关于培风图南

培风图南的前身是成立于2011年苏州珂晶达电子有限公司（Cogenda）。以集成电路制造EDA软件国产化为使命，创始团队长期从事科学计算软件开发、集成电路辅助设计软件开发和相关的技术服务。公司主要服务于半导体Foundry和Fabless厂商，航天、国防行业元器件厂商，大专院校和研究院所，客户已遍及国内、欧美和亚太区域。公司在2013年被认定为技术企业，主要产品包括半导体器件和工艺仿真（TCAD）软件；辐射环境、输运和效应仿真分析软件；多物理数值仿真软件；三维网格划分和数据可视化软件等专业软件。公司立足于自主开发，掌握最前沿的并行数值计算核心技术，不断推动科学计算应用的前沿，是行业中的技术领跑者。

如需了解更多信息，请访问公司网站 www.pftn-semi.com。

培风图南命题专项奖

培风图南企业命题专项奖专门用于奖励选择培风图南企业命题的赛队，由企业专家评出。培风图南企业命题专项奖是初赛奖，入围决赛的参赛队伍继续参加大赛决赛奖项评比，与初赛奖项互不冲突。

奖项设置

培风图南企业命题一等奖：1 支队伍，每队奖金 1 万元；

培风图南企业命题二等奖：3 支队伍，每队奖金 5 千元；

赛题：极限尺寸下纳米片晶体管TCAD模型优化研究

背景与挑战

随着MOSFET器件特征尺寸逼近物理极限，传统经典理论框架正在面临前所未有的挑战。在14nm节点后FinFET世代，业界普遍建立的认知体系指出：硅基沟道层厚度应维持4nm以上以保持载流子有效迁移率，沟道长度需超过10nm以抑制短沟道效应（Short Channel Effects, SCE）带来的源漏穿通问题。这些经验法则源于对量子限制效应（Quantum Confinement Effect）引起的迁移率退化，以及亚阈值摆幅（Subthreshold Swing）劣化等的系统性研究。

然而Intel近期发布的RibbonFET技术^[1]突破了这一认知边界：该器件采用堆叠式全环绕栅极（Gate-All-Around, GAA）架构，成功实现1.5nm超薄硅层厚度与6nm沟道长度的工程化应用。这一突破性进展不仅刷新了硅基器件的工艺极限，更对传统TCAD仿真模型的有效性提出根本性挑战——现有的迁移率模型、量子限域修正项以及隧穿电流模型是否仍适用于此类极端尺寸器件？

赛题目标

本赛题要求参赛者基于Intel公布的Ribbon FET三维结构（需自行查阅参考文献[1]提取关键几何参数和工艺过程），在漂移-扩散（Drift-Diffusion，DD）输运理论框架下，使用Mozz TCAD仿真平台完成以下研究：

任务1 器件模型构建：参照论文披露的工艺流程图和高分辨TEM截面图，构建器件模型。参照论文，利用mprocess工艺仿真工具搭建器件结构，设定合理的掺杂，应尽可能复现器件的关键特征； 

任务2 模型优化调整：构建合理的DD器件模型，调节模型参数，匹配论文中发表的结果，并探究器件模型的适用性和优化方法：

1. 基线器件构建（BaseLine）：构建沟道长度L_g=18nm，Si条厚度T_Si=6nm的器件模型，使用仿真的CV与IV曲线，提取器件的有效电子迁移率（eMobility)，通过对模型的优化调整，使其匹配论文中的结果。
2. T_Si敏感性研究。当L_g=18nm时，仿真T_Si变化时的迁移率（eMobility）、阈值电压（Vt）、漏致势垒降低（DIBL）效应的变化趋势。通过模型的优化调整，使其与论文中的结果匹配，并对模型的优化方法进行分析和研究。
3. 超短沟道下的T_Si敏感性分析。当L_g=6nm时，仿真T_Si变化时的Vt、DIBL变化趋势。通过模型的优化调整，使其与论文中的结果匹配，并对模型的优化方法进行分析和研究。
4. T_Si电流敏感性分析。当L_g=6nm时，仿真不同T_Si的器件的IdVg曲线变化比例（论文中无电流数据）。通过模型的优化调整，使其与论文中的结果匹配，并对模型的优化方法进行分析和研究。

可能需要思考的问题

1. 量子限制下的能带工程：超薄层下，量子效应会导致Si材料能带展宽，该现象是否会大幅影响结果。
2. 密度梯度模型参数：超薄层下，量子限制密度梯度（Density-Gradient）模型的gamma参数是否需要调整。
3. 薄层迁移率散射机制：薄沟道层（Thin-Channel-Layer）迁移率的模型参数是否合适。
4. 速度饱和模型参数：漂移扩散（Drift-Diffusion）仿真中的饱和速度（Velocity-Saturation）参数（V_Sat)可以弥补速度过冲效应；在超短沟道下，V_Sat参数需要如何调节，能否与MVS-2模型中的injection-velocity关联。
5. 跨尺度仿真的模型一致性。尽量使用统一或规律变化的器件参数，进行不同薄层厚度、不同栅极长度的器件仿真。
6. AI技术能否助力问题解决（开放性思考）：AI技术正在对集成电路各个领域带来变革，在解决上述问题过程中，能否合理结合AI技术，提高解决问题的效率。

可能需要思考的问题

赛题要求与提交材料：使用官方提供的Mozz TCAD软件进行赛题研究，最终提交 ①Mozz TCAD工程，与相关程序源代码；②Word版本总结报告以及其他支撑材料。

评分标准

评分维度

参考文献

[1] Agrawal A , Chakraborty W , Li W ,et al.Silicon RibbonFET CMOS at 6nm Gate Length[C]//2024 IEEE International Electron Devices Meeting (IEDM).0[2025-03-22].DOI:10.1109/IEDM50854.2024.10873367.