專利名稱：器件性能預測方法及器件結構優化方法
技術領域：
本發明涉及半導體器件領域，更具體地，涉及一種半導體器件的性能預測方法以及半導體器件的結構優化方法。
背景技術：
對于半導體器件而言，眾多的結構參數和/或工藝參數均會影響其工作性能。然而，實際上難以建立這些參數與器件性能之間的解析函數關系。因此，在設計半導體器件時，針對特定的設計參數，難以預先獲知根據這種設計而制造出的半導體器件的性能，并因此難以有效地判定設計的優劣。有鑒于此，需要提供一種新穎的方法來對半導體器件的性能進行預測或者對半導體器件的設計進行優化，以便能夠得到可以實現最佳器件性能的優化設計。

發明內容
本發明的目的在于提供一種半導體器件的性能預測方法以及半導體器件的結構優化方法。根據本發明的一個方面，提供了一種半導體器件的性能預測方法，其中半導體器件的結構參數和/或工藝參數集構成參數空間中的參數點，并且針對參數空間中多個離散的預定參數點建立了行為模型庫，所述行為模型庫將所述預定參數點與相應的器件性能指標值相關聯，該方法包括輸入待預測其相應性能指標值的參數點，即預測點；以及在行為模型庫中搜索該預測點，如果預測點對應于行為模型庫中的某一預定參數點，則輸出與該預定參數點相關聯的性能指標值作為該預測點的預測性能指標值；以及如果行為模型庫中不存在與預測點相對應的預定參數點，則對行為模型庫中的預定參數點進行Delaimay三角剖分，并根據Delaimay三角剖分結果，通過插值計算得到預測點的預測性能指標值。優選地，通過Delaimay三角剖分得到Delaimay剖分單元，以及根據預測點所處的Delaimay剖分單元的各頂點處的參數點來進行插值計算。其中，在二維參數空間中， Delaunay剖分單元為三角形；在三維參數空間中，Delaimay剖分單元為四面體。優選地，如果預測點并不位于任何一個Delaimay剖分單元之內，則對參數空間進行空間變換，使得預測點位于變換之后的空間中新的Delaimay剖分單元之內。其中，空間變換可以包括將參數空間從歐幾里得坐標變換為超球面坐標；將超球面坐標中的半徑反轉；以及將超球面坐標變換回到歐幾里得坐標。優選地，結構參數和/或工藝參數集包括柵長、閾值電壓、寄生電阻和/或柵介質厚度。優選地，行為模型庫根據器件仿真或實際測試而建立。優選地，性能指標包括半導體器件的電學特性。優選地，半導體器件包括靜態隨機存取存儲器，所述性能指標包括良品率。根據本發明的另一方面，提供了一種半導體器件的結構優化方法，包括確定針對半導體器件的多個結構參數和/或工藝參數集；針對所述多個結構參數和/或工藝參數集中每一結構參數和/或工藝參數集，根據上述方法，預測與該結構參數和/或工藝參數集相對應的性能指標值；根據所述多個結構參數和/或工藝參數集各自的相應性能指標值中最佳的性能指標值，確定與該最佳的性能指標值相對應的結構參數和/或工藝參數集；以及根據所確定的結構參數和/或工藝參數集，設定該半導體器件的最終物理結構。根據本發明的實施例，利用建立的行為模型庫，可以有效地對半導體器件這樣的多變量(多參數)復雜系統進行分析，從而可以在工藝級別上預測半導體器件的性能指標 (例如，SRAM的良品率)。


通過以下參照附圖對本發明實施例的描述，本發明的上述以及其他目的、特征和優點將更為清楚，在附圖中圖1示出了根據本發明實施例的器件性能預測方法的示意流程圖；圖2示出了根據本發明實施例的插值計算的示意流程圖；圖3示出了根據本發明實施例的器件設計優化方法的示意流程圖；圖4示出了根據本發明實施例的Delaimay三角剖分的示例；圖5示出了根據本發明實施例的在預測點位于通過Delaimay三角剖分而得到的三角形內部的情況下進行插值計算的示例；圖6示出了根據本發明實施例的預測點位于通過Delaimay三角剖分而得到的三角形外部的示例；圖7示出了根據本發明實施例的空間變換的示例；圖8示出了圖7中一部分的放大圖，其中示出了在空間變換之后進行插值計算的示例；圖9示出了根據本發明實施例的在預測點位于通過Delaimay三角剖分而得到的三角形外部的情況下用于插值計算的點的選擇示例；圖10示出了根據本發明實施例的khmoo仿真示例；以及圖11示出了根據本發明實施例的對SRAM進行設計優化的示例。
