שימוש בסימולציות נונאריות כדי לחזות התנהגות של Semiconductor

סימולציות נומריות הפכו לכלים חיוניים בתעשיית המוליכים למחצה, המאפשרים למהנדסים ולחוקרים להבין, לחזות ולייעל את ההתנהגות של מכשירים מוליכים למחצה עם דיוק חסר תקדים ויעילות. שיטות חישוביות אלה מאפשרות ניתוח מפורט של ביצועים בתנאים תפעוליים שונים, תצורה חומרית, עיצובים גיאומטריים ללא צורך אבטיפוסים פיזיים יקרים וזמניים.

התפקיד הקריטי של סימלוציות נונאריות בפיתוח Semiconductor

סימולציות נומריות פותרות מערכות של משוואות שונות לא לינאריות, אשר מודל מכשירים מוליכים למחצה, מתן מהנדסים עם תובנות מקיףות בפיזיקה של המכשיר כי יהיה בלתי אפשרי להשיג באמצעות מדידות ניסיוניות בלבד.שימוש בסימולציה, מהנדסים יכולים לראות "בתוך" את המכשיר, להבין לא רק מה קורה אבל למה זה קורה, יכולת כי מדידות ניסיוניות לא יכולות לספק.

החשיבות של סימולציות אלה משתרעת על פני ממדים רבים של פיתוח Semiconductor. הם מספקים תובנות מפורטות למאפיינים חשמליים כגון מערכות יחסים עכשוויות-וולנטיות, חלוקת נושא המטען, פרופילי שדה חשמליים ואפקטים תרמיים. תובנות אלה מאפשרות למהנדסים לייעל פרמטרים עיצוב מכשירים, לשפר את האמינות, ולחזות ביצועים בתנאים תפעוליים שונים כולל וריאציות טמפרטורה, מתח וחשיפה לקרינה.

עם התפתחות מהירה של טכנולוגיות מכשירים ותהליך חדשים, אופטימיזציה של תהליכי ייצור Semiconductor המודרך על ידי גישה ניסיונית הופכת להיות מאוד זמן-consuming ויקר, בעוד סימולציה המכשיר מאפשרת אופטימיזציה של פרמטרים למכשיר בסביבה וירטואלית במהירות וביעילות.זה יכולת פשטות וירטואלית זו הפכה חיונית כמו תעשיית המוליכים למחצה עומד בפני לחץ גובר על מנת להפחית את זמן לשוק תוך שמירה על ביצועים גבוהים וסטנדרטים.

עיצוב מחשב-מחשב (TCAD): הקרן של מודרני Semiconductor Simulation

טכנולוגיה מחשב-Aided Design (TCAD) מתייחס לשימוש בסימולציות מחשב כדי לפתח ולייעל טכנולוגיות עיבוד למחצה ומכשירים. TCAD התפתח לחבילה מקיפה של כלים הכוללים היבטים רבים של פיתוח מוליכים למחצה, החל מסימולציה תהליך ועד להתאמה ומודל של רמה מעגלית.

מערכות TCAD

TCAD מודלים ייצור למחצה ותפקוד מכשיר Semiconductor, עם תהליך TCAD מודלים של תהליכי ייצור כגון diffusion ו ion השתלת, בעוד מכשיר TCAD מודל ההתנהגות של מכשירים חשמליים המבוססים על פיזיקה בסיסית כגון פרופילים doping. מודרני TCAD משלב את היכולות האלה לתוך זרמים עבודה חלקה המשקפים את תהליך הייצור של Semiconductor בפועל.

מעבד כלים TCAD לחקות את השלבים של ייצור מן הממצאות המשמש לבניית טרנזיסטור, כלי מכשיר TCAD קלט את האדריכלות transistor וסימולציה כיצד זרמי חשמל עוברים דרך המכשיר, וכלים TCAD הקישור סימולציה החלקים הלא-אקטיביים של מעגלים משולבים, במיוחד עבור נקודות מתקדמות שבו ניתן להשפיע במידה רבה על ביצועי המכשיר על ידי אפקטים פרציטיים.

הכלים המשמשים סימולציה מכשיר מספרי כוללים שלושה מרכיבים עיקריים: סימולציה של תהליך ייצור, סימולציה של המאפיינים של המכשיר, וסימולציה של המכשיר עבור יישומי מעגלים. גישה היררכית זו מאפשרת למהנדסים לעקוב אחר ההשפעה של תהליך הייצור וריאציות דרך ביצועי מעגל סופי.

TCAD בעיצוב טכנולוגיה Co-Optimization

מודלים מתקדמים למכשירים מתעוררים הם קריטיים עבור זרימת TCAD-to-SPICE המונעת על פיסיקה כדי לאפשר טכנולוגיית עיצוב חיונית יותר ויותר co-optimization (DTCO) DTCO מייצגת שינוי פרדיגמטי בפיתוח Semiconductor, שבו טכנולוגיית תהליכים ועיצוב מעגלים הם אופטימיזציה בו זמנית ולא באופן זניח. גישה משולבת זו מאפשרת ביצועים טובים יותר, כוח ואזור (PPA) אופטימיזציה על פני הערימה כולה.

כלים TCAD אפשרו לחוק מור במשך זמן רב, עם כלים מוקדמים של סימולציה של מכשירים 2D המשמשים סימולציות חד-ממדיות של CMOS מתכנן כדי לקבוע כיצד להתגבר על אתגרים מדרגים.כפי מכשירים בקנה מידה לממדי ננומטר ואימצו ארכיטקטורות תלת-ממדיות מורכבות כמו FinFETs ו-שער-All-transverseistors, TCAD התפתח כדי להתמודד עם פיזיקה מתוחכמת ומחמת.

שיטות נומריות בסיסיות ב- Semiconductor Device Simulation

מספר שיטות מספריות מהוות את הבסיס של סימולציה של מכשיר המוליכים למחצה, כל אחד מציע יתרונות נפרדים בהתאם המורכבות של המכשיר, התופעות הפיזיות להיות מודל, ואת הדיוק הנדרש.הבנת שיטות אלה חיוני לבחירת הגישה הסימולציה המתאימה עבור יישומים ספציפיים.

ניתוח יסודות Finite Element Analysis (FEA)

ניתוח אלמנט פינט הוא טכניקה רבת עוצמה בשימוש נרחב סימולציה מכשיר למחצה. שיטה זו מחלק את הגיאומטריה המכשיר לאלמנטים קטנים, יצירת מאפר שעליו נפתרות המשוואות השולטות. FEA מצטיין בטיפול גיאוגרפיות מורכבות וגבולות לא סדירים, מה שהופך אותו מתאים במיוחד למבנים מודרניים שלושה ממדים.

