投稿问答最小化  关闭

万维书刊APP下载

Chip:激光等离子体极紫外光源进展

2023/1/29 11:39:02  阅读:166 发布者:

1

Chip:激光等离子体极紫外光源进展

近日,武汉大学徐红星院士团队以「The development of laser-produced plasma EUV light source」为题在Chip上发表长篇综述文章,第一作者为杨德坤,通讯作者为宋毅、徐红星、刘胜。

半导体作为高科技、信息化时代的支柱,是国家基础产业、命脉产业。光刻作为半导体产业的核心技术之一,决定了芯片最终线宽,进而影响芯片的最终性能²。因此,光刻技术已成为世界各国科研人员的重点研究对象。

第一个G-line436 nm波长)步进重复光刻系统在20世纪70年代末问世,它的出现极大的减小了芯片器件的特征尺寸³。由瑞利衍射极限可知,降低生产工艺参数(k)和增加数值孔径(NA),缩短曝光波长(λ)是更容易缩小光刻线宽的技术手段⁴。在这种技术背景下,光刻光源波长被不断缩短,从g/h/i线(365 nm)的高压汞灯,到248 nm深紫外的氟化氪(KrF)准分子激光器,再到193 nm波长深紫外(DUV)的氟化氩(ArF)准分子激光器。

浸没式ArF光刻机结合分辨率增强技术和多图案技术,使得半导体行业能够实现7 nm光刻工艺。然而,如果进一步将特征尺寸缩小到5 nm及以下,需要在单个功能层中进行更多的工艺步骤和掩模更换。这一过程极大增加了材料成本、设备成本和工艺复杂度;同时,半导体器件的良率也会变得更加难以控制。为降低当前DUV光刻技术的工艺复杂性,13.5 nm波长光源的极紫外光刻(EUVL)被提出使用,其被认为是新一代半导体器件在5 nm及以下节点的最前沿技术。

本文综述了激光等离子体13.5 nm EUVL的原理和国内外研究发展概况。重点介绍了极紫外光源中激光系统、辐射靶材和多层膜反射镜等关键组成部分。特别分析了目前日本Gigaphoton公司和荷兰的ASML公司成熟的极紫外光源装置。最后,团队还提出了新的极紫外光源技术路线,并对极紫外光源技术的发展前景进行了总结与展望。

出版信息

标题:

The development of laser-produced plasma EUV light source

出版信息:

Chip16 August 2022

DOI:

10.1016/j.chip.2022.100019

 

2

我国学者在触觉感算一体化智能感知系统领域取得重要进展

智能电子皮肤通常包含数以万计的传感器单元节点(例如触觉、听觉、味觉等传感器)去捕获外界的刺激,可用于假肢、可穿戴设备和机器人等各种先进的人工智能感知系统。传统的传感器信息处理流程中,传感器节点与前端电子接口设备相连,通过这些前端电子设备将模拟的传感器信号转化为数字的电学信号,并将这些大量的、冗余的、未结构化的数据传输到外部计算机或云端进行数据处理来完成识别。这种信息处理流程会导致系统大量的能耗(mW),并且具有较长的响应延迟(ms)。

针对上述问题,复旦大学芯片与系统前沿技术研究院王明青年研究员与新加坡南洋理工大学柔性器件创新中心(iFLEX)研究者们设计并开发了一种基于忆阻阵列的近传感模拟计算智能触觉感知系统,其同时兼具传感与计算的功能。该系统无需任何前端电子接口设备,就能实时地检测并同时处理多个触觉刺激信息,缩短了传感单元与计算单元的距离,消除了模数转换过程。该系统由一个3×3的压力传感器阵列和一个(9×1)×1的忆阻阵列原位集成所实现,通过传感器设计、偏置电压配置以及忆阻阵列配置的组合效应来实现同步的传感与计算。一次传感-计算操作的时间大约需要400ns,间隔时间为1µs,也就是说其处理能力为每秒100万次传感-计算操作。降噪和边缘轮廓检测任务的最大静态平均功耗分别为2µW7.84µW,比基于传统前端电子接口系统(Cadence仿真)的功耗低三个数量级以上。

研究结果表明,利用忆阻阵列的近传感模拟计算系统来获得超快的、高能效的人工智能电子皮肤是可行的,可实现一系列高性能的人机交互应用。

出版信息

标题:

Tactile Near-Sensor Analogue Computing for Ultrafast Responsive Artificial Skin

出版信息:

Advanced Materials11 July 2022

DOI:

10.1002/adma.202201962

转自:“科研之友 ScholarMate”微信公众号

如有侵权,请联系本站删除!


  • 万维QQ投稿交流群    招募志愿者

    版权所有 Copyright@2009-2015豫ICP证合字09037080号

     纯自助论文投稿平台    E-mail:eshukan@163.com