具體實施例方式以下，通過附圖中示出的具體實施例來描述本發明。但是應該理解，這些描述只是示例性的，而并非要限制本發明的范圍。此外，在以下說明中，省略了對公知結構和技術的描述，以避免不必要地混淆本發明的概念。圖1示出了根據本發明實施例的器件性能預測方法的示意流程圖。如圖1所示，根據該實施例的器件性能預測方法100從步驟101開始，在該步驟中，輸入器件的結構參數和/或工藝參數集。這種參數集例如是設計時選定的參數集，可以包括柵長、閾值電壓、寄生電阻和/或柵介質厚度等會對最終得到的半導體器件的性能造成影響的各種結構/工藝參數中的一個或多個。接著，在步驟102中，判定所輸入的結構參數和/或工藝參數集是否處于半導體器件的行為模型庫中。在此，所謂的“行為模型庫”是指將半導體器件的結構參數和/或工藝參數集與其相應的器件性能指標值相關聯的裝置。這種裝置例如可以通過查找表的形式來實現。在此，所述“性能指標”可以包括各種可以表征器件性能優劣的器件電學特性，例如電流和/或電壓特性等。所述性能指標例如可以僅包括單一物理參數，從而“性能指標值”例如可以表示該單一物理參數的實際數值。或者，所述性能指標可以包括多于一個的物理參數，并且“性能指標值”例如可表示這些物理參數的加權和。可選地，可以對“性能指標”所包含的每一物理參數進行“評分”。例如，對于實現最佳性能的物理參數值，將其評分為100%;而對實現稍差性能的物理參數值，則將其評分為低于100%。因此，“性能指標值” 可以通過將各物理參數的評分值求和來得到。這種行為模型庫例如可以如下來建立。通過對具有特定參數集(例如，具有特定的柵長、閾值電壓、柵介質厚度等)的實際半導體器件測試其相應性能指標值，而得到特定參數集-性能指標值之間的關聯。或者，可以通過針對特定參數集(例如，在特定的柵長、 閾值電壓、柵介質厚度等條件下)，對半導體器件進行仿真，而得到特定參數集-性能指標值之間的關聯。然后，將這種特定參數集-性能指標值之間的關聯存儲(例如，存儲為“查找表”的形式)，得到行為模型庫。在此，可以將這種“參數集”可以視為參數空間中的離散“(參數)點”(參數空間可以是多維空間，構成參數集的各結構參數和/或工藝參數例如柵長、閾值電壓、柵介質厚度等分別構成其中的一維)，而“性能指標值”則可以視為該離散“(參數)點”所對應的函數值。例如，可以針對預定間隔的參數(例如，預定間隔的柵長、預定間隔的閾值電壓、 預定間隔的柵介質厚度等)，即，針對參數空間中預定間隔的點，來建立覆蓋一定參數范圍 (即，覆蓋參數空間中的一定體積)的行為模型庫。例如，參數的間隔可以是恒定的。所述 “參數范圍”例如可以是針對特定制造工藝(例如，22nm工藝)的可能參數范圍。這樣，針對某一制造工藝，可以得到一個公共行為模型庫。因而，在該種制造工藝下的器件設計，均可以利用該公共的行為模型庫來進行性能預測和設計優化。如果在步驟102中判斷結果為“是”，即，輸入的結構參數和/或工藝參數集在行為模型庫中存在對應項，則從行為模型庫中檢索得到與輸入的結構參數和/或工藝參數集相關聯的器件性能指標值。因此，方法直接跳到步驟105，其中輸出相應器件性能指標值。如果在步驟102中判斷結果為“否”，即，輸入的結構參數和/或工藝參數集在行為模型庫中不存在對應項，則此時可以通過插值計算來得到相應的器件性能指標值。本發明的一個重要特征在于，利用Delaunay三角剖分(triangulation)方法，來從模型庫中選擇用于插值計算的參數點。具體地，對行為模型庫中的參數點進行Delaunay三角剖分，并選擇位于Delaunay某一剖分單元(二維空間中的三角形，三維空間的四面體等)的頂點處的參數點來進行插值計算。具體地，在步驟103中，對參數空間中已測得的參數點(即，行為模型庫中的參數點)進行Delaunay三角剖分。Delaunay剖分本身對于本領域技術人員來說是公知的，此方法可以將多維空間以測定參數點為頂點劃分成若干離散單元，在此不再詳細描述。然后，在步驟104中，根據Delaunay三角剖分的結果，來進行插值計算。關于該插值計算，以下將參照圖2進一步詳細描述。