העוצמה של FEA טמונה בגמישות ובדיוק שלה בייצוג של מכשיר מורכב גיאוגרפיה.זה יכול להכיל תכונות חומריות שונות, פרופילי מינון מורכבים, תנאי גבול מתוחכמות.השיטה יעילה במיוחד עבור סימולציות אלקטרוסטטיים, ניתוח תרמי ו חישובי מתח מכניים במכשירים מוליכים למחצה.

יישום FEA מודרני עבור סימולציה Semiconductor משלבת הזיכוך אדפטיבית, אשר באופן אוטומטי מגביר צפיפות mesh באזורים שבהם פתרון ⁇ s הם תלולים, כגון בצומת או ממשקים. יכולת זו מבטיחה תוצאות מדויקות תוך שמירה על יעילות חישובית על ידי הימנעות ממלות קנסות לא הכרחיות באזורים שבהם הפתרון משתנה בצורה חלקה.

שיטות הבדל פינט (FDM)

שיטות הבדל פינטן מייצגות אבן הפינה נוספת של סימולציה של מכשיר המוליכים למחצה.שיטות אלה נגזרות משוערות במשוואות שונות חלקית השולטות באמצעות הבדלים בין ערכי תפקוד בנקודות רשת דיסקרטיות. FDM שימשה באופן נרחב בסימולציה של מוליכים למחצה בשל הפשטות המושגית שלה ויעילות חישובית.

מודלים קלאסיים או חצי-קלאסיים של תחבורה במוליכים למחצה ניתן לראות כמבנה היררכי, גורף מן התחבורה הבולשבצמן אקוצה למטה למודל ד"רפסט-דיפו, עם מודל הידרודינמיקה ומודל אנרגיה-טרנספורט כצעדים ביניים, וכאשר קשקשים מתאימים מועסקים, החלק השימור של המערכת נשלט.

תוכנית ה-Scharfetter-Gummel Disretization מייצגת גישה משמעותית לסימולציה של Semiconductor. שיטה זו מספקת דיסקרטיזציה יציבה ומדויקת של משוואות ההיתוך הסחף, אשר הן בסיסיות למכשירים למחצה מודלing.התוכנית מהווה את ה-Vircialation of Carrier thatמתרחשת במכשירים מוליכים למחצה, המבטיחה יציבות מספרית גם כאשר ריכוזים הם תלולים.

מונטה קרלו סימלציה

שיטות מונטה קרלו מציעות גישה שונה ביסודה לסימולציה של מכשיר המוליכים למחצה על ידי הדמיה ישירה של התנועה הסטוצ'סטית של נושאי מטען בודדים.השיטה מונטה קרלו למעשה כוללת את כל הרגעים האפשריים בפונקציה של החברה שלה, מבוססת על הפיזיקה של מבנה הלהקה האלקטרונית ואירועים ספציפיים פיזור, ולכן היא ביסודה השיטה המדויקת יותר.

בסימולציות מונטה קרלו, אלקטרונים בודדים וחורים מעוקבים כשהם עוברים דרך המכשיר, חווים אירועים שונים כגון פיזור פוניון, פיזור בלתי-מעצורים, ופיזור של נושא-קר.כל אירוע מתפזר מטופל באופן פרובטי על בסיס הפיזיקה הבסיסית, ומאפשר את השיטה ללכוד תופעות תחבורה מורכבות שעשויות להיות קשה להמשיך עם גישותum.

סימולציות מונטה קרלו הן בעלות ערך מיוחד ללימוד תחבורה גבוהה, אפקטים של נושא חם ותופעות תחבורה קוונטיות.הם יכולים בדיוק מודל מהירות overshoot, תחבורה בליסטי, ואפקטים אחרים שאינם אתריים שהופכים חשובים במכשירים ננומטריים.עם זאת, שיטות מונטה קרלו אינטנסיביות חישובית, במיוחד עבור מכשירים גדולים או בעת סימול תנאי מצב יציב, אשר מגבילים את היישום שלהם למקרים שבהם דיוק נוסף רקמות חישוביות.

מודלים של Drift-Diffusion

המודל הסחף-דפיוז מייצג את הגישה הנפוצה ביותר עבור סימולציה של מכשיר המוליכים למחצה, איזון דיוק ויעילות חישובית.מודל זה מתאר תחבורה נושאת באמצעות שני מנגנונים: סחף תחת השפעת שדות חשמליים ופיזור עקב ⁇ ריכוז. משוואות פיזור הסחף יחד עם משוואה של Poisson, המתייחסת לפוטנציאל החשמלי להתפלגות המטען.

למרות הפשטות היחסית שלה בהשוואה למודלי תחבורה מסדר גבוה יותר, הגישה של סחף מספקת תוצאות מדויקות עבור מכשירים מעשיים רבים הפועלים בתנאים רגילים.זה מהווה את הבסיס לכלי TCAD המסחריים והוא מתאים לסימול מגוון רחב של מכשירים כולל MOSFET, transistors דו קוטביים, דיודות ותאים סולאריים.

יישום מודרני של מודלים של סחף-דפיוז משלב השפעות פיזיות רבות כולל ניידות עצמאית שדה, מוביל-קר פיזור, תהליכי שיקום דור-דור, ומנהרה פס-על-band. שיפורים אלה מרחיבים את הכדאיות של מודלים של סחף-דפיוז לתקני מתקדם תוך שמירה על יכולת חישובית.

מודלים הידרודינמיקה ואנרגיה

עבור מכשירים שבהם חלוקת האנרגיה של המוביל מתפוגגת באופן משמעותי משינויי משקל, הידרודינמיקה ומודלים של תחבורה אנרגיה מספקים תיאורים מדויקים יותר מאשר סחף-דיפציה.מודלים אלה פותרים משוואות שימור נוספות עבור אנרגיה ותנופה, ומאפשרים להם ללכוד אפקטים חמים של נושא, מהירות overshoot ותופעות תחבורה לא-local.

מודלים הידרודינמיקה מתייחסים לאנסמבל המוביל כנוזל עם טמפרטורה, מהירות ולחץ.הם שימושיים במיוחד עבור סימולטור מכשירים תת-מיקרוניים שבו ספקים אין מספיק זמן כדי להגיע לאיזון תרמי עם דגמי תחבורה אנרגיה מייצג גרסה פשוטה של הגישה הידרודינמית, פתרון לטמפרטורה של נושאת תוך ביצוע בדיקות מסוימות על מומנטום.

