（自左起）GIST电气电子计算机工程系教授 Hong Seongmin，研究员 Lee Gwangun、Kim Ingi、Jeong Seungwoo、Jang Minseo。
View original image光州科学技术院（GIST）电气电子计算机工程系表示，由教授 Hong Seongmin 研究团队开发出一种全新的算法，可以以比既有方法最高快100倍的速度预测下一代半导体器件的性能，从而以革命性方式提升半导体器件仿真的计算效率。相关消息于16日公布。
此次成果的意义在于，从根本上解决了半导体器件研究开发过程中被视为最大障碍的“长时间仿真”问题。
为了事先预测并优化半导体器件的性能，“TCAD仿真”必不可少。TCAD是一种根据物理定律，对半导体内部电子与空穴的运动、电场分布等进行数值计算，从而精确预测器件电学特性的技术。然而，诸如最新的环绕栅极（GAA）结构或互补场效应晶体管（CFET）等复杂的下一代器件需要进行三维计算，仿真往往需要耗费数小时到数天，由此严重拖慢了研发进度。
尤其是，为了在目标电压条件下实现稳定计算，必须通过逐步提高电压来诱导收敛的“偏压渐增（bias-ramping）”过程。这一过程占据了整体计算时间的大部分，成为主要瓶颈。
近期也有利用已训练的人工神经网络基础人工智能（AI）模型（Artificial Neural Network, ANN）来生成优质初始估计值、削减不必要中间步骤的尝试，但在应用于新结构时，需要额外的数据和训练过程，因此在产业现场难以立即使用，限制颇大。
为解决上述问题，研究团队提出了一种将“准一维（Quasi-1D）建模”与“按区域结构分析（Region-wise Structure Analysis）”相结合的新方法。该方法无需任何预训练过程，即可大幅缩短半导体器件仿真时间。其核心思路是：按照电流流动的沟道方向，将复杂的半导体器件简化为一维结构，以此快速估计初始计算值（solution），并将器件划分为多个区段，对各区段分别应用最优化的物理模型。通过这种方式，在省略原本必不可少的偏压渐增（bias-ramping）过程的同时，实现了10至100倍的计算提速。
研究团队以环绕栅极（GAA）器件、互补场效应晶体管（CFET）反相器等多种下一代器件为对象，对这一新算法进行了验证。结果显示，仿真速度较以往提升了10至100倍以上，而在电压传输特性（VTC）等主要电学特性方面，与既有TCAD结果的误差被抑制在0.1伏（V）以下，证明了其高精度。此外，即便器件的形状（几何结构）或在计算过程中划分的小单元网格（mesh）条件发生变化，也未出现性能下降，始终给出一致的结果，由此确认该方法可在多种环境和结构下稳定适用。
教授 Hong Seongmin 表示：“本研究成果表明，即便没有预先训练的人工神经网络基础AI模型，也能在多种结构下大幅缩短半导体器件仿真时间。基于所提出方法的高效率、高精度和高稳定性，今后将有助于加快下一代半导体器件的开发进程并提升研究效率。”
此次研究由GIST电气电子计算机工程系教授 Hong Seongmin 指导，研究员 Lee Gwangun、Kim Ingi、Jeong Seungwoo、Jang Minseo 执行，得到了科学技术信息通信部和韩国研究财团个人基础研究项目（中坚研究）的资助。研究成果已于上月25日在线发表在国际学术期刊《Communications Engineering》上。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
