14 nm FinFET和65 nm平面工艺静态随机存取存储器中子单粒子翻转对比

张战刚; 雷志锋; 童腾; 李晓辉; 王松林; 梁天骄; 习凯; 彭超; 何玉娟; 黄云; 恩云飞

doi:10.7498/aps.69.20191209

摘要

Abstract

作者及机构信息

Authors and contacts

文章全文

1. 引　言
2. 实验参数
2.1 被测器件及测试系统
2.2 中子参数
3. 实验与仿真结果
3.1 实验结果
3.2 反向分析
3.3 蒙特卡罗仿真计算
4. 结　论

参考文献

施引文献

摘要

使用中国散裂中子源提供的宽能谱中子束流, 开展14 nm FinFET工艺和65 nm平面工艺静态随机存取存储器中子单粒子翻转对比研究, 发现相比于65 nm器件, 14 nm FinFET器件的大气中子单粒子翻转截面下降至约1/40, 而多位翻转比例从2.2%增大至7.6%, 源于14 nm FinFET器件灵敏区尺寸(80 nm × 30 nm × 45 nm)、间距和临界电荷(0.05 fC)的减小. 不同于65 nm器件对热中子免疫的现象, 14 nm FinFET器件中M0附近¹⁰B元素的使用导致其表现出一定的热中子敏感性. 进一步的中子输运仿真结果表明, 高能中子在器件灵敏区中产生的大量的射程长、LET值大的高Z二次粒子是多位翻转的产生诱因, 而单粒子翻转主要来自于p, He, Si等轻离子的贡献.

关键词:

FinFET /
中子 /
单粒子翻转 /
核反应

Abstract

Based on the wide-spectrum neutron beam (covering thermal neutrons and E > 10 MeV neutrons, with maximum energy of 1.6 GeV) provided by the China Spallation Neutron Source (CSNS), this paper focuses on the single event effect study of 14 nm FinFET large-capacity SRAM and 65 nm planar process SRAM device, using combined techniques of irradiation experiment, reverse analysis, and Monte-Carlo neutron transport simulation. The aim is to reveal the effect of integrated circuit process changing on the sensitivity of neutron induced single-bit and multiple-bit upsets (MBU), and to analyze the inner mechanisms, including the distribution of secondary particles in the sensitive volume, the characteristics of deposited charges, etc. The results show that compared with the 65 nm device, single event upset (SEU) cross section of the 14 nm FinFET device, induced by E > 10 MeV neutrons, is reduced by about 40 times, while the MBU ratio increases from 2.2% to 7.6%, which is due to the reduction of sensitive volume size of the 14 nm FinFET device (80 nm × 30 nm × 45 nm), pitch, and critical charge (0.05 fC). The main forms of MBU are double-bit upset, triple-bit upset and quadruple-bit upset. Unlike the phenomenon that the 65 nm device is immune to thermal neutrons, the use of the ¹⁰B element near M0 in the 14 nm FinFET device causes it to present the thermal neutron sensitivity to a certain extent. The SEU cross section induced by thermal neutrons is about 4.8 times smaller than that induced by E > 10 MeV neutrons. Based on the device cross-section and memory area images obtained from the reverse analysis, a device model is established and neutron transport simulation based on Geant4 toolkit is carried out. The E > 10 MeV neutrons result in abundant secondary particle distribution in the sensitive volume of the device, covering n, p into even W. The neutron energy and presence or absence of the W plug near the sensitive volume have an importantinfluence on the type and probability of secondary particles in the sensitive volume. The analysis and calculations show that a large number of high-Z secondary particles with long range and large LET values generated by high-energy neutrons in the sensitive volume of the device are the inducement of MBU, and SEUs mainly result from the contribution of light ions such as p, He, and Si.

Keywords:

PACS:

61.80.Hg	(Neutron radiation effects)
61.82.Fk	(Semiconductors)
85.40.-e	(Microelectronics: LSI, VLSI, ULSI; integrated circuit fabrication technology)

作者及机构信息

1.
工业和信息化部电子第五研究所, 电子元器件可靠性物理及其应用技术重点实验室, 广州　510610

2.
中国科学院高能物理研究所, 北京　100049

3.
散裂中子源科学中心, 东莞　523803

4.
中国科学院微电子研究所, 北京　100029

通信作者: 雷志锋, leizf@ceprei.com

基金项目: 国家级-国家自然科学基金项目(61704031)

Authors and contacts

1.
Science and Technology on Reliability Physics and Application of Electronic Component Laboratory, China Electronic Product Reliability and Environmental Testing Research Institute, Guangzhou 510610, China

2.
Institute of High Energy Physics, Chinese Academy of Sciences, Beijing 100049, China

3.
Spallation Neutron Source Science Center, Dongguan 523803, China

4.
Institute of Microelectronics, Chinese Academy of Sciences, Beijing 100029, China

Corresponding author: Lei Zhi-Feng, leizf@ceprei.com

文章全文

1. 引　言

随着集成电路(integrated circuit, IC)工艺的持续发展, 当特征尺寸小于20 nm时, FinFET成为有前途的候选产品, 因为它们具有出色的抗短沟道效应, 并且可以降低工艺变化对器件性能的影响^[1-4]. 目前, FinFET工艺器件已在消费电子(手机、计算机、Pad等)等产品中广泛采用. 但是, 随着IC集成度的增大、供电电压的降低、节点电容的减小等因素的影响, 辐射粒子在先进工艺器件中引起的软错误成为其可靠性的关键威胁^[5,6]. 另一方面, 相比于传统平面器件, FinFET器件单粒子翻转(single event upset, SEU)的灵敏区(sensitive volume, SV)特性、电荷产生和收集机制等可能发生根本性变化, 需开展进一步深入研究.

在地面环境中, 软错误主要来源于高能中子、热中子和阿尔法粒子^[7-11]. 在封装和键合工艺中使用超低阿尔法粒子发射率材料可有效降低阿尔法粒子引起的软错误率. 目前, 国际上关于热中子和高能中子软错误的相关研究主要集中在器件仿真、热中子、散裂中子源(最高能量为800 MeV)辐照等方面^[12-15], 但缺乏FinFET器件中子输运特征及二次粒子产物特性的研究, 导致其内在效应机理尚不清晰.