טכניקות מתקדמות ל-Simulation למכשירים

עבור מכשירים בקנה מידה אולטרה-סול שבו אפקטים קוונטיים הופכים משמעותיים, זה הוביל להקדמה של פרמטרים מודלים אמפיריים וניתוק תהליכי ייצור.כפי שמכשירים מוליכים למחצה ממשיכים בקנה מידה ולשלב חומרים ומבנים חדשים, טכניקות סימולציה מתקדמות נעשות הכרחיות לחיזוי התנהגות מדויקת של מכשירים.

המונחים:

סימולציה של תחבורה קוונטית באמצעות הפונקציה של לא-quilibrium גרין (NEGF) מבוצעת יחד עם שיטות למידת מכונה, ויכולה לחזות את ההתנהגות של מערכות גדולות באיכות גבוהה עם דיוק ניכר בעוד עלויות חישוביות הן רק חלק בהשוואה לאלה של שיטות קדם-פרטיות קונבנציונליות.

אפקטים מכניים קוונטיים הופכים חשובים יותר ויותר כמו ממדים למכשיר מתכווץ בקנה מידה ננומטר. Phenomena כגון ריצוף קוונטי, מנהרה והתערבות תפקודי הגל יכול להשפיע באופן משמעותי על התנהגות המכשיר ויש לכלול סימולציות עבור תחזיות מדויקות.הפורמליזם NEGF מספק מסגרת קפדנית לטיפול תחבורה קוונטית במערכות פתוחות, מה שהופך אותו מתאים לסימולת ננומטריסטטורים, מנהרה, דיודות, וכמת לייזר קוונטי.

מודלים של סחף מקוונטיים מייצגים פשרה מעשית בין סימולציות תחבורה קוונטיות מלאות וגישות קלאסיות.מודלים אלה משלבים תיקונים מכניים קוונטיים למסגרת הסחף הקלאסי, החשבונאות לאפקטים כגון אי-התחולה של נושאות בשכבות ומנהרה ישירה באמצעות מחסומים דקים, תוך שמירה על יעילות חישובית.

סימולציות Multiphysics Simulations

מכשירים מוליכים למחצה מודרניים דורשים לעתים קרובות סימולציה של תחומים פיזיים מרובים. סימולציות אלקטרוותרמאליים זוג חשמל ותחבורה תרמית, אשר קריטי עבור מכשירי חשמל ויישומים קידוד גבוה שבו חימום עצמי משפיע באופן משמעותי על הביצועים. סימולציות אלקטרומכאיות חשבון עבור השפעות הלחץ על מבנה מובילי והלהקה, אשר חשוב עבור מכשירים סיליקון מתוחים ויישומים MEMS.

סימולציות אופטיות הן חיוניות עבור מכשירים אופטיקוניים כגון נוריות, דיודות לייזר, photodetectors, תאים סולאריים. סימולציות אלה פותרות את המשוואות של מקסוול כדי לקבוע התפלגות שדה אלקטרומגנטית ולזוג אותם עם משוואות תחבורה המוביל כדי לחזות ביצועי התקן. סימולציות אופטיות מתקדמות עשויות לכלול אפקטים כגון ספונטניות ועוררות, רווח אופטי, ומחזור פוטוני.

Machine Learning-Assisted Compact Modeling

Machine Learning-sted Modeling (MLCM) מייצג אלטרנטיבה לשיטות מסורתיות לדגימות תיבת לבנה, עם שיטות Black-box מיקוד מודלים למטרות כלליות של מתמטיקה ופיזיקה מורכבים באמצעות אימון של רשתות עצביות על נתונים ניסיוניים וסימולציה. גישה זו מתייחסת למורכבות הגוברת של מכשירים מוליכים למחצה ומגבלות של מודלים קומפקטיים מסורתיים.

מודל ה-MoaMoa Transistor הראשון שהשתמש ברשת עצבית פותח בשנת 1992, ובו פונקציה רציפה ייחודית המכסה את כל אזורי הניתוח, שיטה זו הוחלה לאחר מכן על ידי מעבדים למחצה שונים כגון מיקרוגל, RF-FET, HEMT, מתקדם Si-MOSFET, TFT ומכשירים רב-מדינתיים.

סקירה מקיפה של שיטות מודל של מכשירים מתעוררים מראה כיצד MLCM יכול להתגבר על מגבלות של מודלים קומפקטיים מסורתיים ולתרום יעילות DTCO כדי לקדם טכנולוגיות מוליכים למחצה. גישות למידת מכונה יכול ללכוד פיזיקה מורכבת המכשיר מבלי לדרוש ניסוחים מתמטיים מפורשים, מה שהופך אותם בעלי ערך במיוחד עבור מכשירים חדשים שבו מודלים מסורתיים לא קיימים.

יישומים מעשיים בפיתוח Semiconductor

סימולציות נומריות ממלאות תפקידים מכריעים לאורך מחזור חיי פיתוח המכשיר למחצה, החל מחיפוש קונספט ראשוני באמצעות אופטימיזציה של ייצור והערכה אמינות.הבנת יישומים אלה מסייעת להמחיש את הערך המעשי של כלי סימולציה.

עיצוב Transistor ואופטימיזציה

עיצוב Transistor מייצג את אחד היישומים החשובים ביותר של סימולציה מספרית.מהנדסים משתמשים בכלים TCAD כדי לחקור משחקי מסחר עיצוב, גיאומטריה מכשיר אופטימיזציה, וחיזוי מדדי ביצועים כגון זרם נהיגה הנוכחי, סף מתח, מדרון subthreshold, ודליפה נוכחי. Simulations מאפשר הערכה מהירה של חלופות עיצוב רבות, זיהוי תצורה מבטיחה לפני ביצוע ערכות יקרות וריצה.

עבור ארכיטקטורות מתקדמות כגון FinFETs, nanowires השער-כל-סביב, וננודור גיליון טרנזיסטורים, סימולציות תלת-ממדיות הן חיוניות.דמיות אלה מהוות הפיכה אלקטרוסטטית מורכבת, אפקטים פינה, והגבלות קוונטיות בממדים מרובים.תהליכי תהליכים ניתן ללמוד באופן שיטתי באמצעות סימולציה, עוזר להבין רגישות מעצבים לייצור סובלנות ולפתח עיצובים חזקים.

