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。
半导体track与scanner区别是精密程度。1、Track把光刻胶涂附到芯片上就等同于底片，而曝光机就是一台最高级的照相机。
2、scanner即光线被限制在一条缝的区域内，光刻时，掩膜版和晶圆同时运动，使光线以扫描的方式扫过一个die的区域，从而将电路图案刻在晶圆上。
T352光器件封装-光器件封装工艺之--lot、wafer、bar条、die、chip的区别光通信女人
光通信女人
光通信女人
这是个挺有意思的话题，器件封装厂家介绍，“我们有Bar条解理和测试”时，内心常常充满了自豪，也经常会迎来参观访问者们一句“哦”。
今天国华聊几个名词，比如激光器lot、wafer、bar、die、chip都是指哪一种形态？ 顺便聊下为什么激光器特有Bar条这个词。
半导体光芯片或者电芯片，最早都是一盘子做出来，在一个wafer上，或者叫晶元、晶圆。
无论是光模块里的激光器芯片、探测器芯片、驱动器电芯片，都是一盘一盘的做出来的。中间工艺有不同，设备不同，材料不同....
但都是一个圆盘子，早期小文【 [图文1]T218 半导体芯片制造流程与设备】，点击就可以链接。
国华之前小文说一盘子制作完成之后，整体用探针卡测试，把不良品标注（绿
光通信行业有个特殊的中间品，叫Bar条，这是什么神奇的东西呢。
比如，探测器芯片，可以直接给光一测有木有转成电，或者VCSEL是面发射，一盘子每个激光器加电，一测上面有没有光什么波长的光....。
FP、DFB是侧面发光，一盘子码的整齐的，侧面有没有光咱也看不到啊。咋办。
给它一条一条分开，侧面镀上膜做做端面处理，然后测试，好的坏的就可以区分。这个过程叫解理。
解理这个词是用在矿物质晶体上的，咱们光学的基本材料也是晶体啊，像掰巧克力一样，顺着纹理稍稍用力，就解开成一条条的。
“那直接掰成一块块的测试呗”
也不是不可以，羊毛出在羊身上，你让咱供应商一把把薅羊毛可以，一根一根薅羊毛也可以，用多少人费多少时间的问题呗。
能一盘盘测试，就不愿多费人力设备一条条测，能一条一条的测就不愿意一颗一颗的测。谁家的钱也不是大风刮来的。
Bar测好，再整成小芯片，这个小芯片，一颗颗的，有叫“晶粒”、有叫“chip”，也有叫“芯片或光芯片”，还有叫“管芯”...
为甚么有个管字，其实国华也没有找到确切出处, 或者可能是激光器也好，探测器也好，本质是个PN结，也就是二极管的“管”。
管它呢继续聊，做成一颗颗芯片就可以去封装成光器件了。
哦，对，咱们还有一个词，叫lot，其实一炉子（MOCVD）不只出一盘wafer，一般几盘放一起做，叫一个批次，材料的配比相同，工艺流程相同。
这同一批次叫一个lot，有些属性是通的，
做为一个自豪的底层劳动人民，劳动人民的自豪也是分层次的，自豪程度也是略有不同。
比如，越精细的越自豪：
有材料生长能力>晶圆能力>bar条测试能力>TO封装能力>OSA组装能力>光模块设计能力
越上游越自豪(甲方掏腰包的角色）：
运营商>设备制造商>模块制造商>光器件制造商>芯片提供商>辅材配料商
资源越稀缺越自豪：
光芯片制造能力>电芯片制造能力>封装能力>芯片使用者
在国华的看法里，一个产业良性共同发展才是大道之理，共同把一个蛋糕做精美，无论做蛋糕的师傅、卖蛋糕的店员、买蛋糕的美女都会开心、掏腰包的大哥略忧伤。
一个良性产业各自做各自专业的事，多赢，成就的是一个大环境大氛围。
君不见相机产业链的翘楚‘柯达’不是败给竞争对手，而是败给另一个产业，手机业的崛起，使得每一个手机都成为了相机。
在同一个产业内，竞争是避免不了的，如果站在对手的角度审视自己、发现问题解决问题也是提升自身的一种途径，有序的竞争与协作是个好事情。
我家大哥在家总想欺负欺负我，树立一种权威，他多歇着我多干活，他管攒钱我管挣钱。家庭话语权这是红果果的竞争啊，可是谁敢揍一下国华，我家大哥能跟他玩儿命，这也是红果果的协作。
国华今天班了个门弄了个斧，见谅见谅。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）