本文基于中国散裂中子源(China Spallation Neutron Source, CSNS)提供的宽能谱中子束流(覆盖热中子和E > 10 MeV中子, 最高能量达到1.6 GeV), 针对14 nm FinFET工艺大容量SRAM和65 nm平面工艺SRAM, 使用辐照实验、反向分析和蒙特卡罗中子输运仿真相结合的方法, 揭示集成电路工艺变化对中子单粒子翻转、多位翻转(multiple bit upset, MBU)敏感性的影响, 并分析其内在机理, 包括灵敏区中的二次粒子分布、沉积电荷特性等.

2. 实验参数

2.1 被测器件及测试系统

被测器件参数如表1所示. 由于中子的穿透能力较强, 不需要对被测器件进行开封处理. 因此, 在实验过程中, 中子直接辐照在器件封装表面. 具体地, 对于1#器件, 中子穿过塑封材料、芯片表层布线后到达器件灵敏区; 对于2#器件, 中子穿过硅衬底后达到器件灵敏区.

表 1 被测器件参数

Table 1. Parameters of devices under test.

编号	SRAM工艺	型号	容量	供电电压(core)/V	封装形式
1#	65 nm平面	CY7 C1663 KV18	8 Mb × 18	1.8	BGA, 非倒装
2#	14 nm FinFET	—	8 Mb × 16	0.8	BGA, 倒装

下载: 导出CSV

| 显示表格

单粒子效应测试系统具备对被测器件进行上电、写读、工作电流监测等功能. 开始辐照前, 将测试板安装在束流大厅的中子束线上(见图1), 操作人员在控制大厅通过网线控制测试板, 在被测器件中写入初始测试图形(棋盘格图形), 实时监测被测器件各路工作电流. 打开中子束流后, 持续对被测器件进行“读比”操作, 发现错误时, 测试系统会自动上报错误地址、错误数据等信息. 测试过程中, 所有被测器件均未观测到单粒子闩锁现象.

$图 1 实验现场图(中子束流孔道位于测试板背后, 中子束流对准被测器件)\r\nFig. 1. Experimental setup (neutron beam channel is loca-ted behind the test board, and aligned with the device under test).$

图 1 实验现场图(中子束流孔道位于测试板背后, 中子束流对准被测器件)

Fig. 1. Experimental setup (neutron beam channel is loca-ted behind the test board, and aligned with the device under test).

下载: 全尺寸图片幻灯片

2.2 中子参数

实验所用的中子束流能谱如图2所示. 根据JESD89 A标准, 图2的中子分为两个能区: 热中子(E < 0.4 eV)和高能中子(E > 10 MeV), 其通量分别为2.70 × 10⁶ n/(cm²·s)和1.05 × 10⁵ n/(cm²·s). 实验过程中, 根据需要在中子束线上插入2 mm厚的镉(Cd)板, 可有效滤除0.5 eV能量以下的中子, 用于区分热中子对总翻转截面的贡献. 中子最大能量为1600 MeV. 实验过程中, 中子垂直、正面入射至被测器件.

$图 2 实验终端的中子能谱\r\nFig. 2. Neutron energy spectrum of the experimental terminal.$

图 2 实验终端的中子能谱

Fig. 2. Neutron energy spectrum of the experimental terminal.

下载: 全尺寸图片幻灯片

3. 实验与仿真结果

本文开展的主要研究内容为: 1)对比65 nm平面工艺和14 nm FinFET工艺SRAM的高能中子(E > 10 MeV)和热中子单粒子翻转敏感性; 2)对比二者的多位翻转特性; 3)结合反向分析获得的器件版图和结构, 开展蒙特卡罗中子输运仿真, 揭示内在机理.

3.1 实验结果

图3为65 nm平面工艺和14 nm FinFET工艺SRAM的中子(E > 10 MeV)SEU截面对比. 由图3可见, 随着工艺的发展, 相比于65 nm平面工艺器件, 14 nm FinFET工艺器件的SEU截面下降至约1/40.

$图 3 65 nm平面工艺和14 nm FinFET工艺SRAM的中子(E > 10 MeV)SEU截面对比\r\nFig. 3. Comparison of neutron (E > 10 MeV) SEU cross section of 65 nm planar and 14 nm FinFET SRAM devices.$

图 3 65 nm平面工艺和14 nm FinFET工艺SRAM的中子(E > 10 MeV)SEU截面对比

Fig. 3. Comparison of neutron (E > 10 MeV) SEU cross section of 65 nm planar and 14 nm FinFET SRAM devices.

下载: 全尺寸图片幻灯片

图4为65 nm平面工艺和14 nm FinFET工艺SRAM的热中子SEU截面对比. 可见, 65 nm平面工艺器件对热中子不敏感, 而14 nm FinFET工艺器件表现出一定的热中子敏感性. 相比于中子(E > 10 MeV)SEU截面, 14 nm FinFET工艺器件的热中子截面下降至约1/4.8.

$图 4 65 nm平面工艺和14 nm FinFET工艺SRAM的热中子SEU截面对比\r\nFig. 4. Comparison of thermal neutron SEU cross section of 65 nm planar and 14 nm FinFET SRAM devices.$

图 4 65 nm平面工艺和14 nm FinFET工艺SRAM的热中子SEU截面对比

Fig. 4. Comparison of thermal neutron SEU cross section of 65 nm planar and 14 nm FinFET SRAM devices.

下载: 全尺寸图片幻灯片

热中子主要通过与被测器件中的¹⁰B元素相互作用产生的次级粒子引起单粒子效应, 其主要反应道如(1)式所示:

$\begin{split} & {\rm{n}} + {^{10}}{\rm{B}}{} \to {}^7{\rm{Li}}\left( {0.84\;{\rm{MeV}}} \right){ + ^4}{\rm{He}}\left( {1.47\;{\rm{MeV}}} \right) \\ & + {\rm{gamma}}\left( {0.48\;{\rm{MeV}}} \right).\end{split}$

(1)

使用SRIM软件^[16,17]可以计算得到次级Li离子和He离子在硅器件中的LET值与能量的关系(如图5所示). 0.84 MeV的Li离子和1.47 MeV的He离子在硅器件中的LET值分别为2.10 MeV·cm²·mg^–1和1.15 MeV·cm²·mg^–1. 图6给出了本文使用的14 nm FinFET SRAM的重离子实验结果, 通过Weibull曲线拟合得到该款器件SEU的LET阈值为0.1 MeV·cm²·mg^–1. 可见, 热中子与¹⁰B元素相互作用产生的次级Li离子和He离子可以在14 nm FinFET SRAM中引起SEU.