通過步驟104中的插值計算，可以得到與輸入的結構參數和/或工藝參數集(參數點)相對應的器件性能指標值。因此，在步驟105中，可以輸出所得到的器件性能指標值。這樣，針對輸入的結構參數和/或工藝參數集(參數空間中的一個參數點，以下也稱作“預測點”)，得到了與之相對應的器件性能(所述預測點處的函數值)。也即，實現了針對該參數點的性能預測或者評估。隨后，本方法在步驟106處結束。以下，將參照附圖2，詳細描述根據本發明實施例的插值計算示例。如圖2所示，在插值計算步驟104中，首先在子步驟1041中，判斷參數點是否位于參數空間中通過 Delaunay三角剖分而得到的Delaunay剖分單元內部。如果在子步驟1041中的判斷結果為“是”，則在步驟1042中，可以直接利用該預測點所處的Delaimay剖分單元的頂點(例如，在二維參數空間的情況下，為三角形剖分單元的三個頂點；在三維參數空間的情況下，為四面體剖分單元的四個頂點；以此類推)處的參數點，來對該預測點進行插值計算，例如可以是線性插值。如果在子步驟1041中的判斷結果為“否”，則在步驟1043中，可以進行空間變換， 以便使得預測點能夠在空間變換之后位于變換后空間中的新Delaimay剖分單元之內。這種空間變換例如將參數空間從歐幾里得坐標變換為超球面坐標或其他空間坐標系，對變換后的超球面坐標或其他空間坐標中的半徑進行反轉，然后再變換回到歐幾里得坐標。這樣，在步驟1043中進行空間變化之后，可以在步驟1042中利用變換后空間中預測點所處的Delaimay剖分單元的頂點處的參數點來進行插值計算。這樣，最終得到了預測點處的插值函數值(即，性能指標值)。隨后，插值計算步驟在1044處結束。以下，將結合一具體示例，來對上述器件性能預測方法予以說明，以便本領域技術人員能夠更好地理解本發明。在以下的描述中，為了描述的方便和圖示的簡潔，假設參數集包括兩個參數，即參數空間為二維空間。在此，這兩個參數例如可以是柵源間電壓(Vgs)和漏源間電壓(Vds)。 應當指出，本發明不限于此；事實上，參數空間的維數可以多于二維，或者僅為一維，此外參數也不限于柵源間電壓(Vgs)和漏源間電壓(Vds)。針對一定體積的參數空間(在二維的情況下，針對一定“面積”的參數空間)，建立行為模型庫。在附圖4中示出了這樣一個行為模型庫中的參數點。如圖4所示，各參數點 (X1，X2)(其中，例如Xl表示Vgs，X2表示Vds)具有一個相應的函數值(性能指標值，例如柵、源、漏極電流等)。在圖4中，僅示出了參數點(X1，X2)(圖中各三角形的頂點)，而并未示出其關聯的函數值。在此示出了參數點(X1，X》在Xl方向以及X2方向上均是均勻間隔的。盡管這種均勻間隔有利于計算，但是本發明并不局限于此。在圖4中，還示出了對行為模型庫中的這些參數點(X1，X2)進行Delaimay三角剖分的結果。具體地，圖4中所示出的這些三角形均為通過Delaimay三角剖分而得到的三角形Delaunay剖分單元。圖5示出了圖4所示行為模型庫的一部分。在圖5中，還示出了要預測其相應函數值的參數點(即“預測點”)，以實心三角標記來表示該預測點。可以看出，該預測點位于一個Delaimay三角形內部。根據本發明的實施例，當預測點位于Delaimay三角形內部時， 可以根據該Delaimay三角形的三個頂點處的參數點所對應的函數值，來插值計算預測點處的函數值。這種插值例如是線性插值。如果預測點位于Delaimay三角形外部，參見圖6所示的實心三角標記，那么此時需要對參數空間(參數點(XI，X2)所在的空間)進行變換，以使得該預測點在變換之后能夠位于變換后新的Delaimay三角形之內，從而可以選擇用于插值計算的參數點。在圖7中示出了一個空間變換的示例。在該示例中，將參數空間從歐幾里得坐標變換為超球面坐標(在二維的情況下為極坐標，在三維的情況下為球坐標)。在超球面坐標中，將各點的半徑(非負實數)反轉(即，取倒數)。隨后，再從超球面坐標轉換回到歐幾里得坐標。圖7中示出了對圖6所示的行為模型庫中包含的參數點以及預測點進行上述處理之后得到的結果。圖8中示出了圖7中處于預測點附近的一部分的放大圖。從圖8可以清楚看出， 經過上述處理之后，預測點(實心三角標記所示)已經位于了一個新的Delaimay三角形之內。