8月6日，Resonac（力森諾科）宣布首次把人工智能（AI）技術(shù)與材料開發(fā)常用的“第一性原理計算”相結(jié)合的新型模擬技術(shù)NNP引入CMP漿料對半導(dǎo)體晶圓拋光，保持計算結(jié)果高精度的前提下，速度提升10萬倍以上。而這項技術(shù)能夠闡明復(fù)雜半導(dǎo)體制造工藝中材料的行為，從而促進新材料的快速創(chuàng)造。

CMP漿料拋光硅片表面模擬

近年來，半導(dǎo)體領(lǐng)域技術(shù)創(chuàng)新速度不斷加快材料更迭也在加速。人們一般需要通過模擬獲得想法和實驗來有效地進行研究和開發(fā)并加速新材料的創(chuàng)造。但是，在半導(dǎo)體制造工藝中，涉及無機、金屬和有機材料，計算材料界面處的相互作用就需要大量的時間和計算能力。特別對于半導(dǎo)體制造至關(guān)重要的使用CMP漿料對半導(dǎo)體襯底進行的拋光過程涉及添加劑和磨料等許多分子和原子的存在，并且需要對襯底的復(fù)雜形狀進行詳細(xì)控制，這非常耗時強烈需要大規(guī)模的物理和空間模擬。

人工智能可以對第一性原理計算獲得的數(shù)千萬數(shù)據(jù)進行機器學(xué)習(xí)，并且可以以與第一性原理計算相媲美的高精度進行大規(guī)模模擬，比如AI計算速度為100小時，而第一性原理計算則需要1000多年。Resonac采用尖端的NNP技術(shù)來模擬使用CMP漿料對半導(dǎo)體基板進行拋光的過程。因此，通過在納米尺度上精確地可視化復(fù)雜界面的行為，就能夠詳細(xì)了解僅通過實驗難以掌握的復(fù)雜拋光機制。繼而通過闡明詳細(xì)的工藝，包括基板形狀和加工條件等周圍環(huán)境的影響，就可以更準(zhǔn)確地找到提供所需功能的原材料候選者。因為NNP技術(shù)對于界面和異質(zhì)混合物等復(fù)雜分析非常有效，Resonac計劃將其應(yīng)用于CMP漿料以外的半導(dǎo)體材料領(lǐng)域。

編譯整理 YUXI