$图 5 (a) Li离子和(b) He离子在硅材料中的LET值与能量的关系\r\nFig. 5. Relationship between LET value and energy of (a) Li ion and (b) He ion in silicon material.$

图 5 (a) Li离子和(b) He离子在硅材料中的LET值与能量的关系

Fig. 5. Relationship between LET value and energy of (a) Li ion and (b) He ion in silicon material.

下载: 全尺寸图片幻灯片

$图 6 14 nm FinFET SRAM的重离子实验结果\r\nFig. 6. Heavy ion experiment results of 14 nm FinFET SRAM.$

图 6 14 nm FinFET SRAM的重离子实验结果

Fig. 6. Heavy ion experiment results of 14 nm FinFET SRAM.

下载: 全尺寸图片幻灯片

对65 nm平面工艺器件开展二次离子质谱(secondary ion mass spectroscopy, SIMS)测量和分析, 未在器件中发现¹⁰B元素成分, 该结果解释了上述“65 nm平面工艺器件对热中子不敏感”的结论. 而14 nm FinFET工艺器件表现出一定的热中子敏感性的现象与FinFET工艺器件M0附近工艺中使用了¹⁰B元素有关.

图7为65 nm平面工艺和14 nm FinFET工艺SRAM的中子MBU比例对比, 包含了热中子和E > 10 MeV中子的共同贡献. 可见, 相比于65 nm平面器件, 14 nm FinFET器件的MBU比例明显增高. 其中, 两位翻转比例从2.1%增大至6.6%; 65 nm平面器件中未发现三位翻转, 而14 nm FinFET器件的三位翻转比例为1%.

$图 7 65 nm平面工艺和14 nm FinFET工艺SRAM的中子MBU比例对比(使用图2的全能谱)\r\nFig. 7. Comparison of neutron MBU ratio of 65 nm planar and 14 nm FinFET SRAM devices (using the full spectrum in Fig. 2).$

图 7 65 nm平面工艺和14 nm FinFET工艺SRAM的中子MBU比例对比(使用图2的全能谱)

Fig. 7. Comparison of neutron MBU ratio of 65 nm planar and 14 nm FinFET SRAM devices (using the full spectrum in Fig. 2).

下载: 全尺寸图片幻灯片

3.2 反向分析

为了进一步深入地对上述实验结果进行分析和解释, 对该两款器件进行反向分析, 获得14 nm FinFET SRAM和65 nm SRAM的横切面和存储区图像, 分别如图8和图9所示. 表2进一步给出了14 nm FinFET SRAM和65 nm SRAM的存储单元尺寸和灵敏区参数. 将“关”态NMOS的漏区作为单粒子翻转灵敏区, 其尺寸分别为0.08 μm × 0.03 μm (14 nm FinFET SRAM)和0.2 μm × 0.19 μm (65 nm SRAM); 根据实际情况综合考虑电离电荷的漂移、扩散、漏斗长度等收集过程, 14 nm FinFET SRAM的灵敏区厚度设置为Fin高(45 nm), 65 nm SRAM的灵敏区厚度设置为阱深, 即0.45 μm. 可见, 随着特征尺寸的减小, SRAM器件的灵敏区尺寸迅速下降, 这也是图3中SEU截面减小的原因. 另一方面, 随着特征尺寸的减小, SRAM器件的灵敏区间距迅速减小, 导致图7中MBU概率的增大.

表 2 14 nm FinFET SRAM和65 nm SRAM的存储单元尺寸和灵敏区参数

Table 2. Memory cell size and SV parameters for the 14 nm FinFET SRAM and 65 nm SRAM devices.

器件	存储单元尺寸/μm × μm	灵敏区尺寸/μm × μm	灵敏区厚度/nm	重离子LET阈值/MeV·cm²·mg^–1	临界电荷/fC
14 nm FinFET SRAM	0.37 × 0.18	0.08 × 0.03	45	0.1	0.05
65 nm SRAM	1.0 × 0.5	0.20 × 0.19	450	0.22 ^[18]	1^[19]

下载: 导出CSV

| 显示表格

$图 8 14 nm FinFET SRAM的反向分析　(a)横切面; (b)存储区图像\r\nFig. 8. Reverse analysis of 14 nm FinFET SRAM: (a) Cross section; (b) memory area image.$

图 8 14 nm FinFET SRAM的反向分析　(a)横切面; (b)存储区图像

Fig. 8. Reverse analysis of 14 nm FinFET SRAM: (a) Cross section; (b) memory area image.

下载: 全尺寸图片幻灯片

$图 9 65 nm SRAM的反向分析　(a) 横切面; (b) 存储区图像\r\nFig. 9. Reverse analysis of 65 nm SRAM: (a) Cross section; (b) memory area image.$

图 9 65 nm SRAM的反向分析　(a) 横切面; (b) 存储区图像

Fig. 9. Reverse analysis of 65 nm SRAM: (a) Cross section; (b) memory area image.