פיתוח כוח

מכשירים מוליכים למחצה כמו IGBTs, MOSFETs, ו- פס רחב נהנים משמעותית מסימולציה מספרית.המכשירים האלה פועלים במתחים גבוהים ובזרמים, מה שהופך את הסיווג ניסיוני מאתגר ופוטנציאל הרסני. סימלונים מאפשרים למהנדסים ללמוד מנגנונים התמוטטות, לנסח את עיצוב האזור ולנבא שינוי מאפיינים ללא נזק לסיכון.

סימולציות הירומטריות חשובות במיוחד עבור מכשירי חשמל, שבו חימום עצמי יכול להשפיע באופן משמעותי על הביצועים והאמינות.דמיות אלקטרו-ותרמיות מנבאות התפלגות טמפרטורה בתנאים תפעוליים שונים, עוזר למעצבים לייעל ניהול תרמי ולמנוע כתמים חמים שעלולים להוביל לכישלון המכשיר.

סימולציה של התקן Optoelectronic Device Simulation

מכשירים אופטיים כולל נוריות, דיודות לייזר, photodetectors, ותאים סולאריים דורשים יכולות סימולציה מיוחדות כי זוג תופעות אופטיות וחשמליות אלה פותרות את המשוואות של מקסוול כדי לקבוע התפלגות שדה אופטית ולזוג אותם עם משוואות תחבורה המוביל כדי לחזות ביצועים של המכשיר.

עבור תאים סולאריים, סימולציות עוזרות אופטימיזציה עוביים שכבתיים, פרופילים doping, ומרקמים משטח כדי למקסם את ספיגה קלה ואת יעילות איסוף נושא. עבור נוריות ודידות לייזר, סימולציות לחזות פלט אור, תכונות ספקטרליות ויעילות כמו פונקציות של מבנה המכשיר ותנאי הפעלה.יכולות אלה מאפשרות תכנון מהיר אופטימיזציה ללא צורך ייצור של מבנים רבים.

זיכרון מכשיר Simulation

מכשירי זיכרון כגון DRAM, פלאש, וזיכרונות שאינם מעורבים מציגים אתגרים סימולציה ייחודיים.דמיית DRAM חייבת להיות מדויקת ניהול ודליפה במבנים Capacitor, בעוד סימולציות זיכרון פלאש דורשות טיפול מדויק של מנהרה ומלכודת בדגימות השער.

סימולציה ומאפיינים של קשב וסיבולה הם קריטיים עבור מכשירי זיכרון, וניתן ללמוד באמצעות סימולציה.דמיות תלויות זמן לחזות מנגנוני אובדן מטען ולעזור אופטימיזציה של מבני ההתקן לשיפור סימולציות של אחסון נתונים.

ניתוח השפעות קרינה

עבור יישומים של אנרגיה, צבאי, עתירי פיזיקה באנרגיה גבוהה, הבנת השפעות קרינה על מכשירים למחצה הוא קריטי. סימולציות נומריות יכול מודל הן הכולל ionizing אפקטים של מינון ותופעות חד-משמעיות. סימולציות אלה לחזות איסוף המטען, שיעורי הרגיז, וירידה הנגרמת קרינה, עוזר למעצבים לפתח מכשירים ועיגולים מקרינה.

סימולציות חד-אפילוות עוקבות אחר הדור והאוסף של המטען שנוצר על ידי שביתות חלקיקים אנרגטיות, מנבאות קטגוריות צלביות מטורפות וזיהוי אזורי מכשיר פגיעים. Totalמינו הדמיה מודל הצטברות של מטען לכוד ב dielectrics וחיזוי מתחי סף ודליפה הנוכחית עולה לאורך זמן.

תהליך סימבול וVirtual fabrication

TCAD ממלא תפקיד מכריע בפיתוח טכנולוגיות תהליכים חדשות, צמצום זמן לשוק ושיפור עיצוב המכשיר, עם כלים זמינים מסחרית TCAD המתואר כיום כ fabs וירטואלית ויפר שבו כל ההיבטים של עיבוד המכשיר, סימולציה חשמלית, בדיקות המכשיר וניתוח האמינו זמינים בסביבה תוכנה חלקה.

שלב שלב הסימולציה

תהליך TCAD מדמה שלבים של ייצור בודדים כולל השתלת יון, דיפוזיה, חמצון, גירוד, ו deposition. סימולציות אלה לחזות פרופילים, עוביים שכבתיים, ותכונות גיאומטריות הנובעות מכל שלב.על ידי סימולציה משותפת של צעדים בודדים, מהנדסים יכולים לחזות את מבנה המכשיר הסופי הנובע מרצף ייצור מלא.

סימולציות של Ion שתל להשתמש בשיטות מונטה קרלו כדי לעקוב אחר המסלולים של בצלים מושתלים כפי שהם חודרים את המוליכים למחצה לבוא לנוח. סימולציות אלה לחזות פרופיל doping מושתל, חשבונאות עבור אפקטים ערוץ, פיזור יון, ודור נזק. Diffusions אז לחזות כיצד פרופילים דונט מתפתחים במהלך שלבים עיבוד תרמיים הבאים.

סימולציות Oxidation מודל הצמיחה של שכבות פחמן דו חמצני, החיזוי עובי תחמוצת ותנועת ממשק סיליקון-חמצני. סימולציות אלה חשבון עבור השפעות מתח, הפרדה דונט, וחמצן-enhanced diffusion. Etching סימולציות לחזות תכונות הנובעות מתהליכים שונים של גירוד, עוזר אופטימיזציה של תהליכים להשגת גיאומטריה הרצויה.

שילוב תהליכים ואופטימיזציה

TCAD יוצר גישה חלופית שבה משתמשים יכולים לקבל תובנות משמעותיות בתהליך הייצור על ידי הפעלת סימולציות דרך fab וירטואלי, אשר הוא במיוחד מושך מוסדות וסטארטאפים שיש להם שטח מוגבל או הדוק על התקציב, עוזר להפחית את הצורך עבור התלמידים לגשת למעבדה Semiconductor.

שילוב תהליכים כרוך אופטימיזציה של רצף ייצור שלם כדי להשיג מאפייני מכשיר היעד.סימולציות מאפשרות חקר שיטתי של חללי פרמטר תהליכים, זיהוי תנאים אופטימליים לכל שלב והבנה של אינטראקציות בין השלבים.יכולת זו היא בעלת ערך במיוחד כאשר היא מתפתחת טכנולוגיות תהליכים חדשות או הגירה תהליכים קיימים לציוד חדש.

