查看原文
其他

二维材料的机遇与挑战

Nature 半导体行业观察 2022-05-13


从首次提出至今,石墨烯和二维材料(2DM)在科学和工程领域的研究已经持续了15年。大量的可用数据和高性能的器件演示让人们毫不怀疑二维材料在电子、光电子和传感领域中的应用潜力。那么采用二维材料的集成芯片和产品在哪里?在本篇文章,我们通过总结目前阻碍二维材料应用的主要挑战和机遇来回答这个问题。

制造技术


在我们看来,这个问题可以通过比较二维材料和标准半导体材料的制造准备水平来得出结论。当前缺乏将二维材料引入硅(Si)半导体工厂产线的解决方案,这些“单元工艺”(unit processes)将二维材料与硅互补型金属氧化物半导体(CMOS)芯片集成在生产线后端或前端。目前来看,二维材料的沉积和生长技术可以适用于晶圆规模,但是缺陷和污染还不符合大规模生产的需求。

一般来说,高质量的材料通常需要较高的工艺温度,这加剧了晶圆直接生长的复杂性,但同时也让转移技术变得更受欢迎。理论上,晶圆键合技术可以解决这个问题,但显然这项技术没有达到完善的制造水平。在设备层面,二维材料面临的挑战就是介质(dielectric)和接触界面(contact interfaces )的控制。二维材料表面的自钝化( self-passivate)性质需要用可制造的方法(例如通过原子层沉积)来实现电介质的沉积。与使用晶体二维绝缘体(如六方氮化硼)的最佳实验室演示相比,由此产生的非理想界面限制了器件的性能。

二维材料的电触点也是如此,它只能部分满足工业规范,还没有达到制造标准。对二维材料来说,拔除或蚀刻对底层具有高选择性的材料尤其具有挑战性,因为它需要原子级精度,而这只能通过特定的化学反应和专用的原子层蚀刻设备来实现。开发合适工艺生产的过程是冗长乏味的,因为潜在的二维材料及其组合的范围很广。总的来说,蚀刻化学和其他物理过程参数强烈依赖于具体的情况,每个都需要单独的解决方案。掺杂( Doping),即在晶格中替换原子,是硅所需的一项标准且关键的技术,它依赖于统计分布。在二维材料领域,“掺杂”一词通常用来描述从缺陷或其附近的分子吸附物到2D二维材料层的电荷转移。

精确和长期稳定地控制这种“有效掺杂”仍然是一个挑战,但是传统掺杂也是挑战,如硅技术所示,理想情况下,需要以确定方式替换二维晶体原子。解决这些关键的制造瓶颈是欧洲二维材料试验试点线的明确目标。二维材料与硅CMOS技术的共同集成将大幅提升芯片功能,并使二维材料应用按照其设备复杂性的顺序出现。


如图所示,在过去多年的发展中,包括铜互连、高k金属栅极介质和FinFETs等在内的材料以及架构创新都被采用,以继续推动摩尔定律(黄线指的是“不太满意的缩放”)前进。但未来或者说“More Moore”“延续摩尔定律”的缩放,可能需要更薄的纳米片晶体管,而二维材料被认为是理想的候选材料(红色指的是,插入a和透射电子显微图)。通过“CMOS + X”集成,例如通过“More Than Moore”“超越摩尔”领域的传感器或集成在CMOS芯片上的高频电子器件,有望获得实质性的性能和功能增益。借助二维材料的光电性能,光子集成电路可以提高整体系统性能和数据处理能力,并开启光谱传感应用。内存计算或忆阻器让未来的神经形态计算应用成为可能,并且二维材料可能非常适合与硅CMOS集成。即使在实验室,2D量子技术也是最不成熟的,但随着二维材料进入半导体加工线,2D量子技术将受益于所有预期的成就。

此外,二维材料也有望成为CMOS的X因素。在异构集成缩放时代,新的材料在三维芯片堆叠中提供前所未有的性能。需要注意的是,在经典的“摩尔定律”时期,Y轴的单位为“log2(#晶体管/$)”,但在异构集成扩展时代,这个必须被取代,我们建议将其标记为“Performance (A.U.)”,因为性能的提高将针对于特定应用。它将由功耗和效率、模式识别能力、传感器融合等(组合)因素决定,由于功能和底层技术的多样性,这将会导致一些任意单元的产生。

