由掺杂剂波动引起的阈值变化的蒙特卡罗建模
摘要
本文介绍了一种新的 3-D 蒙特卡罗方法,用于模拟 MOSFET 中的随机掺杂剂波动效应。 该方法考虑了器件中的每个硅原子,并且通常适用于任意不均匀的掺杂分布。 除体掺杂波动外,首次研究了源漏掺杂波动对短沟道阈值电压的影响。 结果清楚地表明了逆行体掺杂和浅/突变源漏结的好处。 它还量化了优化设计的 25 nm MOSFET 中由于离散掺杂剂波动引起的阈值电压变化幅度。
介绍
MOSFET 阈值电压 (V) 变化由于掺杂原子的数量和位置的随机变化而成为一个越来越重要的问题,因为器件尺寸缩小并受到越来越多的关注[1-41,之前离散掺杂剂波动的 3D 建模已由 要么为一定数量的掺杂剂随机生成 x、y 和 z 坐标 [11],要么通过从每个网格 nodet2.31 的泊松分布中随机选择一定数量的掺杂剂。 一般来说,这些技术都使用了均匀的网格和均匀的掺杂分布。
建模技术
在目前的工作中,使用了一种从根本上更精确的方法:识别被模拟器件中的每个硅原子位置,并滚动一个随机数来确定它是否是掺杂剂。 该技术基于以下观察:深亚微米器件中的硅原子总数实际上是相当可控的。 例如,一个 (100 nm)’ 体积(例如可用于模拟非常小的设备)仅包含大约 50x10’ 原子。 50M 随机数可以在比 IV 曲线的 3D 模拟所需的更少的计算机时间内轻松生成。
该技术允许使用通用有限元网格模拟任意非均匀掺杂分布。 该过程在图 1 中以 2D 形式说明了一个简单的方形晶体结构,尽管实际计算是在真实 Si 晶格上以 3D 形式完成的。 在任何特定原子位置找到掺杂剂的概率为 N,v 其中 N,r 是局部掺杂剂浓度,11 是与每个原子相关的体积(对于 Si,17 = n.:,/8 = 0.020022 nm’ )。 当该概率超过该位置的随机数时,将在此处放置掺杂剂,并与有限元网格的最近节点相关联,这与通过有限元方法求解泊松方程所使用的基本假设保持一致。 在找到与每个节点相关的供体和受体原子的总数后,通过除以最接近给定节点的原子位点的总体积,将它们归一化回浓度。
图 2 显示了使用该算法对 25 nm nMOSFET 设计进行定位的掺杂剂示例。 0.225 x 0.2 x 0.1 pm 的模拟体积包含 224550104 个 Si 原子位置,其中 62280 个转化为供体,12703 个转化为受体。 使用这种技术,已经评估了许多不同的 25 nm 沟道长度 MOSFET 设计的阈值电压波动。 所有这些器件的模拟宽度均为 50 nm。 亚阈值状态下的电流是通过使用 FIELDAY[5] 和恒定流动性模型的 3D 扩散模拟计算的,其方式与以前的工作人员 [11.
仿真结果
表 I 显示了图 3 中所示的三种不同垂直掺杂分布的结果,从中可以看出极端逆行情况的 V- 波动量最小,而均匀掺杂情况最差。 这是意料之中的,因为极端逆向情况使掺杂剂波动尽可能远离沟道,导致沟道中的潜在变化较小。 也许更令人感兴趣的是 DIBL 与连续到随机平均 V-r 偏移之间的相关性测试,如图 4 所示,用于各种不同的掺杂设计,有些带有晕圈,有些没有,都限制在基本相同的 V .,… 虽然数据确实显示了一些相关性,例如以前的工作人员[3,4] 所建议的,但这种转变总是负面的,即使对于小的 DIBL,这与之前关于正向和负向转变的报道不同[3,4 ]。
图 2 表明,源极和漏极中的掺杂剂波动也可能导致阈值变化,这是以前没有分析过的。 我们已经用逆行 V.r 植入物和晕圈评估了这种效应的“真实”掺杂曲线,这些晕圈设计用于通过分别离散施主或受主同时保持另一个连续掺杂来保持可接受的 V-滚降 [6]。 如图所示。 如图 5 和 6 所示,源极/漏极掺杂确实有助于 V.r 波动,但除了最深的结外,对总变化的影响可以忽略不计。 V., 变化的主要来源是体掺杂,这取决于源/漏掺杂深度,因为它必须随着结深度的增加而增加,以保持恒定的 V.,。 显然,源极和漏极分布的大范围扩展导致阈值电压变化显着增加。
我们得出结论,发现具有合理设计的掺杂分布的 25 nm 沟道长度 MOSFET 的固有阈值电压不确定性约为 1o/fi mVpn”’,其中 W 是 FET 的宽度。 这对于逻辑来说可能是可以容忍的,因为它往往更宽且密度更低,但对于 SRAM 来说可能是有问题的,因为 SRAM 的宽度通常被最小化,芯片上的最大变化可能达到 60,这可能超过 250mV。
由掺杂剂波动引起的阈值变化的蒙特卡罗建模相关推荐
- simulink永磁直驱风机PMSG联合飞轮储能或者电化学电池储能抑制风速波动导致的频率变化
永磁风机调频,飞轮储能电化学电池储能调频. 上述为联合飞轮储能效果.
