Testimonials

ホーム > ソリューション > FTCO > Victory Analytics Victory Analytics：半導体データ向けの機械学習解析 シミュレーション結果とファブデータを、問い合わせ可能なモデルに変換します。プロセスの課題に対する答えを得るために、専門家による結果の解釈を待つ必要がなくなります。 FTCOの専門家に相談 製品概要を読む Victory Analyticsの機能 Victory Analyticsは、半導体チームが研究、開発、製造で使用する機械学習解析ソフトウェアです。データを入力すると、整備と可視化、有用な特徴量の選択、回帰モデルとニューラルネットワークモデルのフィッティングを行い、複数の目標を同時に達成する設定を見つけます。デバイスのキャラクタライズ、プロセスフロー、ファブ装置のレシピなど、個別のモジュールに利用できます。また、生産ライン全体の歩留まり改善にも利用でき、生産データを対象に故障検出・分類や統計的プロセス制御を行います。 生データから意思決定へ データの前処理 モデル化の前に外れ値を検出し、欠損値を補完します。データセット生成ではカテゴリ変数と重複入力を特定し、その後、決定木フォレストによるフィルタリングでモデルの学習に使用する特徴量を選択します。 モデリング ニューラルネットワーク、決定木、従来の統計手法を組み合わせた多変量解析を実行します。ニューラルネットワークは、非線形活性化関数を持つ教師ありのフィードフォワード型で、多項式回帰では捉えられない挙動に適合できます。非線形データセットにはガウス過程回帰を使用し、過少適合と過学習の間で適合度を維持するようにパラメータを調整できます。 解析 Sobolおよび決定木フォレストによる感度解析で、出力に影響する入力に順位を付けます。多段階分類でカテゴリ型の結果を扱います。生産ラインから得られたデータには、AR項とMA項に加え、季節性を含む時系列解析を適用します。モデルの評価とデータ傾向解析により、適合結果をどの程度信頼できるかを判断できます。 実験計画 コンピュータでD最適実験計画を生成し、費用をかけて実行する各実験から、できるだけ多くの情報を得られるようにします。 最適化 Levenberg-MarquardtやHooke-Jeevesなどの局所手法、または焼きなまし法、パラレルテンパリング、遺伝的アルゴリズム、差分進化法などの大域的手法を選択できます。適切な選択は、モデルの非線形性と入出力の数によって異なります。望ましさ解析は出力目標を1つのスコアにまとめ、すべての目標を一度に最適化できるようにします。 自動化 可視化機能を内蔵しているため、作業と同じ環境でデータを確認できます。Pythonインターフェースでフロー全体をスクリプト化でき、学習ループの2回目にはその利便性を実感できます。

ホーム > 製品とワークフロー > AIを活用した製造 > TCAD > Victory Mesh Victory Mesh：TCADメッシュ生成とソリッドモデリング 任意の2D・3D TCAD構造で、デバイスの物理現象に必要な場所へメッシュ解像度を集中させます。出発点となるプロセス解析結果がない場合は、ソリッドモデリングで構造を構築できます。 技術専門家に相談 ダウンロードとドキュメント Victory Meshでできること Victory Meshは、2D・3D TCAD構造のメッシュ生成、細分化、編集を行い、ソリッドモデリングで新しい構造も構築します。デバイスシミュレーションや抽出シミュレーションで解像すべき物理現象に適したメッシュが得られます。プロセスとデバイスの間に位置するTCADメッシュ生成工程です。Victory Processの元の形状・ドーピング情報、または本ツールで構築した構造を入力します。デバイスシミュレーションまたは3D寄生成分抽出向けに細分化されたメッシュが得られ、指定した条件に従って自動的に細分化が行われます。 TCADメッシュ生成、細分化、ソリッドモデリング 対象の構造に適した方式を選び、細分化する領域を指定します。 メッシュ生成方式 Delaunayメッシュ生成は自動方式です。固定格子を使わずにサンプリングし、局所的に細分化します。優先するよう指定した材料、界面、物理量に合わせてメッシュを形成します。 形状適合型メッシュ生成は、ユーザーが指定する方式です。各軸を個別に細分化する半構造直交格子が得られるため、格子線を指定した位置に正確に配置できます。 細分化 Delaunayメッシュ用に、汎用およびデバイス解析専用の8種類の局所細分化方式を用意しています。均一、不純物、接合、等値面、界面、形状、近似距離、品質です。 いずれの方式も、特定の材料やユーザー定義の属性を対象にできます。これにより、接合部は高解像度にしつつ、その下の基板は粗いままにできます。