More Moore


一般来说,可以通过增加集成架构的复杂性以及STCO整体设计与系统架构的协同优化来实现先进的半导体技术节点。在晶体管层面,领先的半导体制造商正在从FinFET转向堆叠纳米片CFET架构,以实现最先进的CMOS技术节点。目前,这些纳米片器件仍基于硅沟道,而这种纳米片的各种结构也被用来评估未来技术节点,例如所谓的“fork sheet”设计,它允许更紧密的n- p间距,或将p和n型纳米片相互集成在一起,但进一步缩放沟道长度需要缩小沟道厚度相似的因素,以保证充分的静电控制,以抑制短沟道效应。将硅片厚度减小到所需的值会增加界面上的电荷散射( charge scattering),并导致沟道中载流子迁移率急剧下降,从而破坏了器件的性能。而二维半导体将是纳米片的最终版本,因为它们在第三维是自钝化(self-passivated )的,而且载流子迁移率不会受到表面散射的强烈影响。因此,即使在厚度限制下,迁移率仍然很高。

原则上,这种特性可以实现多个技术节点的实际扩展,并激励半导体行业最终考虑用二维材料取代硅作为未来先进节点的晶体管沟道材料。但这个问题又将我们重新带回到与2D集成相关的基本技术和科学挑战。值得注意的是,确定一个合适的栅极氧化物堆栈和寻找低接触电阻方案(contact schemes)特别重要。前者是必要的,以保持二维材料的特性,并提供充分的静电控制,同时减小栅极漏电流。二维六方氮化硼(hBN) 已被广泛应用于展示基于2D材料的高性能器件,但其带隙和带阶决定了只有一个或两个单分子层才能实现足够的静电控制。这种额外的边界条件导致了不可容忍的器件漏电,因此必须找到其他的解决办法。为了保持集成电路中沟道材料的优点,需要低接触电阻,因为高接触电阻会主导并严重限制集成器件的性能。

最近,通过使用半金属铋,MoS2中的金属诱导隙态(metal induced gap states )和简并态的自发形成(spontaneous formation of degenerate states)被报道,能大大降低MoS2的接触电阻。然而,要揭示和充分利用CMOS电路中单层晶体管的潜力,重振晶体管的微缩速度和延续摩尔定律,还需要更多这样的突破。

More than Moore 超越摩尔


这类应用可能首先进入市场,因为它们是多方面的,但通常非常具体,所以可以容忍缺陷和较大的器件性能变异量device variation。

二维材料由于其固有的高表面/体积比和多功能化特性,非常适合于气体、化学和生物传感器件。因此,在某些二维层状材料附近的任何带电粒子或分子都可以改变其导电性。然而,理想中的二维材料是化学惰性的,这意味着化学活性的缺乏将极大得增强基于二维材料的传感器的反应活性。因此,精确的缺陷控制对于确保器件灵敏度是必不可少的。此外,传感器的选择性也是至关重要的。它可以通过表面功能化或者由不同传感器组成阵列模拟复杂的生物系统例如鼻子,来实现,具有不同传感器“指纹”的二维材料组合可以与机器学习算法一起用于传感器读取。

MEMS通常依赖于芯片上的机械可移动部件。二维材料具有优异的机械性能,可以产生超薄薄膜,直接转化为压阻式和光机械读出方式,以极高的灵敏度,为MEMS提供了高效的信号传输。基于二维薄膜的MEMS应用包括压力传感器、加速度计、振荡器、共振质量传感器、气体传感器、霍尔效应传感器和热辐射计。

与现有的光电子和光子技术相比,二维材料具有一系列优势,特别是在硅材料可以处理的光谱范围之外。但即便如此,在光发射方面,许多二维材料的直接带隙比硅更有优势。半金属和小带隙材料,如石墨烯、二硒化铂或黑磷,开启了红外(IR)体系,与昂贵的III-V半导体技术竞争。虽然二维特性在垂直方向上转化为较低的绝对吸收,但与红外敏感吸收层的结合带来了更高的探测器响应能力。

光子集成电路


光子集成电路被认为是在计算机芯片上或在计算机芯片之间进行数据传输的终极性能推进器,将它们通过光电转换器以极高的数据传输速率连接到硅基器件是一项关键的应用技术。二维材料,特别是石墨烯,可以转移到光子波导上,并提供宽带光检测和信号调制。通过消除对外延的需要,基于二维的光子集成允许将有源器件组件与硅光器件集成,但也可以与无源非晶体波导材料集成,如氮化硅集成,这为复杂光子学应用在CMOS上打开了大门。事实上,一些二维材料,如二硒化铂,也可以在低于400°C的温度下直接共形生长,这在寻求与硅CMOS技术结合的光子集成电路方面是一个明显的优势。有了集成2D光源的潜力,二维材料可以最终实现电子学和光子学的融合,并在太赫兹间隙的光谱上架起桥梁。