סימולציה של תהליכים סטטיסטיים מתייחסת לייצור ריקנות על ידי הפעלת סימולציות מרובות עם פרמטרים של תהליכים מגוונים בהתאם להתפלגות הסטטיסטית שלהם. גישה זו צופה את ההפצה של מאפייני המכשיר הנובעים משינויים בתהליך, עוזר למהנדסים להבין השלכות תשואה ולפתח תהליכים חזקים עם שוליים נאותים.

אתגרים ואסטרטגיות פתרון

שיטות נומריות מתמקדות במשחתת לא ליניארית, דיסקרטיזציה ותהליכי דרוג, והפתרון היעיל של המשוואות הלא לינאריות והלינאריות אלגבריות.כפי שמכשירים סמיודור הופכים מורכבים יותר וסימולציות יותר מקיפים, יעילות חישובית הופכת חשובה יותר ויותר.

דור והסתגלות

איכות Mesh משפיעה באופן משמעותי הן דיוק והן יעילות חישובית של סימולציות המכשיר. meshes מעוצבות בצורה גרועה יכול להוביל שגיאות מספריות או זמן חישובי מוגזם. כלי סימולציה מודרני להשתמש אלגוריתמים דור מתוחכמת אשר באופן אוטומטי ליצור מברשות מתאימות עבור גיאומטים מורכבים.

טכניקות המשך בשילוב עם הסתגלות רשת לספק שיפור משמעותי ביעילות חישובית על פני גישות קודמות והם מתאימים היטב להתמודד עם תשובות מרובות ערך נוכחית. ⁇ mesh דינמית להתאים צפיפות mesh במהלך סימולציה, ריכוז נקודות רשת באזורים שבהם פתרון ⁇ s הם תלולים תוך שימוש coarser meshes במקום אחר. גישה זו מייעלת את הסחר בין דיוק ועלויות חישוביות.

המונחים: non-Liron Equation Solvers

משוואות המכשיר Semiconductor הן לא לינאריות מטבען, הדורשות שיטות פתרון הרהרטיביות. ניוטון-רפסון מייצג את הגישה הנפוצה ביותר, המציעה התכנסות קוואדרטית כאשר ייושמו כראוי.עם זאת, השגת התכנסות יכולה להיות מאתגרת, במיוחד עבור מכשירים עם צומת חדה, רמות הזריקה גבוהות, או תנאי התמוטטות.

שיטות המשך מספקות גישות חזקות לאופי התנהגות המכשיר על פני מגוון רחב של מצבים תפעוליים. שיטות המשך חיזוי או תיקון שיטות עבור אפיון התנהגות עכשווית של מכשירים מוליכים למחצה יכול לקבוע במדויק נקודות של עקומות מסוימות, המקבילה ל- latchup גרימת ונקודות אחזקה.שיטות אלה עוקבות באופן שיטתי אחר ענפי פתרון, אפילו באמצעות נקודות מפנה שבו גישות מסורתיות עלולות להיכשל.

מערכת קוויאר סולורס

כל גלגול של תהליך פתרון לא ליניארי דורש פתרון מערכות גדולות של משוואות ליניאריות.עבור סימולציות דו-ממדיות, שיטות פתרון ישירות המבוססות על מטבוליזם הם לעתים קרובות מעשי.

שיטות רציונטיביות מוקדמות כגון קידוד ו-GMRES הפכו סטנדרטיות עבור סימולציות מכשירים בקנה מידה גדול. שיטות מרובותgrid מציעים אסטרטגיות פתרון יעילות במיוחד על ידי פתרון המשוואות על היררכיה של רשתות עם החלטות שונות. שיטות אלה יכולות להשיג שיעורי התכנסות כי הם כמעט עצמאי בגודל של בעיה, מה שהופך אותם אידיאלי עבור סימולציות גדולות מאוד.

מחשוב מקבילים

כלים מודרניים TCAD יותר ויותר למנף מחשוב מקבילים כדי להתמודד עם הדרישות חישוביות של סימולציות תלת-ממדיות ואופטימיזציה של תהליכים בקנה מידה גדול.מטים שיטות פירוק מחשוב חלוקת הגיאומטריה המכשיר על פני מעבדים מרובים, ומאפשר אזורים שונים להיות מסימולציה בו זמנית.

יחידות עיבוד גרפיות (GPUs) מציעות מקבילות מסיבית שניתן לנצל עבור משימות סימולציה מסוימות. בעוד שלא כל אלגוריתמי סימולציה מפת ביעילות ארכיטקטורות GPU, אלה אשר עושים יכול להשיג מהירות משמעותית.

קיצור ואימות של Simulation Models

טכנולוגיית TCAD מאפשרת למשתמשים לזרז תהליכים וסימולציות מכשירים במהירות ובשיטתיות לדיוק מקסימלי וחיזוי, צמצום הצורך בתשואות ניסיוניות יקרות בשלבי הפיתוח והאופטימיזציה של הטכנולוגיה / הסימון.הדיוק של תוצאות הסימולציה תלוי באופן ביקורתי במודלים הפיזיים ובפרמטרים המשמשים.

בחירת מודל פיזי

כלי סימולציה של המכשיר Semiconductor משלבים מודלים פיזיים רבים עבור תופעות כגון ניידות מוביל, דור-recombination, הפחתת ההשפעה ומנהרה.בחירת מודלים מתאימים ליישום מסוים דורש הבנה הן את הפיזיקה של המכשיר ואת היכולות והמגבלות של מודלים זמינים.

מודלים ניידות אחראים למנגנונים שונים של פיזור מפוצצים, פיזור מזהמים, ופסידות פני השטח מפוזרים.מודלים ניידות תלוי שדה ללכוד מהירות התיישבות בשדות חשמליים גבוהים.עבור מכשירים מתקדמים, מודלים עשויים לכלול אפקטים כגון תחבורה בליסטית, ריצוף קוונטי, ושיפור ניידות מושרה מתוחה.

מודלים של הדור-recombination מתארים את חיי החברה ואת שיעורי השיקום באמצעות מנגנונים שונים כולל Shockley-Read-Hall Recombination, Auger Recombination, ושיקום מחדש קורנטיבי. Accurate Modeling של תהליכים אלה חיוני לחיזוי מאפייני המכשיר כגון דליפה הנוכחית, שינוי מהירות ויעילות פליטה קלה.