這樣，可以利用該三角形的三個頂點處的參數點所對應的函數值，來對預測點處的函數值進行插值計算，例如線性插值。在圖9中示出了選擇用來進行插值計算的三個參數點在變換之前的參數空間中實際所處的位置。以上描述了如何根據行為模型庫中的參數點，來對預測點的函數值進行插值計算的示例。根據本發明的另一實施例，上述器件性能預測方法還可以用來對半導體器件設計進行優化。圖3示出了根據本發明實施例的器件結構優化方法的示意流程圖。如圖3所示，在步驟301中，設計人員首先確定結構設計方案，例如包括多個可供選擇的結構參數和/或工藝參數集(即，多個設計“參數點”，或者多個“預測點”)。然后，在步驟302中，從所確定的多個預測點中選擇一個預測點，來進行性能預測。具體地，例如通過上述的性能預測流程100來對預測點處的函數值(即，性能指標值) 進行預測。在此，不再詳細描述該性能預測流程的具體步驟，可以參照以上的描述。通過性能預測流程100得到一個預測點處的性能指標值之后，在步驟303判斷是否還存在其他預測點。如果判斷結果為“是”，即，還存在其他預測點，那么該方法返回步驟 302，針對下一預測點繼續進行性能預測。如果判斷結果為“否”，即，已經針對所有的預測點進行了性能預測，那么在步驟304中得到針對所有預測點的相應器件性能指標值的集合。根據該器件性能指標值集合，可以得到最佳設計。例如，從該器件性能集合中搜索與最佳性能指標值相對應的預測點，選擇該預測點所對應的參數作為最終設計參數，則得到了最佳器件設計方案。隨后，該方法在305處結束。根據這種最佳設計方案來制造半導體器件，則可以得到結構被優化了的半導體器件。以下，將結合靜態隨機存取存儲器(SRAM)，來說明本發明的應用示例。圖10中示出了在VWL(字線偏置電壓)-VDD(位線偏置電壓)的參數空間中，對 SRAM的性能指標，在此具體地為良品率(yield)，進行預測而得到的khmoo圖。該圖中的每一點對應于一個具體的參數集(VWL，VDD)(即，參數點)，并且以灰度表示表示該參數點處的函數值(即，性能指標值，在此為良品率)。在該圖的右側示出了各種灰度對應的實際良品率(以近似成高斯分布的sigma計，例如3sigma對應的良率為99. 73% )。圖10所示參數空間中的一些參數點(及其相關聯的性能指標值)構成行為模型庫。也就是說，這些參數點相對應的離散性能指標值(器件的電學特性，如電流電壓特性) 是通過實際測試或者器件仿真而得到的。而另一些參數點(其值不等于已測試的值)則是根據本發明的上述方法，利用行為模型庫而預測得到的。可以看出，根據圖10中所示mkhmoo圖，可以容易地選定實現最佳性能(最佳良品率)的參數點(VffL, VDD)。例如，在圖10所示的Schmoo圖中，大約(0. 6,0. 5)(即，VffL 為0. 6V，VDD為0. 5V)附近的參數點可以實現最佳的良品率。圖11示出了在Lgate (柵長)_ (NVth-PVth) (NFET與PFET之間的閾值電壓差， 這是CMOS工藝中的一項重要參數)參數空間中，對SRAM的性能指標，在此具體地為良品率(yield)，進行預測而得到的設計優化圖。該圖中的每一點對應于一個具體的參數集 (Lgate, (NVth-PVth)) (S卩，參數點)，并且示出了各參數點處函數值(S卩，性能指標值，在此為良品率)的等值線。具體地，在各等值線上的參數點具有相同的函數值(即，相同的良品率)。在每一等值線處，具體標示了該等值線所代表的實際良品率(以sigma計)。圖11所示參數空間中的一些參數點(及其相關聯的性能指標值)構成行為模型庫。也就是說，這些參數點相對應的性能指標值(良品率)是通過實際測試或者器件仿真而得到的。而另一些參數點(其值不等于已測試的值)則是根據本發明的上述方法，利用行為模型庫而預測得到的。另外，將具有相同函數值的各參數點相連，就可以得到圖中所示的等值線。根據圖11的圖示，可以很容易地選擇最佳設計點，如圖中箭頭所示。根據該最佳設計點，可以制造出結構得以優化的半導體器件(例如，將柵長設置為25nm)。盡管以上參照預測SRAM的良品率的示例描述了本發明的應用，但是本發明并不局限于此。