神经形态计算


神经形态计算旨在为人工智能应用提供启发大脑的计算设备和架构,以实现节能硬件。在器件层面,对神经形态计算的要求包括将内存与逻辑合并,来实现模拟突触和神经元的内存计算和记忆设备特性。前者已经可以用传统的存储技术实现,而后者转化为阈值开关和具有宽范围可编程电阻状态的非易失性忆阻器。尽管这项技术相对较新,但二维忆阻器已经显示出了很有前景的性能,包括焦耳量级的开关能量、亚纳秒级的开关时间、数十种可编程状态,以及晶圆级的人工神经网络原型,可以实现传感器系统和边缘计算的应用,例如通过传感器数据的预处理或芯片上传感器融合。除了神经形态计算外,二维记忆体已经被证明可以提供广泛的非计算功能,包括安全系统的物理不可克隆功能,以及通信系统的射频切换功能。

从科学的角度来看,二维器件中的电阻转换现象产生原因在于离子输运、缺陷形成或相变效应。尽管有这些基本方面,二维忆阻开关仍然是一个受到越来越多讨论和研究的话题。在设备层面,一个根本性的挑战就是提高电阻切换的次数,即所谓的耐久性,这需要进一步研究潜在机制的老化效应。同样,为了实现能够模仿大脑的超连接性和效率的大规模连接设备阵列,提高材料的均匀性将是至关重要。令人振奋的是,截至目前已有超12个二维材料展示了记忆效应,在未来几年这个数量可能还会持续增长。因此,越来越需要算法来指导实验研究和优化记忆元件,以获得最大性能。

量子技术


二维材料和相关的van-der-Waals 范德华异质结构的各种性质也使得它们成为自旋电子学和未来量子技术中高度可调的量子材料。二维材料系统不仅能够实现量子物质的人工状态,还能实现固态量子计算的许多承诺,以此作为量子通信电路的关键部件或允许有趣的量子传感方案。事实上,二维材料是一个很有前途的量子点固态平台,比如人们很早就认识的拓扑量子计算元件,以及单光子发射器的相干源。

基于半导体量子点(DQs)的量子计算使用捕获电子的单个自旋态。除其他方面外,它依赖于在主体材料中起重要作用的长自旋相干时间,这使得石墨烯成为一种非常有趣的自旋量子位材料,因为它具有弱自旋轨道耦合(碳原子非常轻)和弱超精细耦合(碳12是无自旋核)。随着栅极控制量子点(QDs)中单电子限制的研究进展,第一个自旋量子比特即将问世。在二维材料中制造自旋量子位的可能性也将允许评估额外的谷自由度作为可能的量子位状态;存在关于谷和自旋谷量子位的有趣建议。

此外,二维材料中的固定量子比特可以与单光子发射体(SPE)实现的光子量子位耦合,例如在附近的宽带隙六方氮化硼或半导体过渡金属二卤族化合物(例如WSe2)中。在这些二维材料中,SPE近年来已经被证明是打开分布式量子网络的大门,其中光子量子位可以作为互连,使遥远的静止量子比特,例如自旋量子位,进行纠缠。这种坚固、明亮、难以区分的单光子发射器对于创造光子(飞行)量子位来实现高效的量子通信至关重要。

此外,二维异质结构是用于拓扑量子计算的有前途的材料,与标准量子计算相比,量子态可能更好地(即,拓扑地)防止无序。例如,将量子反常霍尔绝缘体或石墨烯调制到倾斜的反铁磁量子霍尔相与s波超导体相结合,是拓扑量子计算中一个很有前途的应用平台。简而言之,这些进展使二维材料及其异质结构在许多方面成为未来量子技术应用的一个令人兴奋的平台。

结论


与现有技术相比,二维材料在设备级提供了卓越的性能优势,还可以与硅CMOS技术轻松集成,这使得它们成为硅芯片(也被称为“CMOS + X”)的主要扩展功能的候选者。我们相信,在未来的集成产品中,二维材料将越来越成为一个x因素,具体取决于目标应用的不同,基于二维材料的异构电子技术的瓶颈也将获得突破,达到所需的大规模制造水平。

★ 点击文末【阅读原文】,可查看本篇原文链接!


*免责声明:本文由作者原创。文章内容系作者个人观点,半导体行业观察转载仅为了传达一种不同的观点,不代表半导体行业观察对该观点赞同或支持,如果有任何异议,欢迎联系半导体行业观察。


今天是《半导体行业观察》为您分享的第2985内容,欢迎关注。

推荐阅读


三星要全面开花

算一算Chiplet的成本!

德国半导体的实力


半导体行业观察

半导体第一垂直媒体

实时 专业 原创 深度


识别二维码,回复下方关键词,阅读更多

晶圆|集成电路|设备|汽车芯片|存储|台积电|AI|封装

回复 投稿,看《如何成为“半导体行业观察”的一员 》

回复 搜索,还能轻松找到其他你感兴趣的文章!


点击阅读原文,可查看本文原文链接!

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存