מטבוליזם ו-Celbration

מודלים פיזיים רבים מכילים פרמטרים כי יש לקבוע באמצעות קליברציה נגד נתונים ניסיוניים.תהליך זה של כיולציה בדרך כלל כרוך התאמת פרמטרים מודל כדי להשיג את ההתאמה הטובה ביותר בין המאפיינים של מכשירים סימולציה ומדד.כלי calibration אוטומטיים להשתמש אלגוריתמים אופטימיזציה כדי לחפש חללים פרמטרים באופן שיטתי לזהות פרמטרים אופטימלי.

יש לבצע את הקיצור באמצעות מערך מגוון של מבני מבחן ותנאי תפעול כדי להבטיח כי מודלים מדויקים בטווח המלא של יישומים המיועדים.Over-fiting למערך נתונים מוגבל יכול לגרום לדגמים המופיעים מדויקים עבור מבני ה calibration אך אינם מסוגלים לחזות התנהגות של מכשירים אחרים או תנאי הפעלה.

אימות וזיהוי בלתי-וודאי

לאחר הסגירה, מודלים צריכים להיות מאומתים נגד נתונים ניסיוניים עצמאיים שלא בשימוש בתהליך ה calibration. אימות זה מאשר כי מודלים יש יכולת חיזוי אמיתית ולא רק להתאים נתונים של קיליברציה. Discrepanities בין סימולציות ומדידות עשויים להצביע על פיזיקה חסרה, בחירת מודל לא הולם, או שגיאות ניסיוניות.

קוונטיות בלתי-וודאית מתייחסת לשאלה כיצד אנו בטוחים שניתן יהיה בתחזיות סימולציה.מקורות של אי ודאות כוללים אי-ודאות פרמטר, מודלים טופס אי-וודאויות, וטעויות מספריות. גישות מתקדמות להשתמש בשיטות סטטיסטיות כדי להפיץ את אי-ודאות אלה באמצעות סימולציות ולספק מרווחי ביטחון עבור מאפייני מכשירים חזו.

יישומי תעשייה ומחקרי מקרים

סימום של מכשירים אלקטרוניים קונבנציונליים ומתעוררים באמצעות כלים TCAD היה חלק חיוני של תעשיית המוליכים למחצה, כמו גם מחקר אקדמי. יישומי בעולם האמיתי להראות את הערך המעשי של סימולציה מספררית בפיתוח Semiconductor.

פיתוח טכנולוגיות לוגיות מתקדמות

יצרנים מובילים למחצה משתמשים ב-TCAD באופן נרחב בפיתוח טכנולוגיות לוגיות מתקדמות.סימולציות מסייעות אופטימיזציה FinFET ושער תכנון transistor, חקרו את הבורסות בין ביצועים, צריכת חשמל ומורכבות הייצור.

DTCO Workflows משלבת תהליך וסימולציה של מכשירים עם ניתוח ברמת המעגל, המאפשר שיתוף פעולה של טכנולוגיה ועיצוב.זרימות עבודה אלה מאפשרות למהנדסים להעריך את ההשפעה של אפשרויות טכנולוגיות תהליכים לפני ביצוע תוכניות פיתוח יקר.היכולת לחקור במהירות חללי עיצוב וחיזוי ביצועים בטכנולוגיות עתידיות nodes מספקת יתרונות תחרותיים משמעותיים.

פיתוח Bandgap Semiconductor

מוצרי אלקטרוניקה לסיליקון וגליון nitride עבור יישומים אלקטרוניקה כוח ליהנות באופן משמעותי מסימולציה TCAD. חומרים אלה מציגים אתגרים ייחודיים כולל שדות חשמליים גבוהים, טמפרטורות הפעלה גבוהות, ופיסיקה פגומה מורכבת.

סימולציות הירומטריות חשובות במיוחד עבור מכשירים רחבים של להקות, אשר לעתים קרובות פועלים בתנודות כוח גבוהות.זוגות סימולציות אלקטרוותרמיות לחזות התפלגות טמפרטורה ועזרה אופטימיזציה אסטרטגיות ניהול תרמי.

טכנולוגיות זיכרון

טכנולוגיות זיכרון חדשניות כגון זיכרון RAM התנגדות, זיכרון שינוי שלב, וזיכרון RAM מגנטי דורשות יכולות סימולציה מיוחדות.מכשירים אלה כרוכים בתופעות פיזיות מורכבות כולל היווצרות של שפימנט, מעברי שלב, ותחבורה תלוית ספין-תלויה.

סימלציה מסייעת להבין החלפת מנגנונים, אופטימיזציה של מבני מכשיר עבור ניתוח כוח נמוך, וחיזוי מאפייני שימור וסיבולה.היכולת לחקור חומרים חדשים וארכיטקטורות מכשירים באמצעות סימולציה מאיצה את הפיתוח של טכנולוגיות זיכרון הדור הבא.

מגמות עתידיות וסיכויים עתידיים

כמו טכנולוגיה Semiconductor ממשיכה להתפתח, כלי סימולציה חייבים להתקדם כדי להתמודד עם אתגרים חדשים והזדמנויות. מגמות מסוימות מעצבות את העתיד של סימולציה מספררית בפיתוח מכשיר Semiconductor.

שילוב בינה מלאכותית ולמידה של מכונות

השילוב של AI ו- Machine למידה עם TCAD המסורתית מייצג מגמה גדולה.מודלים למידת מכונה יכולים להאיץ סימולציות על ידי החלפת חישובים יקרים מבחינה חישובית המבוססת על פיזיקה עם מודלים פונדקאית מהירה.מודלים אלה מאוימים על נתונים מסימולציות מפורטות או ניסויים ויכולים לספק תחזיות של גודל מהר יותר מאשר סימולציות פיזיקליות מלאות.

אלגוריתמים של אופטימיזציה מונעים בינה מלאכותית יכולים לחקור ביעילות רבה יותר את חללי עיצוב, זיהוי תצורה אופטימלית של מכשירים עם פחות סימולציה פועל. Reinforcement Learning גישות להראות הבטחה לתכנון מכשירים אוטומטיים, שבו סוכני AI לומדים לעצב מכשירים שעומדים בפני מטרות ביצועים מוגדרות.

מודלים בקנה מידה גדול

מכשירים עתידיים ידרוש גישות סימולציה המשתרעות על פני מספר רב של קשקשים וקשקשים זמן, ממכניקת הקוונטים ברמת אטומית ועד להובלה ברמת המכשיר להתנהגות ברמת המעגל. מסגרות מודלים בקנה מידה רב-מידה שמשלבות בצורה חלקה את רמות התיאור השונות הללו נמצאות תחת התפתחות.