下载: 全尺寸图片幻灯片

3.3 蒙特卡罗仿真计算

基于上述反向分析结果, 建立器件仿真模型. 65 nm工艺SRAM共使用6层金属布线, 大部分金属材料为Cu. 在M0和灵敏硅层之间发现W塞的存在. 为了提高仿真效率, 将器件模型的x × y尺寸设置为灵敏区的尺寸. 中子在器件模型中的输运仿真使用Geant4工具^[20]实现, Geant4为非弹性相互作用提供了二元级联模型, 其中包含了模拟物质核反应及二次离子输运所需的所有物理信息, 包括离子数量、原子数、质量数、离子能量和动量方向等信息. Geant4模拟过程中用来管理所有物理过程的“物理列表”采用SLAC“空间电子学物理列表”, 它代表了目前模拟微电子器件辐射效应的最适模型. 根据图2中的中子能谱, 选取14 MeV和1600 MeV两个典型能量点进行仿真计算, 原因为: 1) 1600 MeV为最大中子能量; 2) 热中子的核反应机理较为清晰, 前文已有所表述, 所以E > 10 MeV中子的核反应特性是本节研究关注的重点, 14 MeV中子是一种较为常见和常用的能量点(如中子管氘-氚反应可产生14 MeV中子), 故选取14 MeV能量点与最高能量1600 MeV进行对比. 仿真计算中, 对于每个能量点, 10⁹个中子垂直入射进入器件模型, 对灵敏区中产生的二次粒子特性进行探测和分析.

图10为14 MeV和1600 MeV中子在器件灵敏区中产生的二次粒子分布(器件模型中的W材料被二氧化硅替代). 图11给出了14 MeV和1600 MeV中子在器件灵敏区中产生的二次粒子分布(真实器件模型). 可见: 1) E > 10 MeV中子在器件灵敏区中产生丰富的二次粒子分布, 从n, p覆盖至W; 2) 二次粒子的种类和产生概率与中子能量密切相关, 中子能量越高, 二次粒子的种类越多、产生概率越高; 3) 灵敏区附近W塞的存在与否对二次粒子分布有重要影响, 对比图10和图11可以发现, W塞是灵敏区中原子序数高于Cu的二次粒子的产生来源, 而这些粒子的原子序数大, 因此具有较大的LET值, 可能对器件单粒子效应具有重要影响.

$图 10 14 MeV和1600 MeV中子在器件灵敏区中产生的二次粒子分布(器件模型中的W材料被二氧化硅替代)\r\nFig. 10. 14 MeV and 1600 MeV neutron induced secondary particle distribution in the device SV (W material in the device model is replaced by silica).$

图 10 14 MeV和1600 MeV中子在器件灵敏区中产生的二次粒子分布(器件模型中的W材料被二氧化硅替代)

Fig. 10. 14 MeV and 1600 MeV neutron induced secondary particle distribution in the device SV (W material in the device model is replaced by silica).

下载: 全尺寸图片幻灯片

$图 11 14 MeV和1600 MeV中子在器件灵敏区中产生的二次粒子分布(真实器件模型)\r\nFig. 11. 14 MeV and 1600 MeV neutron induced secondary particle distribution in the device SV (real device model).$

图 11 14 MeV和1600 MeV中子在器件灵敏区中产生的二次粒子分布(真实器件模型)

Fig. 11. 14 MeV and 1600 MeV neutron induced secondary particle distribution in the device SV (real device model).

下载: 全尺寸图片幻灯片

另一方面, 虽然高Z二次粒子的电离能力较强, 但相比于p, He等轻离子, 其产生数量呈数量级的减小. 同时, 由表2可知被测器件的LET阈值较低, 质子足以通过直接电离在被测器件中引起SEU. 可以判断, 在被测器件中, 引起SEU的二次粒子主要为p, He, Si, O等粒子.

图12进一步给出了14 MeV和1600 MeV中子在器件灵敏区中产生的二次粒子的LET值与射程分布. 图13为14 MeV和1600 MeV中子在器件灵敏区中的沉积电荷. 可见: 1) 二次粒子在灵敏区中的LET值、射程和沉积能量与中子能量密切相关, 中子能量越大, 二次粒子的电离能力越强, 沉积能量更高; 灵敏区中二次粒子的LET值最高可达约22 MeV·cm²·mg^–1; 2) 高能中子在灵敏区中产生大量的射程长、LET值高的二次粒子, 这些二次粒子是图7中多位翻转的产生诱因.

$图 12 14 MeV和1600 MeV中子在器件灵敏区中产生的二次粒子的LET值与射程\r\nFig. 12. The LET value and range of secondary particles generated by 14 MeV and 1600 MeV neutrons in the device SV.$

图 12 14 MeV和1600 MeV中子在器件灵敏区中产生的二次粒子的LET值与射程

Fig. 12. The LET value and range of secondary particles generated by 14 MeV and 1600 MeV neutrons in the device SV.

下载: 全尺寸图片幻灯片

$图 13 14 MeV和1600 MeV中子在器件灵敏区中的沉积电荷\r\nFig. 13. The deposition charge of 14 MeV and 1600 MeV neutrons in the device SV.$

图 13 14 MeV和1600 MeV中子在器件灵敏区中的沉积电荷

Fig. 13. The deposition charge of 14 MeV and 1600 MeV neutrons in the device SV.

下载: 全尺寸图片幻灯片

基于图6可对14 nm FinFET SRAM产生SEU的临界电荷进行计算. 根据文献[21]中(5)式, 得出临界电荷

${Q_{\rm{c}}} = \frac{{{\rm{LE}}{{\rm{T}}_{{\rm{th}}}} \times {\rho _{{\rm{Si}}}} \times d}}{{3.6 \times {{10}^{ - 6}}}} \times 1.6 \times {10^{ - 4}},$

(2)

其中Q_c为临界电荷, 单位为fC; LET_th为诱发SEU的LET阈值, 单位为MeV·cm²·mg^–1; ρ_Si为硅材料的密度, 单位为mg/cm³; d为灵敏区的厚度, 单位为cm. 认为灵敏区的厚度为Fin高(45 nm), 则计算可得, 14 nm FinFET SRAM产生SEU的临界电荷约为0.05 fC. 根据文献[18,19], 65 nm工艺SRAM器件的临界电荷约为1 fC. 而图13中, 二次粒子在灵敏区中的沉积电荷最高可达上百fC, 足以引起单粒子翻转.

