AI 改进半导体分层技术，赋能计算机芯片、电池制造

原子层沉积 (Atomic layer deposition，ALD) 是一种高度可控的薄膜合成工艺，可制造出只有一个原子厚的薄膜。广泛应用于计算机芯片、太阳能电池、锂电池等领域。很多企业常用 ALD 来制造半导体器件。ALD 的灵活性和多样性给确定工艺参数带来了重大挑战，但仍需要专家的直觉和耗时的反复试验来确定最佳工艺参数。

最近，来自美国能源部（DOE）阿贡国家实验室的研究人员 描述了多种基于 AI 的方法来自动优化 ALD 工艺。详细说明了每种方法的相对优势和劣势，以及可用于更有效、更经济地开发新流程的见解。

该研究以《用于优化原子层沉积的智能代理》「 Intelligent Agents for the Optimization of Atomic Layer Deposition 」为题发表在《 ACS Appl. Mater. Interfaces 》杂志上。

前沿，但也面临挑战

ALD是一种工艺，通过前驱体蒸气和基板表面之间的一系列自限反应，在基板上沉积原子厚度的均匀薄膜。ALD 可访问大量的元素和化合物目录，元素周期表中超过一半的元素在出现在ALD过程中。

ALD 擅长在复杂的 3D 表面上生长精确的纳米级薄膜，例如在硅晶片上形成图案的深而窄的沟槽，以制造当今的计算机芯片。 这促进了科学家为下一代半导体器件开发新的薄膜 ALD 材料。

然而，开发和优化这些新的 ALD 工艺是具有挑战性和劳动密集型的。研究人员必须考虑许多可以改变这一过程的不同因素，包括：分子前体之间的复杂化学反应；反应器设计、温度和压力；前驱体剂量和吹扫时间。

为了找到克服这些挑战的方法，阿贡科学家评估了 三种新型优化策略 ：(a)随机选择气体时间；(b) 基于高斯过程代理模型的贝叶斯优化 (BO)，以及 (c) 基于规则的专家系统方法，利用人类策略和物理直觉。值得注意的是， 后两种使用不同的 AI 方法，且以前从未应用于 ALD。

Table 1 列出了该研究的四种ALD 工艺模型：Al2O3 在 200 下使用三甲基铝 (TMA) 和 H2O，Al2O3 在 100 下使用 TMA 和 H2O，W 在 200 下使用六氟化钨 (WF6) 和乙硅烷 (Si2H6)，TiO2 使用钛 (IV) 异丙醇 (TTIP) 和 200 下的 H2O。

敏感性分析

在比较所有四种ALD工艺模型的三种优化策略之前， 了解关键超参数对成本函数和优化性能的影响非常重要。 可确保在平等的基础上比较优化策略。以在 200 下生产 Al2O3 薄膜为例，研究ALD 系统的效果。

专家系统方法对关键超参数的值很敏感。 首先，专家系统策略需要指定一组起始时间。尝试了多种分配初始时序的方法，包括使用统一时序（所有时序相同）和随机时序（时序在优化边界之间随机初始化）。 探索 发现统一的初步计时产生了可靠的性能。

此外， 专家系统优化策略对给定时序所采用的重复 ALD 周期数也很敏感。 相比之下， 贝叶斯优化策略对采用的重复次数相对不敏感。

优化策略比较

研究人员通过比较他们如何优化 ALD 中使用的两种前驱体的剂量和清洗时间来评估他们的三种策略。加药时间(dosage time）是指前体加入反应器的时间，而吹扫时间是指去除多余的前体和气态化学产品所需的时间。

目标： 找到可以在最短的时间内实现高且稳定的薄膜生长的条件。 科学家们还使用代表反应堆内 ALD 过程的模拟来判断他们收敛到理想时间集的速度策略。

将他们的优化方法与模拟系统联系起来，让他们能够根据优化算法生成的处理条件，在每个循环后实时测量薄膜的生长情况。

研究人员比较了四种 ALD 工艺的三种优化策略的性能。通过比较了 Al2O3 薄膜在 200 C 下0.1%和10%噪声水平下生长的优化策略性能。研究表明： 在这两个噪声水平上，贝叶斯优化的性能最好，其次是专家系统，然后是低测量噪声的随机策略，高测量噪声的反向策略。

除了考虑给定优化算法在接近一组最优 ALD 时序时的效率之外，实际考虑也很重要，例如 CVD 类型生长（如果选择了不适当的低吹扫时间），从而使反应器结垢，对 ALD 反应器安全可靠运行的影响。实验表明：专家系统方法完全避免了不受控制的生长，而随机优化策略则始终对产生过量CVD型增长的条件进行采样。贝叶斯优化方法在避免大增长率方面做得更好。

研究得出： （1)随机优化(RO)在其他两种策略的优化时间质量不确定性较大的情况下表现良好，导致处理空间 探索 过程中GPC值过高。（2）贝叶斯优化（BO）可靠，性能好，不需要超参数调优。然而，在早期和后期的循环中，BO受到GPC值过高的影响。(3) 专家系统优化 (ESO) 可靠且安全，但前驱体剂量次数过于保守。