חישובים ראשוניים המבוססים על התיאוריה פונקציונלית צפיפות יכולים לחזות תכונות חומריות ולספק פרמטרים עבור סימולציות ברמת המכשיר. סימולציות Atomistic יכולות מודל פגמים, ממשקים, ונקודות קוונטיות עם פתרון אטומי.תוצאות אלה להאכיל לתוך סימולציות מכשיר מתמשך, אשר בתורו לספק מודלים קומפקטיים עבור סימולציה מעגלים.

פלטפורמת Simulation מבוססת ענן

מחשוב ענן הופך את האופן שבו סימולציות TCAD מבוצעות.פלטפורמות מבוססות ענן מספקות גישה למשאבים חישוביים מסיביים על הביקוש, ומאפשרות סימולציות כי יהיו לא מעשיות על יצירות מקומיות.פלטפורמות אלה גם מאפשרות שיתוף פעולה, ומאפשרות לצוותים מבוזרים גיאוגרפיים לשתף נתונים סימולציה ותוצאות.

פריסת ענן מפחיתה את החסמים לכניסת השימוש ב-TCAD, במיוחד עבור מוסדות אקדמיים וחברות קטנות שאולי אין להן גישה לתשתיות מחשוב ביצועים גבוהות.מודלים של רישוי בתשלום-שימושי עושים כלי סימולציה מתקדמים לנגישים יותר תוך צמצום עלויות מעלה.

תאומים דיגיטליים ומרקם וירטואלי

הרעיון של תאומים דיגיטליים - העתקים וירטואליים של מכשירים פיזיים או תהליכים - הוא צובר מתחים בייצור סמי-מוליכים למחצה. תאומים דיגיטליים משלבים מודלים סימולציה עם נתונים בזמן אמת מייצור ציוד וכלים מטרולוגיים, יצירת מודלים דינמיים המתפתחים עם תהליך הייצור.

תאומים דיגיטליים אלה מאפשרים תחזוקה חיזוי, אופטימיזציה תהליכים ותגובה מהירה לנסיעות תהליכים.הם מספקים גם מסגרת לשיפור מודל מתמשך, שבו מודלים סימולציה מעודכנים באופן אוטומטי על בסיס נתוני ייצור, ולהבטיח כי תחזיות נשארות מדויקות ככל שהתהליכים מתפתחים.

דרישות לפיתוח חינוכי ועבודה

TCAD דורש כוח עבודה עם מומחיות להשתמש בכלים אלה ולייעל עיצובים עתידיים של מכשירים וזרימי עיבוד, ואתגר מפתח אחד הוא רכישת ניסיון ייצור, אבל TCAD יוצר גישה חלופית שבה משתמשים יכולים להשיג תובנות משמעותיות בתהליך הייצור על ידי הפעלת סימולציות דרך fab וירטואלי.

כלי סימולציה נומריים ממלאים תפקיד חשוב יותר בחינוך למחצה ופיתוח כוח העבודה. תוכניות האוניברסיטה להשתמש בכלים TCAD ללמד את הפיזיקה של המכשיר, טכנולוגיית תהליכים ועיצוב מעגלים.סטודנטים לצבור ניסיון עם כלים סטנדרטיים בתעשייה ולפתח מיומנויות החלות ישירות על קריירות תעשיית המוליכים למחצה.

יכולות ייצור וירטואליות מאפשרות לתלמידים לחקור את תהליך פיתוח המכשיר המלא מבלי לדרוש גישה למתקנים יקרים של חדר נקי.הדמוקרטיזציה זו של חינוך מוליכים למחצה מסייעת להכין את הדור הבא של מהנדסים וחוקרים לקריירה בתעשיית המוליכים למחצה.

קורסים מקוונים ומדריכים להפוך את TCAD הכשרה נגישה יותר, ומאפשר מהנדסים לפתח מיומנויות סימולציה בקצב שלהם. שותפויות בתעשייה-academia לספק לתלמידים גישה לכלים TCAD מסחריים ואתגרים עיצוב בעולם האמיתי, לערעור הפער בין למידה אקדמית ופרקטיקה תעשייתית.

הפרקטיקה הטובה ביותר לסימולציה יעילה

יישום מוצלח של סימולציה מספררית דורש יותר מאשר גישה לכלי תוכנה.לאחר שיטות עבודה מבוססות הטוב ביותר מסייע להבטיח כי סימולציות לספק תוצאות מדויקות, אמינות ופעולהיות.

בעיות פורמולה וסיפלציה

סימולציה יעילה מתחילה עם ניסוח בעיות ברורות.מהנדסים צריכים לזהות את השאלות הספציפיות שהם רוצים לענות ואת רמת הפרטים הנדרשים.לא כל סימולציה צריכה לכלול את כל ההשפעות הפיזיות האפשריות או להשתמש בסימולציות הטובות ביותר האפשריות יכול להפחית באופן דרמטי את העלות החישובית תוך שמירה על דיוק הולם למטרה המיועדת.

סימולציות דו-ממדיות מספקות לעתים קרובות דיוק מספיק עבור חקר עיצוב ראשוני, וניתן לבצע הרבה יותר מהר מאשר סימולציות תלת-ממדיות.לאחר שעיצובים מבטיחים מזוהים, סימולציות תלת-ממדיות יכולות לחדד את התוצאות ואת החשבון של השפעות שאינן ניתן לכופף בשני ממדים.

אימות ואימות

אימות מאשר כי סימולציות פותרות נכון את המשוואות המיועדות, בעוד אימות מאשר כי המשוואות והמודלים מייצגים באופן מדויק מציאות פיזית. Verification כרוכה במחקרים של התכנסות מרש, בהשוואה לפתרונות אנליטיים שבהם זמין, והשוואה קוד-קוד-קוד-קוד. אימות דורש השוואה עם מדידות ניסיוניות והערכה של דיוק.

אימות ואימות הם חיוניים לבניית אמון בתוצאות סימולציה.ללא אימות, שגיאות מספריות עלולות לסווג תוצאות.ללא אימות, סימולציות עשויות לפתור במדויק את המשוואות הלא נכונות או להשתמש במודלים לא מתאימים.

מסמכים והתאמה

תיעוד נכון של הגדרות סימולציה, פרמטרים, ותוצאות חיוני לחידוש ולהעביר ידע. .Simulation קלט קבצים צריך להיות נשלט וארכיון יחד עם תוצאות. הנחות מפתח, בחירת מודלים, וערכי פרמטר צריך להיות מתועדו בבירור.