4. 结　论

结合使用散裂中子源实验和中子输运仿真的方法, 针对14 nm FinFET和65 nm SRAM开展SEU, MBU特性及内在机理研究. 结果表明, 相比于65 nm器件, 14 nm FinFET器件的E > 10 MeV中子单粒子翻转截面下降至约1/40, 而多位翻转比例从2.2%增大至7.6%, 源于14 nm FinFET器件灵敏区尺寸(80 nm × 30 nm × 45 nm)、间距和临界电荷(0.05 fC)的减小. 多位翻转的主要形式为两位翻转、三位翻转和四位翻转. 不同于65 nm器件对热中子免疫的现象, 14 nm FinFET器件中M0附近¹⁰B元素的使用导致其表现出一定的热中子敏感性, 其热中子SEU截面比E > 10 MeV中子SEU截面减小至约1/4.8.

基于反向分析获得的器件横切面和存储区图像建立器件模型, 开展Geant4中子输运仿真. E > 10 MeV中子在器件灵敏区中产生丰富的二次粒子分布, 从n, p覆盖至W. 中子能量、灵敏区附近W塞的存在与否对灵敏区中二次粒子的种类和产生概率有重要影响. 分析计算表明, 高能中子在器件灵敏区中产生的大量的射程长、LET值大的高Z二次粒子是多位翻转的产生诱因, 而单粒子翻转主要来自于p, He, Si等轻离子的贡献.

参考文献

[1]	Lu D D, Dunga M V, Lin C S, Niknejad A M, Hu C 2007 IEEE International Electron Devices Meeting Washington, DC, USA, December 10–12, 2007 p565
[2]	Park T, Choi S, Lee D H, Yoo J R, Lee B C, Kim J Y, Lee C G, Chi K K, Hong S H, Hynn S J, Shin Y G, Han J N, Park I S, Chung U I, Moon J T, Yoon E, Lee J H 2003 Symposium on VLSI Technology Kyoto, Japan, June 10–12, 2003 p135
[3]	Manoj C R, Meenakshi N, Dhanya V, Rao V R 2007 International Workshop on Physics of Semiconductor Devices Mumbai, India, December 16–20, 2007 p134
[4]	Ma C, Li B, Zhang L, He J, Zhang X, Lin X, Chan M 2009 10th International Symposium on Quality Electronic Design San Jose, CA, USA, March 16–18, 2009 p7
[5]	Bhuva B 2018 IEEE International Electron Devices Meeting (IEDM) San Francisco, CA, USA, December 1–5, 2018 p34.4.1
[6]	Lei Z F, Zhang Z G, En Y F, Huang Y 2018 Chin. Phys. B 27 066105 Google Scholar
[7]	JESD89 A Measurement and Reporting of Alpha Particle and Terrestrial Cosmic Ray-Induced Soft Errors in Semiconductor Devices JEDEC standard, October 2006
[8]	May T C, Woods M H 1979 IEEE Trans. Electron Dev. ED-26 2
[9]	Autran J L, Munteanu D, Sauze S, Gasiot G, Roche P 2014 IEEE Radiation Effects Data Workshop (REDW) Paris, France, July 14–18, 2014 p1
[10]	Auden E C, Quinn H M, Wender S A, O’Donnell J M, Lisowski P W, George J S, Xu N, Black D A, Black J D 2019 IEEE Trans. Nucl. Sci. Early Access 1
[11]	Weulersse C, Houssany S, Guibbaud N, Segura-Ruiz J, Beaucour J, Miller F, Mazurek M 2018 IEEE Trans. Nucl. Sci. 65 1851 Google Scholar
[12]	Zhang H, Jiang H, Brockman J D, Assis T R, Fan X, Bhuva B L, Narasimham B, Wen S J, Wong R 2017 IEEE International Reliability Physics Symposium (IRPS) Monterey, CA, USA, April 2–6, 2017 p3 D-3.1
[13]	Seifert N, Jahinuzzaman S, Velamala J, Ascazubi R, Patel N, Gill B, Basile J, Hicks J 2015 IEEE Trans. Nucl. Sci. 62 2570 Google Scholar
[14]	Fang Y, Oates A S 2011 IEEE Trans. Dev. Mater. Reliab. 11 551 Google Scholar
[15]	王勋, 张凤祁, 陈伟, 郭晓强, 丁李利, 罗尹虹 2019 物理学报 68 052901 Google Scholar Wang X, Zhang F Q, Chen W, Guo X Q, Ding L L, Luo Y H 2019 Acta Phys. Sin. 68 052901 Google Scholar
[16]	Ziegler J F, Biersack J P, Littmark U 1985 The Stopping and Range of Ions in Solids (New York: Pergamon Press)
[17]	SRIM & TRIM, Ziegler J F http://www.srim.org/ [2019-7-11]
[18]	Zhang Z G, Lei Z F, En Y F, Liu J 2016 Radiation Effects on Components & Systems Conference (RADECS) Bremen, Germany, September 19–23, 2016 Paper H14
[19]	Sierawski B D, Mendenhall M H, Reed R A, Clemens M A, Weller R A, Schrimpf R D, Blackmore E W, Trinczek M, Hitti B, Pellish J A, Baumann R C, Wen S J, Wong R, Tam N 2010 IEEE Tran. Nucl. Sci. 57 3273
[20]	Agostinelli S, Allison J, Amako K, et al. 2003 Nucl. Instrum. Meth. Phys. Res. A 506 250 Google Scholar
[21]	Zhang Z G, Liu J, Sun Y M, Hou M D, Tong T, Gu S, Liu T Q, Geng C, Xi K, Yao H J, Luo J, Duan J L, Mo D, Su H, Lei Z F, En Y F, Huang Y 2014 10th International Conference on Reliability, Maintainability and Safety (ICRMS) Guangzhou, China, August 6–8, 2014 p114

施引文献

期刊类型引用(9)