ホーム > 製品とワークフロー > AIを活用した製造 > TCAD > Utmost IV Utmost IV：デバイスモデリングとSPICEモデル抽出 Utmost IVは、測定ベンチで取得したデバイスデータやTCADでシミュレーションしたデータから、回路チームがシミュレーションに使用するコンパクトモデルを構築します。 専門家に相談 Victory Process製品概要（PDF） Utmost IVでできること Utmost IVはデバイス特性を測定またはシミュレーションし、BSIM-CMG、BSIM4からHiSIM、PSPまで、回路設計者やPDKが利用するSPICEコンパクトモデルを抽出します。設定済みテンプレートから各モデルをフィッティングし、設計キットに組み込む前にプロセスコーナー全体で結果を確認します。TCAD業務と回路チームのシミュレーションをつなぐデバイスモデリング工程を担います。 デバイスモデリング機能 データ取得 高速データ取得エンジンが測定を実行するため、特性評価は手作業でスイープを設定する作業から、スクリプトによる処理へと変わります。ドライバはオープンアーキテクチャです。Silvacoが提供するドライバを編集することも、お使いの測定器向けに独自のドライバを作成することもできます。 抽出 対応するすべてのモデルタイプで、物理に基づく初期パラメータ推定値を含む設定済みテンプレートから開始するため、解に近い状態からフィッティングできます。AI・機械学習オプティマイザに加え、Levenberg-Marquardt法、Hooke-Jeeves法、粒子群最適化、ガウス過程など、8種類の数学的オプティマイザを利用できます。TCAD結果またはデバイス測定データを入力してください。Silvacoは、従来数週間を要したモデル作成を数分で実現するとしています。 モデルライブラリ BSIM-CMG、BSIM4、BSIM6、HiSIM、PSPに加え、RF、パワーMOSFET、信頼性モデルを提供します。ライブラリは、マルチフィンガー、FinFET、GAAFETデバイスから新しいアーキテクチャまで対応します。標準モデルでデバイスを記述できない場合は、Verilog-Aで記述するか、マクロモデルを構築できます。 ワークフロー 実験計画法により、時間をかける価値のある測定を決定します。続いて抽出、統計解析、コーナー検証を実行し、信頼性、経年変化、温度の確認も同じ処理で行います。プロセスが変わっても、最初からやり直すのではなくモデルを反復更新できます。

ホーム > 製品とワークフロー > AIを活用した製造 > TCAD > Victory Device Victory Device：2D・3D半導体デバイスシミュレーション 設計をまだ変更できるファイルの段階で、トランジスタ、ダイオード、センサのスイッチング、降伏、発熱、光応答を確認できるデバイスシミュレーションです。 技術専門家に相談 ダウンロードとドキュメント Victory Deviceでできること Victory Deviceは、半導体デバイスの物理構造から電気的、熱的、光学的挙動を予測する汎用2D・3Dデバイスシミュレータです。構造を入力すると、輸送の物理を解きます。得られるのは、IV・CV特性、降伏電圧、スイッチング挙動など、通常はシリコンから取得する数値です。デバイスの調整、不具合原因の特定、新しいノードで設計が成立するかの確認に利用できます。 デバイスシミュレーション機能 コアシミュレータ 2Dまたは3Dでドリフト拡散輸送とエネルギーバランス輸送を解析します。DC、AC、過渡解析はすべて同じデバイスモデルで実行するため、バイアススイープとスイッチング過渡解析は同一の物理に基づきます。Delaunayメッシュに対するVoronoi離散化を用いた四面体メッシュ生成により、実際の3Dデバイス形状を解析に反映します。 物理モデル 編集可能な材料データベースはシリコンと化合物半導体に対応し、移動度とバンドギャップの応力依存モデルが、ひずみを持つ構造を扱います。必要なモデルがない場合は、C-Interpreterで独自に記述するか、動的リンクライブラリとして読み込めます。 ソルバー 1台のマシンでは扱えない大規模3D計算に対応する、分散計算機能付きマルチスレッド数値ライブラリです。解析課題に応じて、各計算の演算精度を64、80、128、160、256、320ビットから設定できます。 熱、光、回路、放射線、化学反応のモジュール 各モジュールはコアシミュレータと連携し、同じデバイスに別の物理領域を追加します。 Giga —

