智能应用 影音
EVmember
aispecialreport

半导体材料开发新典范(一)

传统的新材料开发方式,以合成为主,此为老牌材料强国日、德所擅长的领域。

现代的半导体产业中,有3个经济价值成长方式:制程继续微缩、先进封装与新材料开发的应用。

制程微缩的研发的参与者数目寥若晨星,先进封装的参与者稍多,而新材料的开发参与者贯穿整从上游至下游的个半导体价值链,成为整个产业的新焦点。 
 
传统的新材料开发方式,以合成(synthesis)为主,这是老牌材料强国日、德所擅长的。合成法以各式成分原子来组织稳定的化学结构,然后测试其化合物的各种性质—譬如导电性,以及在外来刺激下材料的反应—譬如顺磁性(paramagnetism),或抗磁性(diamagnetism)。 
 
合成过程当然非常依赖于知识和经验,用以缩小查找适合特定应用目的的化合物范围。但是能否发现适合应用目的的化合物也存有很高的机率性,因为搜索的范围有限,对候选化合物的性质也仅凭臆测,基本上这就是一个试误的过程。

另外,合成的制程比较像手工艺,过程中的众多的制程参数及方法过去很多是靠经验或多批次试验的结果,有点像匠人工艺,是以过去的材料先进国家能够维持其材料开发及制造的优势。 
 
进入21世纪之后,由于计算力的快速提升,传统的化合物—特别是晶体(crystal)化合物—的开发、性质预测、稳定结构的发现以及制作工艺的优化方法,都产生极大变化,连带地将改变材料产业的竞态势。 
 
2个领域的进展引发这个典范的转换:第一原理计算(first principles calculation)和机器学习,不久以后也许还有量子计算,这些都是高度依赖算力的操作。其直接影响将是晶体化合物的各类性质可以精准预测、晶体化合物的制程可以最大程度的优化,以及可能的稳定晶体结构可以彻底查找用以建材料数据库等。这些随之产生的新能力对于需要新材料来满足应用需求的使用者当然是梦寐以求的。 
 


第一原理计算,或称之为ab initio calculation,是指从最基础的物理理论出发,计算晶体化合物的各种性质,这里指涉的基础物理理论一般是指薛汀格方程序(Schrodinger’s equation),但是在电子高速运动时,可能要诉诸更基本的量子电动力学(Quantum Electrodynamics;QED)—相对论版的薛汀格方程序。 
 
虽然从最基础的物理理论出发,但是现实的世界极为复杂,即使是一个单一原子系统,除了最简单的氢原子之外,不存在解析解(analytic solution),遑论一般的化合物会牵涉到2个以上的原子核以及数十至于数百个以上的电子,所以某种形式的简化处理是必要的,而数值计算(numerical calculation)也是不可或缺的。过去这些所遭遇困难的量子力学问题,也是当初驱策Richard Feynman倡议量子电脑的原因之一。 
 
虽然第一原理计算其实早就开始于上世纪70年代,但是一直要到90年代后其准确度才逐渐被学术界-包括物理、化学、材料等领域-所接受。受限于当时的电脑计算能力,还无法直接投入产业真实的应用。 
 
第一原理计算可以用来预测一种特定晶体化合物的各种物理、化学性质,从带隙(bandgap)、导电性、极化(polarization)、磁性(magnetism)、光学性质等,几乎无所不包,其中很多性质是半导体产业关注的核心。连现在半导体在纳米尺度制程中最关心的界面性质、缺陷、掺杂等精细结构的叙述,第一原理计算现在都可以给出相当准确的预测。 
 
大概不到10年前,我跟某一晶圆制造公司建议设立一个第一原理计算团队,理由是可以节省大量工程试验批(engineering pilot lots)的经费和时间。当时他们的回应只是笑笑,半导体厂要做数值计算物理的人做什麽?现在他们已经有一支不小的第一原理计算团队了。 

Scaling deep learning for materials discovery .

现为DIGITIMES顾问,1988年获物理学博士学位,任教于中央大学,后转往科技产业发展。曾任茂德科技董事及副总、普天茂德科技总经理、康帝科技总经理等职位。曾于 Taiwan Semicon 任谘询委员,主持黄光论坛。2001~2002 获选为台湾半导体产业协会监事、监事长。