- 数据仓库之建模 维度表 事实表 维度建模三种模式 如何维度建模缓慢变化的维度 建模体系
数据仓库之建模 ER建模 维度表和事实表 维度建模三种模式 如何维度建模 什么是缓慢变化的维度 最常见的三种数据仓库建模体系 联机分析处理 OLAP 元数据(Metadata) 数据仓库建模包含ER建 ...
- 指标波动多大才算是异常?
指标波动不可怕,指标波动代表的业务场景才可怕!脱离业务场景谈指标波动就是耍流氓. 指标波动分类 第一类:硬指标波动. 有一些指标是刚性考核业务部门的.比如 考核销售:业绩.回款 考核商品:库存.毛利 ...
- 基于ATMEGA16单片机,MQ-3酒精传感器,LCD1602液晶显示的酒精浓度检测阈值报警仪
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 本文章为个人单片机课程大作业,代码都是自己写的,只是记录自己的学习过程,不做任何商用. 目录 单片机大作业: 一.使用仪器.材料 二. ...
- 治疗性经颅磁刺激后大规模脑电图神经网络的变化
背景:经颅磁刺激(TMS)是一种有效的治疗难治性抑郁症的治疗方法.TMS可能诱发与抑郁症相关的异常回路的功能连接改变.脑电图(EEG)"微观状态"是指假设代表大规模静息网络的地形图 ...
- 为机器学习模型设置最佳阈值:0.5是二元分类的最佳阈值吗
来源:Deephub IMBA 本文约3500字,建议阅读7分钟 我们将展示如何从二元分类器中选择最佳阈值. 对于二元分类,分类器输出一个实值分数,然后通过对该值进行阈值的区分产生二元的相应.例如,逻 ...
- 5g和远程医疗的关系_远程医疗,未来和不断变化的习惯
5g和远程医疗的关系 As the COVID-19 pandemic continues to spread, Telemedicine platforms are attracting large ...
- 深度剖析CMOS、FinFET、SOI和GaN工艺技术
真空管的发明是电子工业发展的重要动力.但是,在第二次世界大战之后,由于需要大量的分立元件,设备的复杂性和功耗显着增加,而设备的性能却不断下降,其中一个例子是波音B-29,由300~1000个真空管组成 ...
- 半导体工艺:Bulk Si,SOI,FinFET,GAA等工艺
半导体发展至今,无论是从结构和加工技术多方面都发生了很多的改进,如同Gordon E. Moore老大哥预测的一样,半导体器件的规格在不断的缩小,芯片的集成度也在不断提升,工艺制程从90nm.65nm ...
- 芯片制造中的软力量(下)
作者:李剑 首发于公众号:常垒资本(ID:conswall_cap) 前文回顾: 6 TCAD(工艺和器件仿真) 1. TCAD简介 1.1. 什么是TCAD 随着微电子技术的发展,半导体工艺水平和器 ...
最新文章
- 设计模式(十一)桥梁模式(结构型)
- 到底能不能做一辈子的程序员——大龄程序员将何去何从
- SpringBoot集成Mybatis(0配置注解版)
- shell if else 用法 syntax error near unexpected token `then'
- 手机移动防卫盾安全需求分析文档
- vue双向数据绑定v-model绑定单选框,复选框,下拉框
- FASTQ format
- 记录一次conda环境报错的解决ImportError:: Library not loaded: @rpath/libffi.7.dylib
- rust里面的柴油桶有什么用_一种柴油桶倒油装置的制作方法
- “花书”的佐餐,你的线性代数笔记
- Cocos2dx 之 PhysicsHandler 简单实现
- 学生学籍管理系统页面源代码html_学生信息管理系统系统源代码
- Real-Time Rendering——Chapter 11 Non-Photorealistic Rendering
- php中的字典数据类型,python中字典数据类型常用操作
- C语言实现埃拉托斯特尼筛法
- C51最小系统板红外遥控控制led灯的亮灭
- [数据科学] 通过基因表达监测进行肿瘤预测
- 进行遥感图像数据融合的步骤:
- 塔勒布四部曲之《非对称风险》
- CSS——网易云音乐首页之轮播图的实现(完整版)
热门文章
- 数据中台为什么要汇聚数据?_光点科技
- 产品推广的渠道都有哪些?互联网推广的方式都有哪些?
- hyperledger-fabric第二天shell脚本手动组建Fabric网络
- Matlab计算随模拟时间变化的热导率
- 卷积神经网络和神经网络,卷积神经网络发展历程
- 【面试1v1实景模拟】Redis面试官会怎么提问?本文助你面试入坑,赶快收藏吧~
- 流程管理是什么?“流程管理”到底管什么?
- 金蝶K3用户数据权限之二次开发接入
- 智能家居-耗电情况总览
- 基于OpenCV 2.4.93.1的汉字显示(FreeType 2.6.2)