來源 |?芯tip

智庫 |?云腦智庫(CloudBrain-TT)

云圈?|?進“云腦智庫微信群”,請加微信:15881101905,備注您的研究方向

聲明?|?本號聚焦相關知識分享，內容觀點不代表本號立場，可追溯內容均注明來源，若存在版權等問題，請聯系(15881101905，微信同號)刪除，謝謝

報告主題：采用BTI、RVS和CVS方法對4H-SiC MOSFET進行柵極氧化物可靠性研究

報告作者：Gavin D.R. Hall, Jifa Hao,?

Martin Domeij, and Thomas Neyer?

報告內容包含：（具體內容詳見下方全部報告內容）

• 介紹

  – SiC MOSFET 中的柵極氧化物系統

  – 柵極氧化物的研究——時間常數及其可變性的研究

• 偏置溫度不穩定性 (BTI)

  – 快速和慢速時間常數及其溫度依賴性

• 恒定和斜坡電壓應力（CVS 和 RVS）

  – 加速測試和硬擊穿

  – 使用“雙斜坡”方法減少時間常數

  – 競爭性故障模式和補償

• 結論與展望

報告詳細內容

# 簡介和背景

? 柵極氧化物可靠性是事件數據的時間

? ? —>時間常數及其可變性

? 關于時間常數

? ? – 性能相關

? ? – 硬擊穿——突然變為非功能狀態 (TDDB)

? ? – 快與慢時間常數

? 關于變化

? ? – 變化感知分析 —> 有效使用數據

? ? – 表征變化 -> 實現設計

# SiC 氧化物系統：Si / SiO2 / SiC

??柵極氧化物的性能和可靠性受到 "陷阱 "的影響

??在塊體、界面和中間的區域（邊界）。

??時間尺度是由這些地點的捕獲和發射驅動的

#?SiC 氧化物系統：Si / SiO2 / SiC

??有些陷阱的發射時間非常慢--實際上是永久性的

??參數不穩定可能是由于所有這些陷阱的動態變化造成的

??介質擊穿是由一系列的陷阱導致的熱失控（Klein-Solomon模型）

# 柵極氧化物 SiO2 / SiC 時間尺度

# 用于各種電壓波形（直流和脈沖交流）的偏置溫度不穩定性 (BTI) SiC MOSFET

??數據顯示了應力和讀出時間以及參數漂移之間復雜的相互作用

? ?-快速捕獲似乎具有“負激活” - 假設：相對于測量規模非常快速的發射

# 用于各種電壓波形（直流和脈沖交流）的偏置溫度不穩定性 (BTI) SiC MOSFET

??數據顯示應力和讀出時間以及參數漂移之間的復雜相互作用

???-兩種截然不同的時間尺度--一些陷阱迅速被填滿并恢復，而另一些則更慢，并保持不變。

# 用于各種電壓波形（直流和脈沖交流）的偏置溫度不穩定性 (BTI) SiC MOSFET

??數據顯示應力和讀出時間以及參數漂移之間的復雜相互作用

? ?– 對于交流應力——較少的陷印跡象

? ?– 可能取決于設備和處理的細節

# SiC MOSFET TDDB (CVS) @ 175C

??從中等溫度 (175C) 下的中等加速電壓中提取的 TDDB 模型

??低電壓數據表現良好，然而，在較大電壓下，有一些證據表明可變性增加——模式混合的證據？

# SiC MOSFET Dr.VRAMP (RVS)

??可以使用斜坡電壓應力 (RVS) 進一步加速 TDDB 時間尺度

??由于模型仍然是“二維”的，我們將需要至少 2 個斜率來執行回歸以獲得完整的 AFT 模型

??因此，我們有雙斜坡電壓斜坡或“DR. VRAMP”

# Dr. VRAMP 初步概念驗證：Si / SiO2 / Si 系統

??結果：薄的氧化物--在TDDB/Dr. VRAMP之間有相同的加速模型。

??然而：較厚的氧化物顯示Dr. VRAMP的斜率系數一直較高。

??假設：TDDB的2個模式，一個低電壓和一個高電壓

??風險是來自Dr. VRAMP測試的 "過度預測 "的可靠性，沒有修改......我們能使其發揮作用嗎？

# Si / SiO2 / SiC MOSFET Dr.VRAMP (RVS) 的結果

? 收集的 Dr. VRAMP (RVS) 數據與 TDDB 進行比較

? 使用了幾個溫度：加速溫度以縮短測試時間，也許能使TDDB和RVS之間更好地協調

? 較低的擊穿電壓——在較高加速度下競爭風險的可能性較小

# 結果總結：SiC MOSFET Dr.VRAMP (RVS) vs. CVS-TDDB @ 200C

??結果：高溫數據顯示CVS-TDDB和Dr. VRAMP對加速模型的估計完全一致

??結論：溫度的額外加速因素允許較低的電壓應力擊穿

??理論：溫度的升高使故障從氧化層邊界轉移到體部--測量的傳輸變化

# 討論：變化和影響的來源

SiC MOSFET – 可能的變化類型

#?討論：變化和影響的來源

SiC MOSFET – 可能的變化類型

一般來說，變化的影響取決于規模

如果跨尺度存在對稱性，則局部變量 ~ 全局變量

# 討論：變化和影響的來源

??所有的樣本都可以被認為是在規格范圍內

??每次求和都會導致方差的增加

??為什么不對數據進行 "分組"？MSE的降低 數據的低效利用

#?討論：變化和影響的來源

??由于成本和時間的限制，在許多情況下樣本量有限

? ?- 使用所有可用的數據來降低MSE，并充分利用數據。

??增加樣本量的動機 -- 改善對缺陷的理解

? ?- 對缺陷的理解通常是 "它們不是什么"

? ?- 也就是說，更好地理解內在的變異性可以提高缺陷的可檢測性......反之亦然。

? ?- 較大的樣本量，使用VRAMP博士可以在合理的時間范圍內進行多模式分析

??關鍵動機：安全系數

? ?- 更好的表征導致應用的安全系數的提高

# 結論和展望

? SiC 柵極氧化物可靠性表征是捕捉各種時間尺度及其影響的問題

? 這些時間常數可以通過使用 BTI、CVS 和 RVS 來理解

– 一些時間常數相當快，需要特殊的測試方法（例如 BTI）

– 其他時間常數需要使用加速原理將它們減少到實際測試時間 (CVS)

– 額外的加速可以進一步減少 CVS 時間尺度，并能夠快速系統地表征缺陷驅動與固有故障

? 變異是系統特有的，必須考慮到這一點，以便在經濟地利用樣本數據的同時正確地表征內在行為

參考來源：

Gavin D.R. Hall, Jifa Hao,?

Martin Domeij, and Thomas Neyer?

部分編譯：芯TIP@吳晰（編譯僅供輔助閱讀）

－?The End －

版權聲明：歡迎轉發本號原創內容，轉載和摘編需經本號授權并標注原作者和信息來源為云腦智庫。本公眾號目前所載內容為本公眾號原創、網絡轉載或根據非密公開性信息資料編輯整理，相關內容僅供參考及學習交流使用。由于部分文字、圖片等來源于互聯網，無法核實真實出處，如涉及相關爭議，請跟我們聯系刪除。我們致力于保護作者知識產權或作品版權，本公眾號所載內容的知識產權或作品版權歸原作者所有。本公眾號擁有對此聲明的最終解釋權。

投稿/招聘/推廣/合作/入群/贊助?請加微信：15881101905，備注關鍵詞

“閱讀是一種習慣，分享是一種美德，我們是一群專業、有態度的知識傳播者