研究部分:5月10日

增长2 d tmd在芯片上

麻省理工学院(MIT)的研究人员,橡树岭国家实验室,爱立信研究发现“长出”层的方法2 d过渡金属dichalcogenide(TMD)直接材料完全捏造硅芯片之上,他们说可以使密集的技术集成。

研究人员关注二硫化钼,灵活和透明的有良好的电子和光子的特性。通常情况下,这个过程需要的温度超过550摄氏度,远远高于400度上面硅晶体管和电路可以分解。

关键技术是一种新的炉为有机化学气相沉积的过程。烤箱由两院组成,低温区域在前方,硅片被放置的地方,和高温区域。蒸发和钼硫前体注入炉。钼保持在低温地区,温度在400摄氏度以下保存,热得足以分解钼前体但不太热,它损害的硅片。

研究生Jiadi朱举行8英寸CMOS与二硫化钼薄膜晶片。右边是炉研究人员开发,这使得他们能够“长出”一层二硫化钼在晶片使用低温过程没有破坏晶片。(图片:由研究人员/麻省理工学院)

硫前体流经高温地区,分解。然后流回低温地区,化学反应增长二硫化钼在晶片的表面。

“你可以考虑分解像做黑胡椒——你有一整胡椒磨成粉末形式。我们粉碎和研磨胡椒在高温地区,然后粉流回低温地区,”朱Jiadi说麻省理工学院的电气工程和计算机科学的研究生。

为了防止硫化铝或铜表层,他们首先沉积一层很薄的钝化材料的芯片。然后他们可以打开钝化层连接。

他们还把硅片到垂直炉的低温区域,而不是水平。通过将垂直,既不太靠近高温地区,所以不损坏晶圆的一部分热量。+,钼和硫磺气体分子周围的漩涡,他们撞到垂直的芯片,而不是流动在水平表面。这种循环效应提高二硫化钼的增长,带来更好的物质统一性。

低温方法不仅增长平稳,高度统一的层在整个8英寸晶圆,花不到一个小时,比先前的方法要快得多。

“通过缩短生长时间,这个过程更有效率,可以更容易地集成到工业装饰。加,这是一个silicon-compatible低温过程,可以有助于进一步推进二维材料到半导体行业,”朱说。

在未来,研究者想要调整他们的技术和使用它来增长许多堆叠层2 d晶体管。此外,他们想要探索使用低温生长过程的灵活的表面,如聚合物、纺织品、或论文,使半导体的集成到日常用品像衣服或笔记本。

Low-thermal-budget合成单层二硫化钼back-end-of-line硅集成在一个平台:200毫米https://doi.org/10.1038/s41565 - 023 - 01375 - 6

溅射自旋电子学

明尼苏达双城大学的研究人员和国家标准与技术研究院(NIST)开发了一种新的过程自旋电子元件。自旋电子学利用电子的自旋而不是电荷存储数据。

“我们相信我们已经找到了一个材料和设备,使半导体行业推进更多的机会在自旋电子学没有内存和计算应用程序之前,“Jian-Ping Wang说教授在明尼苏达大学电子与计算机工程系。

研究人员称钴铁硼,标准的自旋电子材料,已达到上限,可伸缩性,设备不能小于20纳米没有失去存储数据的能力。

相反,他们转向铁钯,可按比例缩小尺寸尽可能小5纳米。它还需要更少的能量,有可能数据存储。

他们能够种植铁钯在硅片上使用一个8英寸wafer-capable multi-chamber超高真空溅射系统。“这项工作是世界上首次展示,你可以种植这种材料,可按比例缩小到小于5纳米,在半导体industry-compatible衬底之上,所谓的CMOS + X策略,“Deyuan律说,博士生在明尼苏达大学电子与计算机工程系。

气急败坏的L10-FePd及其合成反铁磁性物质在Si /二氧化矽晶圆可伸缩的自旋电子学:https://doi.org/10.1002/adfm.202214201

检测硬件木马

波鸿鲁尔大学的研究人员,马克斯普朗克研究所的安全和隐私(MPI-SP)和catholique de鲁汶大学探索使用扫描电子显微镜(SEM)图像和图像处理算法来检测的硬件木马。使用他们的方法,他们能够检测偏差在37个40例。

团队分析了芯片制造的28 nm, 40 nm, 65 nm和90 nm制程节点。鲁尔大学利用芯片之前产生波鸿,他们已经进入芯片制造和设计文件。

原来的芯片设计公司修改了GDSII布局文件创建最小偏离伪造芯片,更换填料细胞功能标准细胞或替换现有的细胞与细胞的不同功能。

然后,其他研究人员使用扫描电子显微镜成像芯片。“比较芯片图像和建设计划被证明是一个相当大的挑战,因为我们首先要精确添加数据,“说Endres Puschner, MPI-SP安全专家。另外,芯片上的每个小杂质可能会阻止视图图像的某些部分。“最小的芯片上,这是28个纳米大小,单个的尘埃或头发可以掩盖整个排标准电池。”

然后用图像处理的方法来匹配标准电池标准电池和寻找GDSII和SEM之间的偏差。“结果给谨慎乐观的原因,”Puschner说。90、65和40纳米芯片,团队成功地识别所有的修改。假阳性结果的数量,标准细胞被标记为已修改的时候没有,总计500人。“超过150万标准细胞检查,这是一个非常好的利率,“Puschner补充道。28 nm芯片,研究人员未能发现三个变化。

更好的扫描电镜设备和使用一个干净的房间可以改善结果,指出鲁尔大学的史蒂芬贝克波鸿。“我们也希望其他小组将对后续研究使用我们的数据。机器学习可以提高检测算法,它还将检测变化最小的芯片,我们错过了。”

研究人员发布的所有的图像芯片,设计数据和在线分析算法免费所以其他研究小组可以使用数据进行进一步的研究。

红色的团队与蓝色团队:一个真实的硬件木马检测案例研究在现代CMOS技术四代:https://eprint.iacr.org/2022/1720