9月13-14日，“2021中國(guó)（南京）功率與射頻半導(dǎo)體技術(shù)市場(chǎng)應(yīng)用峰會(huì)（CASICON 2021）”在南京召開。本屆峰會(huì)由半導(dǎo)體產(chǎn)業(yè)網(wǎng)、第三代半導(dǎo)體產(chǎn)業(yè)主辦，并得到了南京大學(xué)、第三代半導(dǎo)體產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟的指導(dǎo)。

 

功率集成電路廣泛地應(yīng)用于多樣化的市場(chǎng)之中，種類繁多。作為功率集成電路中的核心元件，功率半導(dǎo)體器件決定了整個(gè)電路的性能、功耗、成本、良品率等。器件設(shè)計(jì)理論和制造技術(shù)是制約GaN基集成功率器件在性能和應(yīng)用上發(fā)展的瓶頸。TCAD工具目前是GaN基功率半導(dǎo)體器件設(shè)計(jì)必不可少的工具。

會(huì)上，南京郵電大學(xué)張珺教授帶來(lái)了“基于人工神經(jīng)網(wǎng)絡(luò)的AlGaN/GaN HEMT反向特性表征技術(shù)”的主題報(bào)告，報(bào)告指出，由于AlGaN/GaN HEMT器件中存在的多樣復(fù)雜的二維耦合效應(yīng)，時(shí)至今日，對(duì)器件反向性能的表征手段仍舊是制約AlGaN/GaN HEMT耐壓特性研究的重要障礙。具體來(lái)說(shuō)，由于AlGaN/GaN HEMT器件中存在的疊層耐壓結(jié)構(gòu)和二維缺陷態(tài)分布，雪崩擊穿過(guò)程在AlGaN/GaN HEMT和成熟的硅基橫向功率器件之間有著很大不同。特別是由于功率器件工作環(huán)境的極端性，導(dǎo)致目前基于TCAD工具數(shù)值仿真的耐壓性能分析方法往往是低效、耗時(shí)且收斂性差。

 

 

為了能夠準(zhǔn)確的、高效的預(yù)測(cè)AlGaN/GaN HEMT器件的反向特性，報(bào)告提出一種基于人工神經(jīng)網(wǎng)絡(luò)的數(shù)值仿真新方法。該方法主要由：i).包含輸入層、兩個(gè)隱藏層和輸出層的人工神經(jīng)網(wǎng)絡(luò)架構(gòu)；ii) .一個(gè)可以直接將輸出結(jié)果轉(zhuǎn)換為I-V曲線的轉(zhuǎn)換函數(shù)；兩個(gè)部分構(gòu)成。對(duì)于人工神經(jīng)網(wǎng)絡(luò)構(gòu)建，輸入神經(jīng)元表示施加的偏置和器件結(jié)構(gòu)參數(shù)，而隱藏層層數(shù)及神經(jīng)元個(gè)數(shù)作為訓(xùn)練超參數(shù)（包括權(quán)重和偏置）。因而，可以根據(jù)預(yù)測(cè)任務(wù)的復(fù)雜程度對(duì)其進(jìn)行優(yōu)化設(shè)置以實(shí)現(xiàn)最優(yōu)神經(jīng)網(wǎng)絡(luò)的構(gòu)建。與此同時(shí)，輸出層的神經(jīng)元代表電流相關(guān)的特征，將作為轉(zhuǎn)換函數(shù)的輸入。當(dāng)AlGaN/GaN HEMT器件處于反向工作狀態(tài)時(shí)，隨著施加的反向偏置電壓(Vd)增加，在數(shù)十伏電壓的變化內(nèi)，電流變化的跨度將覆蓋數(shù)個(gè)數(shù)量級(jí)。這類快速變化過(guò)程將阻礙訓(xùn)練數(shù)據(jù)集與神經(jīng)網(wǎng)絡(luò)之間的擬合。為解決優(yōu)化擬合問(wèn)題，提升預(yù)測(cè)準(zhǔn)確度和效率。本文通過(guò)引入轉(zhuǎn)換函數(shù)。以結(jié)構(gòu)參數(shù)為輸入，從而直接得到關(guān)態(tài)電流-電壓(I-V)曲線以及擊穿電壓(BV)、全耗盡電壓、飽和漏電流等基本性能指標(biāo)。

 

報(bào)告提出了一個(gè)多層人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)框架來(lái)預(yù)測(cè)AlGaN/GaN HEMT器件的反向特性。通過(guò)基于實(shí)驗(yàn)數(shù)據(jù)校準(zhǔn)的預(yù)測(cè)和模擬之間的良好一致性來(lái)驗(yàn)證訓(xùn)練的神經(jīng)網(wǎng)絡(luò)。與Sentaurus TCAD仿真相比，所提出的工具可以實(shí)現(xiàn)較低的反向I-V和擊穿電壓預(yù)測(cè)誤差（平均誤差<5%），平均計(jì)算時(shí)間消耗不足傳統(tǒng)數(shù)值方法的0.02‰。此外，基于人工神經(jīng)網(wǎng)絡(luò)的方法還可以有效地解釋反向性能隨結(jié)構(gòu)參數(shù)的變化趨勢(shì)。此外，所提出的方法避免了TCAD模擬中經(jīng)常出現(xiàn)的收斂問(wèn)題。相同的方法有望應(yīng)用于新型AlGaN/GaN HEMT器件，以研究器件結(jié)構(gòu)和耐壓性能之間的關(guān)系。