新型材料驱动人工智能时代的前进

我们正处于最大规模的计算潮流的风口浪尖——那就是由大数据驱动的AI（人工智能）时代。要想成为这个时代的弄潮儿,就需要显著提升处理器性能以及内存容量和延迟性。当经典摩尔定律微缩速度日渐减缓,行业将面临的挑战正在日益严峻。而以上的要求便成为AI时代之所需。

克服内存尺寸缩小中的电阻挑战

在内存器件中,欧姆接触（金属与半导体的接触）连接了有源区和金属布线。为了使最多的电荷快速传输过欧姆接触区,必须使用低电阻材料。为此,低电阻率的硅化钴已成为业内标准材料,而其传输电荷的效率则取决于是否能沉积出一层足够厚的硅化钴沉积层,从而形成牢固的欧姆接触区。随着内存尺寸的不断缩小,欧姆接触区的面积在每一个技术节点都缩小70%左右,

利用缝隙抑制型钨填充接触区工艺来降低良率损失

在早先的技术节点中,由于器件尺寸较大,能采用成核及平整化化学气相沉积（CVD）技术进行钨（W）填充。如今,由于插塞处的超小开口很容易发生悬垂现象,因此薄膜表面均匀生长的共形阶段可能在填充完成前就关闭或夹断,从而留下孔洞。即使没有孔洞,由于填充物从侧壁生长,在共形沉积时必然会在中间形成中心缝隙问题。