ホーム > 製品とワークフロー > AIを活用した製造 > TCAD > Victory RCx Victory RCx：3Dフィールドソルバーによる寄生成分抽出 Victory RCxは、エッチングされた側壁を含め、実際のプロセスで形成される3D構造から抵抗と容量を抽出します。回路シミュレーションに渡す寄生成分抽出結果は、概算ではなく、解析によって得られた値です。 技術専門家に相談 ダウンロードとドキュメント Victory RCxでできること Victory RCxは、3次元で寄生成分を抽出する物理ベースのフィールドソルバーです。プロセスシミュレーションで得られたエッチング・成膜プロファイルを含む、任意形状の構造を扱います。セルレベルの詳細な解析向けに設計されています。精度を指定すると、その精度に達するようメッシュが適応します。出力はSPICEネットリストです。フルチップ解析にはHipexのルールベース抽出を使用し、ルールデッキでは形状を記述できないセルをVictory RCxが担当します。 機能 5つの分野：ソルバー自体、対応する形状、効果を発揮する2つの用途、そして最終的な出力です。 フィールドソルバー 事前に特性評価したパターンを参照することなく、3D形状全体の物理に基づいて抵抗と容量を求めます。複数のソルバーから選択し、解の許容誤差、材料特性、境界条件を設定できます。 構造の取り扱い 浮遊導体とダミー導体も解析に含まれます。単一導体からの容量は、結合する各領域に分けて求められるため、どこに結合しているかを確認できます。単純なマンハッタン形状はツール内で構築できます。曲面や非平面形状は、エッチングと成膜のシミュレーション結果を保ったまま、Victory Processから直接取り込みます。 先端ノード Victory

ホーム > 製品とワークフロー > AIを活用した製造 > TCAD > Victory Atomistic Victory Atomistic：原子レベルシミュレーションと量子輸送 バルクパラメータではデバイスを記述できなくなったとき、Victory Atomisticが原子単位で解析し、より適切に較正されたパラメータをTCADフローに戻します。 技術専門家に相談 ダウンロードとドキュメントを入手 Victory Atomisticでできること Victory Atomisticはデバイスを原子単位でモデル化します。非平衡グリーン関数（NEGF）を用いて量子輸送を解きます。構造の規模は数原子から約100万原子までで、連続体デバイスモデルの適用限界となる領域を対象とします。各材料は強束縛表現から始まるため、閉じ込め、ひずみ緩和、フォノンモードはフィッティングではなく計算によって求められます。較正実績のない新材料や先端ノードに、原子レベルシミュレーションが有効となる理由です。 機能 量子輸送 自己無撞着なSchrödinger–Poissonソルバーで静電特性を求めます。続いてNEGFにより、コヒーレント散乱とインコヒーレント散乱を含むI-V特性を得られます。完全なNEGF解析を必要としない課題には、障壁頂上輸送モデルまたはQuantum Transmission Boundary Method（QTBM）を用いて、より高速に解を得られます。これらの計算に先立ち、力場による緩和でひずみを含む形状を求めます。 散乱 キャリア散乱は後付けするのではなく、Born近似により自己無撞着に解きます。対象には、電子-フォノン散乱（音響、極性、非極性）、表面粗さ散乱、不純物散乱が含まれます。散乱を省くと得られるのはバリスティック電流であり、予測値ではなく上限値です。 構造と材料 材料、ドメイン、領域でデバイスを定義します。その後、擬似エピタキシーとパッシベーションのルールにより、境界条件を含む格子を構築します。強束縛データベースには、バルクから2D層まで、実績のある材料と新しいマイクロエレクトロニクス材料が収録されています。バンド構造は、これらのパラメータまたはWannier90ハミルトニアンから得られます。対応する対称性は閃亜鉛鉱型、ウルツ鉱型、単純立方、ダイヤモンド型、三方晶で、グラフェンとBiTeもカバーします。