一劳永逸 （Set it and forget it）

「所有这些算法都提供了一种更快地收敛到最佳组合的方法，你不必像今天通常那样花时间将样品放入反应器中、取出样品、进行测量等。相反，你拥有实时与反应堆连接的回路。」该研究的合著者、Argonne 首席材料科学家 Angel Yanguas-Gil 说。

这种设置还通过形成一个闭环系统使两种 AI 方法的过程自动化。

尽管存在一些弱点，但人工智能方法有效地确定了不同模拟 ALD 工艺的最佳剂量和清洗时间。 这使得这项研究成为第一批表明使用 AI 可以实时优化薄膜的研究。

研究人员表示： 在未来的工作中，除了改进现有的算法外，还希望将这些方法扩展到包括反应堆温度和前驱体分压。

「这是令人兴奋的，因为它开辟了使用这些类型的方法来快速优化实际 ALD 工艺的可能性，这一步骤可能会在未来开发新应用时为制造商节省宝贵的时间和金钱。」Jeff Elam 总结道。

对中国半导体产业来说，回望来时路，业绩斐然。从身份z芯片到MP3时代，再到大量的山寨机和平板，以及目前的品牌手机和平板，一批批中国芯片企业陆续崛起。"国新风险投资执行董事孙加兴在近日举行的第四届互联网产品创新大会上表示，从计算到"计算+通信"、再到"计算+联接+感知"，技术要素不断变迁。目前，芯片产业处于群雄混战的局面，但其市场前景可期。

芯片是半导体元件产品的统称，也是集成电路的载体。前瞻产业研究院发布的《中国半导体产业战略规划和企业战略咨询报告》显示，截至2018年年底，全球半导体营业市场规模达到4779.4亿美元，同比增长15.9%。预测2019年全球半导体营业市场规模将达4901.14亿美元，同比增长2.6%。

目前，全球半导体行业竞争力较强的国家主要是美国、韩国等，中国半导体产业仍然存在诸多不足。"一些高精尖芯片主要依靠进口，国内还不能有效供应。"上海集成电路产业投资基金董事总经理陈刚晶说道，存储、半导体设备生产及销售规模仍然较低，尤其在关键基础性知识产权方面积累不足，导致在核心基础技术和芯片设计上容易受制于人，只占全球市场不到15%的比重。此外，我国集成电路产品仍大量依赖进口。2018年，中国进口集成电路金额约合3120.6亿美元，同比增长19.8%。出口金额为846.4亿美元，进出口额逆差仍在扩大，逆差达到2274.2亿美元，同比增长17.47%。

业内人士称，国内半导体技术落后于海外，造成我国在发展信息科技产业时产业链上下游的大量底层技术严重依赖海外。这在当前面临去全球化风潮中，不管是从商业还是从国家安全角度考虑，都急需开发自主产品，以替代海外技术和产品。对此，赛灵思人工智能业务资深总监姚颂表示，做好芯片需做到以下四点：一是能用，满足用户的基础功能需求；二是好用，功能比较完整，性能表现较好；三是爱用，让用户体验好；四是离不开，在产品之外提供额外的一些附加值。

与此同时，我国需加快人工智能芯片的研发和应用。赛迪智库电子信息研究所研究员王哲介绍说，人工智能芯片以图形处理器、现场可编辑程门阵列、特定用途集成器为发展方向。预计到2021年，全球人工智能的芯片市场规模将达52.2亿美元，年均增长符合率超过50%，超过人工智能行业整体规模。芯片作为人工智能的核心部件，在技术驱动和需求牵引下，市场增长有望实现逐年扩大。

近年来，英特尔、微软、谷歌等国外科技公司都在积极布局人工智能芯片，国内大批企业也都投入巨资研发人工智能芯片。由于国内布局得早，国外在芯片生态上并未形成垄断，催生了大量的人工智能创业企业，如地平线、深鉴科技、寒武纪、云知声、云天励飞等。同时，国内人工智能芯片已经有部分成熟的商业货架产品和应用，广泛分布在金融证券、商品推荐、安防、消费机器人、智能驾驶、智能家居等众多领域，例如，寒武纪通过和华为、曙光等公司合作，将人工智能芯片应用于华为智能手机和曙光的服务器上。

自智能手机诞生以来，供应链厂商都在将各种新技术引入其中，如指纹识别、面部识别、AI美颜、5G通信等。从产业角度而言，虽然说智能手机市场整体增长放缓，但是在4G向5G过渡阶段，以及各种新技术的继续引入，智能手机仍将成为半导体领域重要的市场。对此，英飞凌电源管理及多元化市场事业部大中华区射频及传感器部门总监麦正奇认为，4G改变了人们的生活习惯，更多的事情开始在智能手机上完成。到5G通信时代，将会带来更多的变化。

此外，汽车市场芯片需求增长迅速。市场研究公司IC Insights预测，随着技术进步不断增加车内的电子组件用量，预计在2021年以前，汽车电子系统将持续成为六大主要半导体终端市场中成长最强劲的应用。2018年，汽车电子系统的销售额增长约7%，达到1520亿美元，2019年将再增长6.3%，达到1620亿美元。"自动驾驶、信息、娱乐、安全、模拟、连接等将成为快速增长的市场，而新兴的突破性技术--5G、射频、人工智能等将成为未来增长的驱动器。"格芯中国区总经理白农说

---