1.	杨卫涛，胡志良，何欢，莫莉华，赵小红，宋伍庆，易天成，梁天骄，贺朝会，李永宏，王斌，吴龙胜，刘欢，时光. 近存计算架构AI芯片中子单粒子效应. 物理学报. 2024(13): 384-391 . 百度学术
2.	江新帅，罗尹虹，赵雯，张凤祁，王坦. 阱接触对28 nm SRAM单粒子多位翻转的影响. 物理学报. 2023(03): 229-235 . 百度学术
3.	张战刚，杨少华，林倩，雷志锋，彭超，何玉娟. 基于青藏高原的14 nm FinFET和28 nm平面CMOS工艺SRAM单粒子效应实时测量试验. 物理学报. 2023(14): 159-169 . 百度学术
4.	余淇睿，张战刚，李斌，吴朝晖，雷志锋，彭超. 大气中子及α粒子对芯片软错误的贡献趋势. 电子与封装. 2023(08): 74-80 . 百度学术
5.	张战刚，雷志锋，黄云，恩云飞，张毅，童腾，李晓辉，师谦，彭超，何玉娟，肖庆中，李键坷，路国光. 基于高海拔地区的大气中子单粒子效应实时测量试验研究. 原子能科学技术. 2022(04): 725-733 . 百度学术
6.	丁晓兵，陈朝晖，周兆庆，张尧. 继电保护装置单粒子效应的测试方法与失效率研究. 电力系统保护与控制. 2022(24): 167-171 . 百度学术
7.	林倩，黄奕铭，张战刚，李斌，王松林，梁天骄，吴朝晖，雷志锋，彭超，岳少忠，何玉娟，黄云，恩云飞. 智能手机大气中子单粒子效应试验研究. 电子产品可靠性与环境试验. 2021(S1): 46-51 . 百度学术
8.	苏亚丽，赖俊桦，钱俊杰，叶雨欣，张国和. 真空栅介质场效应晶体管自热效应模型. 西安交通大学学报. 2021(08): 85-92 . 百度学术
9.	李光远，唐翌，胡志良，梁天骄. SRAM白光中子单粒子翻转注量率(10~7量级)效应研究. 湘潭大学学报(自然科学版). 2021(02): 31-38 . 百度学术

其他类型引用(2)

图 1 实验现场图(中子束流孔道位于测试板背后, 中子束流对准被测器件)

Fig. 1. Experimental setup (neutron beam channel is loca-ted behind the test board, and aligned with the device under test).

下载: 全尺寸图片幻灯片

图 2 实验终端的中子能谱

Fig. 2. Neutron energy spectrum of the experimental terminal.

下载: 全尺寸图片幻灯片

图 3 65 nm平面工艺和14 nm FinFET工艺SRAM的中子(E > 10 MeV)SEU截面对比

Fig. 3. Comparison of neutron (E > 10 MeV) SEU cross section of 65 nm planar and 14 nm FinFET SRAM devices.

下载: 全尺寸图片幻灯片

图 4 65 nm平面工艺和14 nm FinFET工艺SRAM的热中子SEU截面对比

Fig. 4. Comparison of thermal neutron SEU cross section of 65 nm planar and 14 nm FinFET SRAM devices.

下载: 全尺寸图片幻灯片

图 5 (a) Li离子和(b) He离子在硅材料中的LET值与能量的关系

Fig. 5. Relationship between LET value and energy of (a) Li ion and (b) He ion in silicon material.

下载: 全尺寸图片幻灯片

图 6 14 nm FinFET SRAM的重离子实验结果

Fig. 6. Heavy ion experiment results of 14 nm FinFET SRAM.

下载: 全尺寸图片幻灯片

图 7 65 nm平面工艺和14 nm FinFET工艺SRAM的中子MBU比例对比(使用图2的全能谱)

Fig. 7. Comparison of neutron MBU ratio of 65 nm planar and 14 nm FinFET SRAM devices (using the full spectrum in Fig. 2).

下载: 全尺寸图片幻灯片

图 8 14 nm FinFET SRAM的反向分析　(a)横切面; (b)存储区图像

Fig. 8. Reverse analysis of 14 nm FinFET SRAM: (a) Cross section; (b) memory area image.

下载: 全尺寸图片幻灯片

图 9 65 nm SRAM的反向分析　(a) 横切面; (b) 存储区图像

Fig. 9. Reverse analysis of 65 nm SRAM: (a) Cross section; (b) memory area image.

下载: 全尺寸图片幻灯片

图 10 14 MeV和1600 MeV中子在器件灵敏区中产生的二次粒子分布(器件模型中的W材料被二氧化硅替代)

Fig. 10. 14 MeV and 1600 MeV neutron induced secondary particle distribution in the device SV (W material in the device model is replaced by silica).

下载: 全尺寸图片幻灯片

图 11 14 MeV和1600 MeV中子在器件灵敏区中产生的二次粒子分布(真实器件模型)

Fig. 11. 14 MeV and 1600 MeV neutron induced secondary particle distribution in the device SV (real device model).

下载: 全尺寸图片幻灯片

图 12 14 MeV和1600 MeV中子在器件灵敏区中产生的二次粒子的LET值与射程

Fig. 12. The LET value and range of secondary particles generated by 14 MeV and 1600 MeV neutrons in the device SV.

下载: 全尺寸图片幻灯片

图 13 14 MeV和1600 MeV中子在器件灵敏区中的沉积电荷

Fig. 13. The deposition charge of 14 MeV and 1600 MeV neutrons in the device SV.

下载: 全尺寸图片幻灯片

表 1 被测器件参数

Table 1. Parameters of devices under test.

编号	SRAM工艺	型号	容量	供电电压(core)/V	封装形式
1#	65 nm平面	CY7 C1663 KV18	8 Mb × 18	1.8	BGA, 非倒装
2#	14 nm FinFET	—	8 Mb × 16	0.8	BGA, 倒装

下载: 导出CSV

表 2 14 nm FinFET SRAM和65 nm SRAM的存储单元尺寸和灵敏区参数

Table 2. Memory cell size and SV parameters for the 14 nm FinFET SRAM and 65 nm SRAM devices.