ホーム > 製品とワークフロー > AIを活用した製造 > TCAD > Victory Process Victory Process：2D・3D半導体プロセスシミュレーション GDSIIレイアウトから、注入、拡散、酸化、成膜、エッチングの各工程をシミュレーションし、完成した1D、2D、3D構造をデバイスシミュレーションに渡します。 技術専門家に相談 ダウンロードとドキュメント Victory Processでできること Victory Processは、レイアウトに基づく2D・3D解析向けのプロセスシミュレータです。注入、拡散、酸化、成膜、エッチングによる半導体構造の変化を、工程ごとに求めます。知見を得る場は、テストウェハではなくプロセスシミュレーションです。ドーズ量やエッチング時間を調整すると、製造工場からロットが戻るのを待たずに、ウェハ投入前に結果の構造を確認できます。プロセスインテグレーションを担当されているなら、ある工程のばらつきがどれほど影響するかを、歩留まりに現れる前に把握できます。 モデル化できる内容 シミュレーションモード 1D、2D、3D間の切り替えは自動で行われます。マスクベースのシミュレーションはGDSIIレイアウトを直接読み込みます。手描きの断面ではなく、実際のマスクからシミュレーション対象を生成します。マルチスレッドに対応しています。 イオン注入 解析モードでは、実験で検証されたPearsonモデルとdouble-Pearsonモデルを使用し、ユーザー定義のモーメントも受け付けます。モンテカルロモードはBinary Collision Approximationに基づき、結晶材料とアモルファス材料において、任意の傾斜角・回転角に対応します。注入損傷は経験モデルで扱います。 拡散と活性化 1D、2D、3Dの複数材料構造内で、不純物の拡散を解析します。課題に応じてFick、Fermi、Fully Coupled、Five-stream、Single-pair、またはポリシリコン用の結晶粒ベースモデルを選択できます。過渡的な活性化、点欠陥の捕獲、クラスタリングを、酸化増速拡散と連成して解析します。 酸化、成膜、エッチング

ホーム > 製品とワークフロー > AIを活用した製造 > FTCO Fab Technology Co-Optimization™：プロセスのデジタルツイン FTCOは、プロセスおよびデバイスシミュレーションの出力をファブの測定データと照合して学習させ、ファブのエンジニアがリアルタイムで問い合わせできるモデルを提供します。 FTCOの専門家に相談 What fab technology co-optimization means プロセス、デバイス、回路を1つのモデルに統合 プロセス、デバイス、回路は通常、順番に調整されます。各チームが次のチームに確定した結果を渡すため、領域をまたぐトレードオフの発見が遅れます。Fab Technology Co-Optimizationは、この3つを1つのモデルに統合します。トランジスタには有益でも回路レベルでは不利益となるイオン注入量を、まだ変更可能な段階で明らかにします。 デジタルツインとは 製造プロセスを表す、学習済みの非線形モデルです。Victory DoEとVictory Analyticsを通じて繰り返し入力されるシミュレーション結果とファブの測定値から知識を獲得します。デバイスと回路のシミュレーションも学習に組み込むことで、手作業で関係を記述することなく、プロセスパラメータがデバイスや回路の結果に与える影響を対応付けます。 シミュレーション実行ではできないこと 問いを入力すると、ツールを操作している間に答えが返ります。TCADデッキは1回の実行で1つの問いに答え、デッキを記述する担当者が必要です。デジタルツインは、シミュレーションの専門家でないエンジニア向けのインターフェースを通じてリアルタイムに回答します。実際のウェーハで学習サイクルを回すまで待つ必要のあるプロセス判断が減ります。 TCADを置き換えるものではありません。すべての答えは、TCADエンジニアがすでに検証した物理モデルに基づいています。 シミュレーションからデジタルツインまでのFTCOワークフロー シミュレーションとファブの測定値が学習データになります。実験セットを設計・実行し、結果を使ってモデルを学習させ、その後モデルへの問い合わせを始めます。

