逻辑与存储器
以 sigma 衡量良率预算的 3D 问题
在先进 CMOS 或存储器项目中，无法先确定工艺再设计器件。FinFET、GAA 纳米片或 3D NAND 堆叠都是 3D 对象，每次刻蚀和沉积都会影响其电学行为。简化为 2D 会丢失决定新节点成败的关键效应。
波动是第二个问题。阵列中的每个位单元都是同一单元的副本，因此即使十亿分之一的失效率也会造成良率损失。只仿真一个单元或一个切片再外推，只能是在猜测。您需要在流片前掌握整个存储器的情况，否则硅片会以高得多的代价揭示同样的问题。
Silvaco 在工作流程中的位置
从 3D 结构入手，以整个存储器的良率为终点。
当问题超出单个器件时，FTCO 将其扩展到晶圆厂层面。
输入
您的工艺和位单元
工艺配方、3D 结构和单元设计
所涵盖的存储器半导体与逻辑
技术
Silvaco 对单元及整个阵列进行建模的内容。
存储器
DRAM、3D NAND、闪存和 HBM，以及电阻式 RAM（RRAM）等新型存储器。
Victory Process 刻蚀模型可生成深孔，并重现实际刻蚀留下的弓形和扭曲轮廓。Victory Device 的 ReRAM 模型可捕捉单元内部的开关物理机制。
逻辑
平面和先进 CMOS、FinFET，以及全环绕栅纳米片 FET（GAAFET）。
几何刻蚀模型形成鳍结构，Victory Device 对完成的晶体管进行 3D 仿真。在设计方面，Silvaco 的标准单元和存储器编译器支持针对芯片进行调优，而不是只能按出厂配置使用。
良率与波动
某些位单元需要验证达到 7 sigma 或更高水平。VarMan 可实现这一目标，速度最高为暴力蒙特卡洛方法的 30X。
VarMan XMA 使用您的基准 SPICE 仿真器运行整个存储器，并根据全部结果估算良率。无需采样切片，也不局限于单条关键路径。
阵列级验证
当 SRAM 阵列超出完整 SPICE 仿真的处理能力时，SmartSpice Pro 仍可对其进行仿真。
SmartDRC/LVS 对存储器设计运行物理验证，Jivaro Pro 则简化版图后寄生参数，使密集阵列的签核仿真保持可行。
应用
存储器和逻辑团队选择 Silvaco 来开展的工作。
3D NAND 和 DRAM 工艺及器件开发
在晶圆加工前对深孔刻蚀和 3D 堆叠进行建模
SRAM 阵列良率与高 sigma 分析
发现决定整个阵列良率的罕见失效
FinFET 和 GAAFET 器件探索
在确定工艺之前，以 3D 方式比较鳍结构和纳米片方案
新型存储器研究
从开关物理机制出发开发电阻式 RAM
存储器厂商与研究机构的验证成果
Micron、Nanya 和 PSMC 已签署多年协议，采用 Silvaco 获得签核认可的验证工具，应用于量产中最具挑战性的部分工艺节点。SK Hynix 借助 Jivaro-Pro-DX 在容量和性能方面的提升，完成了 HBM4E 签核。
客户
2022 年 2 月
Micron Technology
扩大与 Silvaco 的合作，共同开发面向内存和存储的 FTCO 数字孪生模型，并投入 $5.0 million 用于 FTCO 开发。
“Silvaco 的 AI 和数字孪生解决方案使我们能够加速在内存和存储领域取得突破性进展。”
Gurtej Sandhu 博士，Micron Technology 首席院士兼副总裁
研究合作伙伴
2022 年 2 月
CEA-Leti
在超低功耗 256 Kb SRAM 上运行 VarMan XMA，以发现失效并估算良率。使用 STMicroelectronics 28 nm UT-FDSOI 裸片的实测数据检验预测结果。
客户案例研究
2022 年 2 月
Mobile Semiconductor
将存储器 IP 表征转移到 SmartSpice 和 SmartView，其中单个 22 nm 节点需要 56,000 次 SPICE 运行。切换后，表征时间改善了 50%。
演讲 · SURGE 2026
2022 年 2 月
使用 Silvaco Victory 工具进行先进逻辑 FinFET/纳米片仿真
浙江大学 Zhenhua Wu 教授介绍 Victory 工具如何对 FinFET 和推动 3 nm 以下尺寸缩放的 GAA 纳米片进行建模。
网络研讨会 · 新型存储器
2022 年 2 月
使用 Victory TCAD 解决方案分析电阻式 RAM 开关行为
基于 Victory Device Chemistry Module 构建的 ReRAM 模型如何解释 OXRAM 和 CBRAM 的开关行为，以支持超越闪存缩放极限的存储器。
网络研讨会 · FinFET 与存储器
2022 年 2 月
了解如何利用 Victory TCAD 解决方案在 FinFET 和存储器应用中高效获得准确的实验刻蚀轮廓
使几何刻蚀模型与实测鳍结构和 3D NAND 轮廓匹配，包括弓形和扭曲。
更多逻辑与存储器资料
网络研讨会 · 2025
2022 年 2 月
利用 Silvaco TCAD 进行 3D 硅仿真
网络研讨会 · 2018
2022 年 2 月
使用 VarMan 的存储器统计表征解决方案
文章 · 2015
2022 年 2 月
先进 NAND 闪存的深孔刻蚀仿真
产品简介
2022 年 2 月
VarMan XMA 选件——全芯片存储器良率分析器
存储器和逻辑团队的常见问题
用于存储器开发的 TCAD 是什么？
用于存储器开发的 TCAD 在晶圆加工之前仿真存储器件如何构建以及如何工作。Victory Process 逐步生成 3D 结构，包括深孔刻蚀及其非理想轮廓。随后，Victory Device 对其进行电学仿真，包括 RRAM 中的电阻开关行为。
为什么不能仅凭一个单元评定存储器阵列？
它采用四类方法：神经网络（监督学习、前馈结构、非线性激活）、高斯过程回归、决策树和决策森林，以及经典多变量统计。灵敏度分析采用 Sobol 指数或决策森林。优化器涵盖 Levenberg-Marquardt 和 Hooke-Jeeves 等局部方法，以及遗传算法和差分进化等全局方法。
Silvaco 支持哪些存储器技术？
运行该工具及开展工厂级分析均不需要。Victory Analytics 可独立分析生产数据和实测数据，无需仿真步骤。加入 TCAD 仿真输出后，模型便可同时从物理机制和晶圆厂数据中学习。
什么是高 sigma 良率分析，何时需要？
可以。故障检测与分类以及统计过程控制等工厂级应用可直接处理生产数据。在 FTCO 中，Victory Analytics 结合仿真和晶圆厂数据进行训练，使所得数字孪生同时反映物理机制和产线的实际生产情况。
哪些工具覆盖先进逻辑节点？
这是一种同时优化多个输出的方法。根据每个输出与其理想值的接近程度进行评分，再将这些评分组合为单一期望度指数。优化器因此只需提升一个数值，无需人工对各项权衡进行排序。
Silvaco 工具能否与晶圆代工厂 PDK 流程配合运行？
可以，通过 Python 接口可覆盖从数据加载、训练、评分到优化的完整流程。脚本在 FTCO 工作中尤其有效：训练模型、运行下一组实验，再次训练，直至模型可用作数字孪生。
相关内容
TCAD
从工艺和器件仿真到 SPICE 模型提取
VarMan
逐单元开展波动与罕见失效分析
VarMan XMA
使用基准 SPICE 分析整个存储器的良率
SmartSpice Pro
面向大型 SRAM 阵列的快速电路仿真