器件	存储单元尺寸/μm × μm	灵敏区尺寸/μm × μm	灵敏区厚度/nm	重离子LET阈值/MeV·cm²·mg^–1	临界电荷/fC
14 nm FinFET SRAM	0.37 × 0.18	0.08 × 0.03	45	0.1	0.05
65 nm SRAM	1.0 × 0.5	0.20 × 0.19	450	0.22 ^[18]	1^[19]

下载: 导出CSV

[1]	Lu D D, Dunga M V, Lin C S, Niknejad A M, Hu C 2007 IEEE International Electron Devices Meeting Washington, DC, USA, December 10–12, 2007 p565
[2]	Park T, Choi S, Lee D H, Yoo J R, Lee B C, Kim J Y, Lee C G, Chi K K, Hong S H, Hynn S J, Shin Y G, Han J N, Park I S, Chung U I, Moon J T, Yoon E, Lee J H 2003 Symposium on VLSI Technology Kyoto, Japan, June 10–12, 2003 p135
[3]	Manoj C R, Meenakshi N, Dhanya V, Rao V R 2007 International Workshop on Physics of Semiconductor Devices Mumbai, India, December 16–20, 2007 p134
[4]	Ma C, Li B, Zhang L, He J, Zhang X, Lin X, Chan M 2009 10th International Symposium on Quality Electronic Design San Jose, CA, USA, March 16–18, 2009 p7
[5]	Bhuva B 2018 IEEE International Electron Devices Meeting (IEDM) San Francisco, CA, USA, December 1–5, 2018 p34.4.1
[6]	Lei Z F, Zhang Z G, En Y F, Huang Y 2018 Chin. Phys. B 27 066105 Google Scholar
[7]	JESD89 A Measurement and Reporting of Alpha Particle and Terrestrial Cosmic Ray-Induced Soft Errors in Semiconductor Devices JEDEC standard, October 2006
[8]	May T C, Woods M H 1979 IEEE Trans. Electron Dev. ED-26 2
[9]	Autran J L, Munteanu D, Sauze S, Gasiot G, Roche P 2014 IEEE Radiation Effects Data Workshop (REDW) Paris, France, July 14–18, 2014 p1
[10]	Auden E C, Quinn H M, Wender S A, O’Donnell J M, Lisowski P W, George J S, Xu N, Black D A, Black J D 2019 IEEE Trans. Nucl. Sci. Early Access 1
[11]	Weulersse C, Houssany S, Guibbaud N, Segura-Ruiz J, Beaucour J, Miller F, Mazurek M 2018 IEEE Trans. Nucl. Sci. 65 1851 Google Scholar
[12]	Zhang H, Jiang H, Brockman J D, Assis T R, Fan X, Bhuva B L, Narasimham B, Wen S J, Wong R 2017 IEEE International Reliability Physics Symposium (IRPS) Monterey, CA, USA, April 2–6, 2017 p3 D-3.1
[13]	Seifert N, Jahinuzzaman S, Velamala J, Ascazubi R, Patel N, Gill B, Basile J, Hicks J 2015 IEEE Trans. Nucl. Sci. 62 2570 Google Scholar
[14]	Fang Y, Oates A S 2011 IEEE Trans. Dev. Mater. Reliab. 11 551 Google Scholar
[15]	王勋, 张凤祁, 陈伟, 郭晓强, 丁李利, 罗尹虹 2019 物理学报 68 052901 Google Scholar Wang X, Zhang F Q, Chen W, Guo X Q, Ding L L, Luo Y H 2019 Acta Phys. Sin. 68 052901 Google Scholar
[16]	Ziegler J F, Biersack J P, Littmark U 1985 The Stopping and Range of Ions in Solids (New York: Pergamon Press)
[17]	SRIM & TRIM, Ziegler J F http://www.srim.org/ [2019-7-11]
[18]	Zhang Z G, Lei Z F, En Y F, Liu J 2016 Radiation Effects on Components & Systems Conference (RADECS) Bremen, Germany, September 19–23, 2016 Paper H14
[19]	Sierawski B D, Mendenhall M H, Reed R A, Clemens M A, Weller R A, Schrimpf R D, Blackmore E W, Trinczek M, Hitti B, Pellish J A, Baumann R C, Wen S J, Wong R, Tam N 2010 IEEE Tran. Nucl. Sci. 57 3273
[20]	Agostinelli S, Allison J, Amako K, et al. 2003 Nucl. Instrum. Meth. Phys. Res. A 506 250 Google Scholar
[21]	Zhang Z G, Liu J, Sun Y M, Hou M D, Tong T, Gu S, Liu T Q, Geng C, Xi K, Yao H J, Luo J, Duan J L, Mo D, Su H, Lei Z F, En Y F, Huang Y 2014 10th International Conference on Reliability, Maintainability and Safety (ICRMS) Guangzhou, China, August 6–8, 2014 p114