ホーム >製品とワークフロー >AIを活用した製造 >プラズマ 半導体のエッチングと堆積のためのプラズマシミュレーション プラズマシミュレーションは、プロセスチャンバ内の放電がウェハに及ぼす影響を示します。チャンバを製作したり、反応ガスを変更したりする前に、エッチングや堆積の形状を予測できます。 技術専門家に相談 プラズマシミュレーションの役割 プロセスガスを放電させても、単一温度のガスにはなりません。電子とイオンは幅広いエネルギー分布を持ちます。ウェハ付近のシース内では、いずれも熱平衡的な挙動を示しません。 そのシースが加工形状を決めます。イオンがエッチングを行い、シース電場が各イオンの入射エネルギーと角度を決定します。側壁、深さ、均一性は、この2つの値によって決まります。シースモデルが不正確なら、化学反応モデルがどうであれ、予測形状も不正確になります。 シミュレーションを使わなければ、チャンバを製作して稼働させるか、稼働中の装置を新しいガスに切り替えて確認する必要があります。どちらも装置時間とウェハを消費します。プラズマモデリングは、このスイープをソフトウェア上に移します。SilvacoのプラズマシミュレータVSimは、そのために開発されました。 VSim Plasma Particle-in-Cell法に基づく運動論的プラズマコードです。任意の圧力の背景ガス中で電子、イオン、中性粒子を追跡し、それらの間の弾性衝突、励起、電離を扱います。ウェハ上でのイオンエネルギーと角度の分布を出力します。 VSim Plasma 半導体プロセスでの用途 プラズマによるウェハエッチング ウェハ上のシース電場と周辺の誘電体をモデル化し、イオンの入射均一性を決める両者の影響を解析します。 マグネトロンスパッタリング 荷電粒子の物理モデルからターゲットの浸食と堆積形状を計算する薄膜堆積。 プラズマシミュレーションの用途 5種類の部品すべてが同じ業界ページにリンクしています。市場の分類が、デバイス一覧よりも大まかであるためです。5種類のうち、導波路、共振器、カプラには公開済みの実例がありますが、変調器と回路全体にはまだありません。 プラズマエッチング形状の予測 ウェハ上でのイオンエネルギーと角度の分布を計算してVictory Processへ渡し、その分布からフィーチャを形成します。 Victory Process スパッタ堆積 マグネトロンターゲットの摩耗位置と、膜の堆積均一性を確認します。

ホーム > 製品とワークフロー > AIを活用した製造 > フォトニクス 導波路と集積フォトニクスのための光シミュレーション 導波路、共振器、カプラ内を光が実際にどのように伝搬するかを解析するフルウェーブ電磁場シミュレーション。フォトニック集積回路を、描画した形状ではなく、製造後の形状として評価できます。 技術専門家に相談 光シミュレーションの役割 屈折率の差によって、光はシリコン導波路に閉じ込められます。導波モードの一部はコアの外側のクラッドに広がります。その裾の部分が、カプラの電力伝送効率や、急な曲がりでの漏れ量を決めます。この寸法では、光線によって光を記述することはできません。電磁場を解く必要があります。 設計変更のたびにシリコンで検証すると、その都度ファブでの製造が必要になります。モデルが製造物に一致していれば、シミュレーションによってウェハを使わずにそのスイープを実行できます。側壁角度、ラインエッジ粗さ、CDの変動、コーナーの丸まりは、実デバイスの特性を設計値からずらします。 これがソルバに求められる基準です。1回の実行で広帯域の結果を取得し、分散を適切に扱い、曲面形状を階段状にせずメッシュ化する必要があります。回路レベルのツールで使用できるSパラメータを出力し、感度スイープを実行できる速度も必要です。XSim Photonicsはこの基準を満たすように開発されました。 XSim Photonics フォトニクスおよび電磁場設計向けのフルウェーブFDTD。Tech-Xが開発し、現在はSilvaco製品として提供しています。同じモデルをノートPC、GPUクラスタ、AWSで実行できるため、より大規模なスイープにはハードウェアを選択することで対応できます。 XSim Photonicsの詳細を見る 形状 GDS、STEP、STLをインポートするか、Composer 3D形状ビルダで構築 ソルバ 等間隔または可変間隔のグリッド、形状に適合する導体、分散誘電体、抵抗性材料 波源と境界 入力・出力ポート、広帯域または単色入力、全電場／散乱電場の波源、断熱吸収境界、位相シフト周期境界 解析 モードソルバ、波長に対するSパラメータ、遠方界変換とフーリエ変換、独自の解析機能 ワークフロー

