在下一代的FDSOI电路上,以实现同样的好处;使其得以在相同的功耗下实现更高性能。

    无论是FinFET或FDSOI制程都十分重要,因为在FDSOI中的 p-通道FET需要矽锗(SiGe)通道材料的压缩应变,同时也需要拉伸应变来改善矽晶n-通道 FET。Leti分为为两种制程开发新技术,使其能在MOSFET通道中诱导高达1.6GPa的局部应变。

    第一种技术利用从SOI薄膜顶上的松散SiGe转移应变。这可用于提高短通道电迁移率达到20%以上。

    第二技种技术取决于高温退火下的埋层氧化物潜变至插入覆晶中的拉伸应变。Leti指出,这种潜变也可以用于导入压缩应变。

    这种应变通道可增加CMOS电晶体的导通电流,以及在相同功率时实现更高的性能,或在一定性能时降低功耗。LETI表示,由于28nm FDSOI并不一定需要应变,这两项技术主要瞄准的是22/20nm节点。

相关报告
  • 《法国CEA-Leti开发出高性能、低成本、兼容CMOS的200mm GaN-on-Si工艺技术》

    • 来源专题:集成电路
    • 编译者:张冉冉
    • 发布时间:2024-01-08
    • 目前用于电信或雷达应用的GaN高电子迁移率晶体管(HEMT)技术是在小型GaN/SiC衬底上进行的,需要在专用的洁净室中进行处理。用于生长GaN层的高性能SiC衬底非常昂贵,而且只提供相对较小的尺寸。 据R&D World网2023年12月23日消息,CEA Tech下属研究所Leti已开发出一种与CMOS洁净室兼容的200mm硅基氮化镓(GaN-on-Si)工艺技术。该技术既能保持半导体材料的高性能,又使得成本低于现有的碳化硅基氮化镓(GaN-on-SiC)技术。其有效解决了用于生长GaN层的衬底价格高昂、功率密度微小的问题,并实现了从现有的高性能洁净室设施中获益。 在该研发工作中,开发出的器件专为射频放大器和开关而设计,可用于30GHz左右的应用。与CMOS兼容的200mm硅基SiN/AlN/GaN MIS-HEMT技术在保持高功率密度、高效率、重量轻和结构紧凑的同时,还能够降低设备成本,表现出极大的应用优势。可见,该工艺技术在5G/6G基础设施、卫星通信、无人机探测雷达或地球观测等应用中具有较大的潜力。 虽然这项工艺技术的可靠性测试才刚刚开始,但 CEA-Leti 将在该领域持续开展研发工作,包括提高其MIS-HEMT晶体管的原始输出功率和效率,集成其改进的工艺模块以提高器件性能并将工作频率提高到100 GHz以上,以及在300mm硅晶片上实现GaN/Si芯片的3D集成。
  • 《Weebit Nano和CEA-Leti将展示受脑启发的神经形态演示》

    • 来源专题:纳米科技
    • 编译者:郭文姣
    • 发布时间:2019-07-25
    • Weebit Nano(ASX:WBT)是一家寻求开发和商业化下一代存储器技术的以色列半导体公司,CEA-Leti是微型化技术的全球领导者,致力于为工业提供智能,高能效和安全的解决方案,演示了一个新的神经形态演示,能够在2019年闪存峰会上以节能的方式执行精确的物体识别任务。 每年在硅谷举行的闪存峰会是全球首屈一指的闪存会议和博览会。它展示了数十亿美元非易失性存储器和SSD市场中的主流应用,技术,供应商和创新,包括要求苛刻的企业存储应用,智能手机,平板电脑以及移动和嵌入式系统。 神经形态演示使用最新的Weebit SiOx ReRAM技术,运行推理任务使用由CEA-Leti团队开发的尖峰神经网络(SNN)算法。它是一个功能强大的概念验证电路,展示了电路与人脑大致相同的未来。在这种情况下,使用Weebit ReRAM技术的生物灵感架构将以模仿人类生物突触活动的方式实现突触。与使用标准处理器并通过试图模拟突触功能的软件算法实现的AI电路不同,此演示使用的硬件拓扑看起来和功能非常类似于大脑中的神经元和突触。 与现有电路相比,这项突破性技术可大大提高并行连接性。这将导致未来极其节能,快速和密集的AI计算,最终适合更多类型的应用。 Weebit Nano首席执行官Coby Hanoch表示:“人工智能正在快速扩张。我们正在看到人脸识别,自动驾驶汽车以及医疗预后中的应用,仅举几个领域。它几乎触及我们生活的方方面面。今天最先进的应用程序使用数字计算机试图模拟大脑执行这些任务的方式。然而,使用基于ReRAM技术的Neuromorphic技术有可能模仿大脑的工作方式,并使计算过程显着提高效率。这有可能成为AI领域许多研究人员的首选平台。 “虽然我们作为一家公司的重点,也就是我们与CEA-Leti的合作关系,是非易失性存储器的标准用途,但我们并没有忽视AI未来的巨大潜力。 CEA-Leti是神经形态计算领域的领先研究机构。 CEA-Leti首席技术官Jean-RenéLèquepeys表示:“结合CEA-Leti的人工尖峰神经网络(SNN)技术和Weebit的新型SiOx ReRAM技术可以加速脑灵感架构的开发,并展示通向AI的强大新应用的方法和神经形态计算,从对象识别功能开始。这个演示是迈向这一突破的第一步。“