זרמי עבודה אוטומטיים שלוכדים את תהליך הסימולציה המלא של יצירת גיאומטריה באמצעות ניתוח תוצאות משפרים את יכולת ההתחדשות ומאפשרים השקיה מהירה על עיצובים.זרימות עבודה אלה גם להקל על שיתוף פעולה על ידי כך שמאפשרים לחברי הצוות להתחדש בקלות ולבנות על העבודה של זה.

יתרונות מרכזיים של סימבולציה נונארית ב Semiconductor Development

אימוץ נרחב של סימולציה מספררית בפיתוח Semiconductor משקף את היתרונות המשמעותיים של כלים אלה לספק על פני ממדים מרובים של תהליך העיצוב והייצור.

• (FLT:0) הערכת התנהגות חשמלית: FLT:1 סימליציות מספקות תחזיות מפורטות של המאפיינים הנוכחיים, מערכות יחסים של קיבול, שינוי התנהגות, ותכונות חשמל אחרות בתנאים תפעוליים שונים, המאפשרים למהנדסים להעריך ביצועים למכשיר לפני ייצור.
• (FLT:0) אופטימיזציה של גיאומטריה של המכשיר:FLT:1 , Prototyping מאפשר מחקר מהיר של פרמטרים עיצוב גיאומטרי כגון אורך השער, תחמוצת, עומק צומת ורוחב המכשיר, זיהוי תצורה אופטימלית כי איזון ביצועים, צריכת חשמל, ומיומנות אדם.
• (FLT:0) ניתוח אפקטים תרמיים: FLT:1 סימולציות אלקטרו-תרמיות מנבאות התפלגות טמפרטורה והתנגדות תרמית, עוזר למעצבים לייעל ניהול תרמי ולמנוע בעיות אמינות הקשורות לחימום יתר.
• (FLT:0) העלאת עלויות ניסיוניות: 1FLT 1 ייצור וירטואלי ובדיקת מכשירים להפחית באופן דרמטי את מספר ערכות המסכות היקרות ומצמצמצילים רבים הנדרשים במהלך פיתוח הטכנולוגיה, תוך צמצום עלויות הפיתוח.
• (FLT:0) מנגנונים פיזיים: סימולציות 1FLT:1 מספקות תובנות בפיסיקה פנימית של מכשירים שאינם ניתנים למדידה ישירה, עוזר למהנדסים להבין מדוע מכשירים מתנהגים כפי שהם עושים וכיצד לשפר את הביצועים.
• (FLT:0) קידום חומרים ומבנים חדשים: סימולציה 1 מאפשר הערכה של חומרים חדשים, ארכיטקטורות מכשירים וטכנולוגיות תהליכים לפני השקעה בפיתוח ניסיוני, צמצום הסיכון וחדשנות מאיצה.
• (FLT:0) רגישות לתהליך: FLT:1 סימולציות סטטיסטיות לכמת את ההשפעה של שינויים בתהליך על המאפיינים של המכשיר, עוזר להקים חלונות תהליכים מתאימים ואת שולי עיצוב עבור ייצור גבוה.
• (FLT:0) טכנולוגיות עיצוב משולבות-אופטימיזציה: סימולציה משולבת 1 Integrated סימולציה גלימות חיבור טכנולוגיית תהליך, עיצוב מכשירים וביצועי מעגלים, המאפשר אופטימיזציה הוליסטית על פני ערימה העיצוב כולה.

מסקנה

סימולציות נומריות הפכו לכלים חיוניים בפיתוח המכשיר למחצה, המאפשר למהנדסים להבין, לחזות ולייעל את התנהגות המכשיר עם פרטים ויעילות חסרי תקדים.ממודלים של סחף יסודי-דפיפוזיה תחבורה קוונטית מתקדמת, מניתוח מכשירים דו-ממדיים לתהליך מקיף תלת-ממדי וסימולציה של המכשיר, שיטות חישוביות אלה מספקות יכולות שיהיו בלתי אפשריות באמצעות גישות ניסיוניות בלבד.

כמו טכנולוגיה Semiconductor ממשיכה להתקדם ללא הרף כלפי ממדים קטנים יותר, חומרים חדשים, וארכיטקטורה תלת-ממדית מורכבת, התפקיד של סימולציה מספרית רק יגדל בחשיבותו.שילוב של למידת מכונה, פיתוח מסגרות מודלים בקנה מידה רב, ואת פריסת פלטפורמות סימולציה מבוססת ענן מבטיח לשפר עוד את הכוח והגישה של כלים אלה.

עבור מהנדסים וחוקרים העובדים בטכנולוגיית מוליכים למחצה, מיומנות עם כלי סימולציה מספרי הפך מיומנות חיונית.הבנת היכולות והמגבלות של שיטות סימולציה שונות, לאחר שיטות הטובות ביותר עבור קליברציה מודלים ואימות, ושילוב ביעילות סימולציה לתוך תהליך פיתוח המכשיר הם יכולות קריטי להצלחה בתעשייה המודרנית Semiconductor.

האבולוציה המתמשכת של יכולות סימולציה מספרריות, בשילוב עם התקדמות בחומרה חישובית ואלגוריתמים, מבטיחה כי כלים אלה יישארו בחזית החדשנות המוליכים למחצה, המאפשרת פיתוח הדור הבא של מכשירים אלקטרוניים אשר יאלצו טכנולוגיות עתידיות.

משאבים חיצוניים

עבור אלה המעוניינים ללמוד יותר על סימולציה של מכשיר Semiconductor וכלים TCAD, כמה משאבים יקר זמינים:

• (FLT:0Synopsys TCADFLT:1) - חבילת סימולציה מקיפה של תהליכים וכלים סימולציה מכשירים ממנהיג התעשייה
• (FLT:0) ראות מודל מודל המתודולוגיות של מודל המוליכים למחצה (Exting Semiconductor Device Model MethodologiessFLT:1) - סקירה אקדמית חדשה מכסה את הפיזיקה של המכשיר לגישות למידת מכונה
• (FLT:0)TCAD CentralearFLT:1 - Repository of open-source and Commercial TCAD Software Tool
• (FLT:0) כנס NUSODREFLT:1 - כנס בינלאומי על סימולציה מספרית של מכשירים אופטיקוניים
• (FLT:0Crosslight SoftwareFLT:1) - כלי סימולציה TCAD למכשירים ותהליכים סמי-מוליכים למחצה