Evaluation of neutral network methodologies for understanding the interface phenomena in integrated materials in microelectronics : application to the case of solid phase epitaxy in silicon
Évaluation des méthodologies de réseaux neuronaux pour la compréhension des phénomènes d'interface dans les matériaux intégrés dans les domaines de la microélectronique : application au cas de l'épitaxie en phase solide dans le silicium
Résumé
Moore's Law is ended, but all is not lost. To maintain a higher transistor density, changing device geometry from planar to three-dimensional was one of the first successful approaches to take advantage of dimension z. In particular, recently, 3D monolithic integration has been proposed to align different wafers on top of each other. With this technique, a layer of amorphous silicon is deposited on top of the transistor, this amorphous layer is then crystallized by performing a solid phase epitaxy (SPE) at low temperature. Solid phase epitaxy in silicon material is a general phenomenon that consists in the regrowth of a perfect diamond structure from an amorphous material in direct contact with a crystalline substrate without the need to liquefy it. Industrialists use numerical simulations to optimize their SPE process, but the current codes do not capture all the microscopic events that occur within the material. This is due to the very poor knowledge we have of the microscopic phenomena that need further investigation. This work achieves a complete ab-initio study of solid phase epitaxy in silicon based on state-of-the-art numerical approaches. First, an interatomic neural network potential is developed and fitted on a data set built from scratch for this specific task. The points of the data set are solved in energy and forces in the density functional theory framework. Particular interest is given to the construction and veracity of the dataset used to train the potential: choice of the functional, exhaustive sampling of each phase space region of interest, reproducibility of the physical properties necessary to model the physical phenomena of the SPE. This neural network was then used to study solid phase epitaxy with molecular dynamics. The simulations show a variety of phenomena that were not previously accessible with less accurate potentials, and give a microscopic interpretation to the observed experimental activation barrier. In addition, a statistical approach comparing a series of structures with a state-of-the-art density functional theory structure was performed to discuss the relevance of the quality of the amorphous used in our SPE simulation. We determined that several metrics such as the geometry of our amorphous structures and the energy excess with respect to the diamond silicon are consistent with the literature.
La loi de Moore est terminée mais tout n'est pas perdu. Pour maintenir une plus grande densité de transistors, la modification de la géométrie des dispositifs, qui passe du planaire au tridimensionnel, a été l'une des premières approches adoptées avec succès pour tirer parti de la dimension zéro. Récemment, l'intégration monolithique 3D a notamment été proposée pour aligner différents wafers l'un sur l'autre. Avec cette technique, une couche de silicium amorphe est déposée sur le dessus du transistor, cette couche amorphe est ensuite cristallisée par épitaxie en phase solide (SPE) à basse température. L'épitaxie en phase solide dans le Silicium est un phénomène général qui consiste à faire repousser une structure de type diamant parfaite à partir d'un matériau amorphe en contact direct avec un substrat cristallin sans qu'il soit nécessaire de le liquéfier. Les industriels s'aident alors de simulations numériques pour l'optimisation de leur procédé, mais les codes actuels ne capturent pas l'ensemble des événements microscopiques qui se produisent au sein du matériau. Cela est dû à la très faible connaissance que nous avons des phénomènes microscopiques qui doivent être étudiés plus en détails. Ce travail réalise une étude ab-initio complète de l'épitaxie en phase solide dans le silicium en s'appuyant sur des approches numériques à l'état de l'art. Tout d'abord, un potentiel interatomique de réseau neuronal est développé et ajusté sur un ensemble de données construit de toutes pièces pour ce procédé spécifique. Les points de l'ensemble de données sont résolus en énergie et en forces avec la théorie de la fonctionnelle de la densité. Un intérêt particulier est donné sur la construction et la véracité du jeu de données utilisé pour entrainer le potentiel : choix de la fonctionnelle, échantillonnage exhaustif de chaque région d'espace de phase d'intérêt, reproductibilité des propriétés physiques nécessaires à la modélisation des phénomènes physiques de la SPE. Ce réseau de neurones a ensuite été utilisé pour étudier l'épitaxie en phase solide avec la dynamique moléculaire. Les simulations montrent une variété de phénomènes qui n'étaient pas accessibles auparavant avec des potentiels moins précis, et donnent une interprétation microscopique à la barrière d'activation expérimentale observée. En complément, une approche statistique à partir d'une série de structures issues de la DFT a été réalisée pour discuter la pertinence de la qualité de l'amorphe utilisé dans notre simulation SPE. Nous avons déterminé que plusieurs métriques comme la géométrie de nos structures amorphes et l'excès d'énergie par rapport au silicium diamant sont conformes avec la littérature.
| Origine | Version validée par le jury (STAR) |
|---|