[1]	肖石良, 王朝辉, 吴鸿毅, 陈雄军, 孙琪, 谭博宇, 王昊, 齐福刚. 中子诱发伽马产生截面测量中的谱分析技术. 物理学报, 2024, 73(7): 072901. doi: 10.7498/aps.73.20231980
[2]	张战刚, 杨少华, 林倩, 雷志锋, 彭超, 何玉娟. 基于青藏高原的14 nm FinFET和28 nm平面CMOS工艺SRAM单粒子效应实时测量试验. 物理学报, 2023, 72(14): 146101. doi: 10.7498/aps.72.20230161
[3]	刘晔, 郭红霞, 琚安安, 张凤祁, 潘霄宇, 张鸿, 顾朝桥, 柳奕天, 冯亚辉. 质子辐照作用下浮栅单元的数据翻转及错误退火. 物理学报, 2022, 71(11): 118501. doi: 10.7498/aps.71.20212405
[4]	李薇, 白雨蓉, 郭昊轩, 贺朝会, 李永宏. InP中子位移损伤效应的Geant4模拟. 物理学报, 2022, 71(8): 082401. doi: 10.7498/aps.71.20211722
[5]	张战刚, 叶兵, 姬庆刚, 郭金龙, 习凯, 雷志锋, 黄云, 彭超, 何玉娟, 刘杰, 杜广华. 纳米级静态随机存取存储器的α粒子软错误机理研究. 物理学报, 2020, (): 006100. doi: 10.7498/aps.69.20191796
[6]	张战刚, 叶兵, 姬庆刚, 郭金龙, 习凯, 雷志锋, 黄云, 彭超, 何玉娟, 刘杰, 杜广华. 纳米级静态随机存取存储器的α粒子软错误机理研究. 物理学报, 2020, 69(13): 136103. doi: 10.7498/aps.69.20201796
[7]	罗尹虹, 张凤祁, 郭红霞, Wojtek Hajdas. 基于重离子试验数据预测纳米加固静态随机存储器质子单粒子效应敏感性. 物理学报, 2020, 69(1): 018501. doi: 10.7498/aps.69.20190878
[8]	黎华梅, 侯鹏飞, 王金斌, 宋宏甲, 钟向丽. HfO₂基铁电场效应晶体管读写电路的单粒子翻转效应模拟. 物理学报, 2020, 69(9): 098502. doi: 10.7498/aps.69.20200123
[9]	王勋, 张凤祁, 陈伟, 郭晓强, 丁李利, 罗尹虹. 基于中国散裂中子源的商用静态随机存取存储器中子单粒子效应实验研究. 物理学报, 2020, 69(16): 162901. doi: 10.7498/aps.69.20200265
[10]	张战刚, 雷志锋, 岳龙, 刘远, 何玉娟, 彭超, 师谦, 黄云, 恩云飞. 空间高能离子在纳米级SOI SRAM中引起的单粒子翻转特性及物理机理研究. 物理学报, 2017, 66(24): 246102. doi: 10.7498/aps.66.246102
[11]	罗尹虹, 郭晓强, 陈伟, 郭刚, 范辉. 欧空局监测器单粒子翻转能量和角度相关性. 物理学报, 2016, 65(20): 206103. doi: 10.7498/aps.65.206103
[12]	罗尹虹, 张凤祁, 王燕萍, 王圆明, 郭晓强, 郭红霞. 纳米静态随机存储器低能质子单粒子翻转敏感性研究. 物理学报, 2016, 65(6): 068501. doi: 10.7498/aps.65.068501
[13]	赵雯, 郭晓强, 陈伟, 邱孟通, 罗尹虹, 王忠明, 郭红霞. 质子与金属布线层核反应对微纳级静态随机存储器单粒子效应的影响分析. 物理学报, 2015, 64(17): 178501. doi: 10.7498/aps.64.178501
[14]	王晓晗, 郭红霞, 雷志锋, 郭刚, 张科营, 高丽娟, 张战刚. 基于蒙特卡洛和器件仿真的单粒子翻转计算方法. 物理学报, 2014, 63(19): 196102. doi: 10.7498/aps.63.196102
[15]	丁李利, 郭红霞, 陈伟, 闫逸华, 肖尧, 范如玉. 累积辐照影响静态随机存储器单粒子翻转敏感性的仿真研究. 物理学报, 2013, 62(18): 188502. doi: 10.7498/aps.62.188502
[16]	黄力, 黄安平, 郑晓虎, 肖志松, 王玫. 高k介质在新型半导体器件中的应用. 物理学报, 2012, 61(13): 137701. doi: 10.7498/aps.61.137701
[17]	钟国强, 胡立群, 王相綦, 李晓玲, 林士耀, 许平, 段艳敏, 毛松涛, 张继忠. HT-7上射频波加热时中子辐射行为的研究. 物理学报, 2011, 60(1): 012901. doi: 10.7498/aps.60.012901
[18]	张科营, 郭红霞, 罗尹虹, 何宝平, 姚志斌, 张凤祁, 王园明. 静态随机存储器单粒子翻转效应三维数值模拟. 物理学报, 2009, 58(12): 8651-8656. doi: 10.7498/aps.58.8651
[19]	张庆祥, 侯明东, 刘　杰, 王志光, 金运范, 朱智勇, 孙友梅. 静态随机存储器单粒子效应的角度影响研究. 物理学报, 2004, 53(2): 566-570. doi: 10.7498/aps.53.566
[20]	王营冠, 罗正明. 非弹性核反应对质子束能量沉积的影响. 物理学报, 2000, 49(8): 1639-1643. doi: 10.7498/aps.49.1639

期刊类型引用(9)

1.	杨卫涛，胡志良，何欢，莫莉华，赵小红，宋伍庆，易天成，梁天骄，贺朝会，李永宏，王斌，吴龙胜，刘欢，时光. 近存计算架构AI芯片中子单粒子效应. 物理学报. 2024(13): 384-391 . 百度学术
2.	江新帅，罗尹虹，赵雯，张凤祁，王坦. 阱接触对28 nm SRAM单粒子多位翻转的影响. 物理学报. 2023(03): 229-235 . 百度学术
3.	张战刚，杨少华，林倩，雷志锋，彭超，何玉娟. 基于青藏高原的14 nm FinFET和28 nm平面CMOS工艺SRAM单粒子效应实时测量试验. 物理学报. 2023(14): 159-169 . 百度学术
4.	余淇睿，张战刚，李斌，吴朝晖，雷志锋，彭超. 大气中子及α粒子对芯片软错误的贡献趋势. 电子与封装. 2023(08): 74-80 . 百度学术
5.	张战刚，雷志锋，黄云，恩云飞，张毅，童腾，李晓辉，师谦，彭超，何玉娟，肖庆中，李键坷，路国光. 基于高海拔地区的大气中子单粒子效应实时测量试验研究. 原子能科学技术. 2022(04): 725-733 . 百度学术
6.	丁晓兵，陈朝晖，周兆庆，张尧. 继电保护装置单粒子效应的测试方法与失效率研究. 电力系统保护与控制. 2022(24): 167-171 . 百度学术
7.	林倩，黄奕铭，张战刚，李斌，王松林，梁天骄，吴朝晖，雷志锋，彭超，岳少忠，何玉娟，黄云，恩云飞. 智能手机大气中子单粒子效应试验研究. 电子产品可靠性与环境试验. 2021(S1): 46-51 . 百度学术
8.	苏亚丽，赖俊桦，钱俊杰，叶雨欣，张国和. 真空栅介质场效应晶体管自热效应模型. 西安交通大学学报. 2021(08): 85-92 . 百度学术
9.	李光远，唐翌，胡志良，梁天骄. SRAM白光中子单粒子翻转注量率(10~7量级)效应研究. 湘潭大学学报(自然科学版). 2021(02): 31-38 . 百度学术

其他类型引用(2)

计量

文章访问数: 12194
PDF下载量: 182
被引次数: 11

姓名
邮箱
手机号码
标题
留言内容
验证码

搜索

留言板