ホーム > 製品とワークフロー > AIを活用した製造 > リソグラフィ 計算リソグラフィと近接効果補正ソフトウェア ウェハの測定結果に合わせたリソグラフィシミュレーション、近接効果補正、モデル校正。リリースするマスクで描画したパターンを転写し、初回のウェハ処理でその結果を確認できます。 技術専門家に相談 Process Proximity Compensationを見る 計算リソグラフィとは？ 計算リソグラフィは、マスクパターンがウェハにどのように転写されるかを予測し、転写結果が設計と一致するようにマスクを変更するソフトウェアです。その中核となる工程がプロセス近接効果補正です。露光、レジスト、エッチングが各フィーチャに与える歪みをモデル化し、その歪みを相殺するようにマスクのエッジを移動して、補正済みマスクをシミュレーションで検証します。 課題 ウェハには、描いたとおりの形状が転写されません。露光波長より小さい寸法では、回折、レジスト、エッチングがそれぞれエッジを目標位置からずらします。線は細くなり、角は丸まり、線端は後退します。完全なレイアウトでも、意図しないシリコン形状が生じることがあります。 ソフトウェアの役割 お客様のシリコン測定結果で校正したモデルにより、そのずれを予測し、レイアウトを補正して、マスク製造工程へデータを渡す前に結果を再シミュレーションします。 使用する場面 新しいノードを認定する際に、対象レイヤーを転写できるか確認する場合。テープアウト時のすべての重要レイヤー。そして歩留まり立ち上げ時に、あるレイヤーのクリティカルディメンションが目標に達しない原因がまだ分からない場合です。 描画レイアウトからシリコン測定結果へ、そして再びレイアウトへ あるレイヤーのシリコン測定結果が、次のレイヤーの補正を改善します。 入力 設計意図 描画したレイアウト 01 リソグラフィモデル 空間像とレジスト像 02

ホーム > 製品とワークフロー > AIを活用した製造 > TCAD 半導体プロセス・デバイス開発のためのTCADシミュレーション プロセスの構築、デバイス特性の予測、新材料の原子単位のモデル化、メッシュ生成、寄生成分の抽出、測定値からのSPICEモデル作成まで、すべてをSilvacoの1つのTCADフローで実行できます。 技術専門家に相談 使用例で学ぶTCAD活用ガイド TCADシミュレーションとは？ TCADシミュレーション（Technology Computer-Aided Design）は、半導体の製造過程と完成したデバイスの挙動を、物理に基づいてソフトウェアでモデル化する技術です。イオン注入、酸化、エッチングなどのプロセス工程を実行して仮想デバイス構造を作成し、その構造内のキャリア輸送を解くことで、電流、容量、降伏電圧、自己発熱を予測します。 測定では見えないものを可視化 プロセス条件を振った試作には数週間を要し、ウェハ投入コストもかかりますが、得られるのは1つの問いへの答えです。新しいデバイスについて必要な情報の多くは、シリコンができてから得られます。その時点では、重要な意思決定は数か月前に済んでいます。 置き換えられるもの スプリットロットです。ソフトウェア上でレイアウト、プロセス工程、バイアス条件を変更し、何が変化するかを確認できます。個々の物理モデルの有効・無効も切り替えられます。シミュレーションが測定データと一致すれば、根本原因に近づいています。 結果の活用先 DTCOフローの後続工程です。TCADが生成した構造とSPICEモデルは、レイアウト、回路シミュレーション、RC抽出へと引き継がれます。そのため、プロセス変更が、回路チームが設計に利用できる数値として伝わります。 プロセスレシピからSPICEモデルまで 各ツールが構造またはモデルを後続工程に渡し、それぞれ個別にライセンスを取得できます。 入力 お客様のプロセス定義 積層構造、レシピ、レイアウト 01 Victory Process 構造を構築