本領域技術人員應當理解，實際上本發明可以應用于各種多端口(多變量)系統。在以上的描述中，對于各層的構圖、刻蝕等技術細節并沒有做出詳細的說明。但是本領域技術人員應當理解，可以通過現有技術中的各種手段，來形成所需形狀的層、區域等。另外，為了形成同一結構，本領域技術人員還可以設計出與以上描述的方法并不完全相同的方法。盡管以上分別描述了各個實施例，但是并不意味著這些實施例中的有利特征不能結合使用。以上參照本發明的實施例對本發明予以了說明。但是，這些實施例僅僅是為了說明的目的，而并非為了限制本發明的范圍。本發明的范圍由所附權利要求及其等價物限定。 不脫離本發明的范圍，本領域技術人員可以做出多種替代和修改，這些替代和修改都應落在本發明的范圍之內。
8
權利要求
1.一種半導體器件的性能預測方法，其中半導體器件的結構參數和/或工藝參數集構成參數空間中的參數點，并且針對參數空間中多個離散的預定參數點建立了行為模型庫， 所述行為模型庫將所述預定參數點與相應的器件性能指標值相關聯，該方法包括輸入待預測其相應性能指標值的參數點，即預測點；以及在行為模型庫中搜索該預測點，如果預測點對應于行為模型庫中的某一預定參數點，則輸出與該預定參數點相關聯的性能指標值作為該預測點的預測性能指標值；以及如果行為模型庫中不存在與預測點相對應的預定參數點，則對行為模型庫中的預定參數點進行Delaunay三角剖分，并根據Delaimay三角剖分結果，通過插值計算得到預測點的預測性能指標值。
2.根據權利要求1所述的方法，其中，通過Delaimay三角剖分得到Delaimay剖分單元，以及根據預測點所處的Delaimay剖分單元的各頂點處的參數點來進行插值計算。
3.根據權利要求2所述的方法，其中，在二維參數空間中，Delaimay剖分單元為三角形；在三維參數空間中，Delaimay剖分單元為四面體。
4.根據權利要求2所述的方法，其中，如果預測點并不位于任何一個Delaimay剖分單元之內，則對參數空間進行空間變換，使得預測點位于變換之后的空間中新的Delaimay剖分單元之內。
5.根據權利要求4所述的方法，其中，所述空間變換包括將參數空間從歐幾里得坐標變換為超球面坐標；將超球面坐標中的半徑反轉；以及將超球面坐標變換回到歐幾里得坐標。
6.根據權利要求1所述的方法，其中，所述結構參數和/或工藝參數集包括柵長、閾值電壓、寄生電阻和/或柵介質厚度。
7.根據權利要求1所述的方法，其中，行為模型庫根據器件仿真或實際測試而建立。
8.根據權利要求1所述的方法，其中，所述性能指標包括半導體器件的電學特性。
9.根據權利要求1所述的方法，其中，所述半導體器件包括靜態隨機存取存儲器，所述性能指標包括良品率。
10.一種半導體器件的結構優化方法，包括確定針對半導體器件的多個結構參數和/或工藝參數集；針對所述多個結構參數和/或工藝參數集中每一結構參數和/或工藝參數集，根據權利要求1 9中任一項所述的方法，預測與該結構參數和/或工藝參數集相對應的性能指標值；根據所述多個結構參數和/或工藝參數集各自的相應性能指標值中最佳的性能指標值，確定與該最佳的性能指標值相對應的結構參數和/或工藝參數集；以及根據所確定的結構參數和/或工藝參數集，設定該半導體器件的最終物理結構。
全文摘要
本申請公開了一種器件性能預測方法及器件結構優化方法。根據本發明的實施例，半導體器件的結構參數和/或工藝參數集構成參數空間中的參數點，并且針對參數空間中多個離散的預定參數點建立了行為模型庫，行為模型庫將預定參數點與相應的器件性能指標值相關聯。該器件性能預測方法包括輸入待預測其相應性能指標值的參數點，即預測點；以及如果在行為模型庫中存在預測點的對應項，則輸出相應性能指標值作為該預測點的預測性能指標值；以及如果行為模型庫中不存在預測點的對應項，則通過根據Delaunay三角剖分進行插值計算，來得到預測點的預測性能指標值。
文檔編號G06F17/50GK102591999SQ20111000592
公開日2012年7月18日 申請日期2011年1月12日 優先權日2011年1月12日
發明者朱慧瓏, 李萌, 梁擎擎, 鐘匯才 申請人:中國科學院微電子研究所