このサイトでは、皆様の閲覧体験からサイトの改善を目指すことを目的としてCookieの使用に同意いただくことをお願いしております。
このサイトを継続して使用されることにより、Cookieの使用を受け入れて頂いたことになります。
詳しくは、私たちが設定している個人情報保護方針をご覧ください。
Close

FIB回路修正

材料分析

液中ナノ材料分析 K-kit

お申込みフォーム

ダウンロード

中古機械

MA-tek FTP

サステナビリティレポート 本文一括ダウンロード

AIチップに組み込まれている最も重要なメモリ - 先端プロセスのスタティックランダムアクセスメモリ(SRAM)の構造解析

2024/11/28

AIチップとSRAM

生成AI(人工知能)の発展は第4次産業革命をもたらしています。異種チップ集積の3Dパッケージングやプロセスノードの微細化技術の革新をつうじて、AI時代の到来を目の当たりにしています。AIに使用されるIC(Integrated Circuit,集積回路)チップ、すなわちAIチップは、AIのハードウェアコアです。TSMCの先進的なロジック技術は、すでに単一チップ上に2,000億トランジスタ以上を実現しており、将来的には3Dパッケージの異種チップ集積化により、単一のAIチップ製品は1兆トランジスタ以上に達すると予想されています。 このような複雑なIC回路を持つAIチップにおいて、最も重要な組み込みメモリはSRAM(Static Random-Access Memory)です。この組込みSRAMはエンベデッドSRAMとも呼ばれます。組込み用途におけるSRAMの重要性は2つあります。(1)SRAMは、メインメモリを構成するAlチップ内のメモリレジスタ(Register)やキャッシュ(Cache、高速バッファメモリとも呼ばれる)の中で多くの場合最速です。(2)さらに、SRAMのプロセス構造は通常、AIチッププロセスの中で最も小さく、最も高密度な領域になります。これは、同一面積により多くのメモリを搭載でき、チップコストを削減できることを意味します。したがって、AIチップにおけるSRAMの役割は自明です。AIチップに使用される最先端プロセスノードは3nmプロセスに入り、2025年と2026年には2nmと16A(オングストローム)プロセスノードが市場に投入される予定ですが、SRAMがAIチップにとって最も重要なメモリであることに変わりありません。したがって、先端プロセスのSRAMの構造解析は依然として重要な課題です。

 

SRAMの回路構造

SRAMはスタティックRAM(Random-Access Memory,ランダムアクセスメモリ)とも呼ばれ、ランダムアクセスメモリの一種です。「スタティック(静的)」とは、この種のメモリに記憶されたデータは、電源が供給され続けている限り維持されることを意味します。電源を切ってもデータを保存できるROM(read-only memory,読み出し専用メモリ)やフラッシュメモリとは異なり、SRAMは電源を切ると保存されたデータが消えてしまいます(揮発性メモリといいます)。(参考文献[1])

 

SRAMの回路構造は、4T/6T/8T/12Tなど、含まれるトランジスタの数によってさまざまな設計があります。6Tは最も一般的に使用されるSRAM設計で、6TのTはTransistorの略で、6Tは6個のMOS(金属酸化膜半導体)トランジスタが含まれていることを意味します。6TのSRAM回路と各部の名称を図1に示します。6個のトランジスタにはPMOSが2個、NMOSが4個含まれており、6個のトランジスタは回路の機能の違いによってPU(プルアップ)、PD(プルダウン)、PG(パスゲート)などの機能名称に分けられます。

 

図1  6T SRAMの回路と各部の名称 (参考文献[1])

  • WL : ワード線
  • BL : ビット線
  • M1 : 第1層メタル配線(信号伝送)
  • M2~M6 : M1などに続く
  • PU : プルアップ
  • PD : プルダウン
  • PG : パスゲート
  • VDD : D=device、つまりデバイスを意味し、デバイス内の動作電圧を意味します
  • VSS : S=series、共通接続を意味し、通常は回路の共通接地端子電圧を指します

 

エンベデッドSRAMエリアでよく使われる検査・分析

AIチップの検査・解析は、電気的検査(Electrical Testing)、電気的故障解析(EFA, Electrical Failure Analysis)、物理的故障解析(PFA, Physical Failure Analysis)に大別されます。PFAには表面分析(Surface Analysis)と化学分析(CA, Chemical Analysis)が含まれます。医療機関での検査に例えるなら、図2に示すように、電気的検査は健康診断に相当します。エンベデッドSRAM分野では多くの一般的な試験・解析が行われます。この記事ではSRAM構造の観察・分析について詳しく説明します。

 


図2 医療センター検査とIC検査分析の比較

 

SRAMプロセス構造観察ツール

SRAMの主な構造観察ツールには、OM(Optical Microscope, 光学顕微鏡)、SEM(Scanning Electron Microscope, 走査電子顕微鏡)、DB-FIB(Dual Beam Focused Ion Beam, デュアルビームFIB)、TEM(Transmission Electron Microscope, 透過電子顕微鏡)などがあります。これらの分析装置はいずれもAIチップのSRAMプロセス構造を観察することができますが、図3に示すように観察範囲は異なります。選択される方法は、まずOMを使用して大面積を観察し、通常はウェハ内のターゲット領域のおおよその位置を見つけます。その後、SEM または FIB を使用して、より小さな領域でターゲット領域を観察します。FIBはSEMと併用して、正確な位置での位置決め観察を行うことができ、TEM 試料の作製にも重要なツールです。SEM/FIBで最終ターゲットがはっきり見えない場合は、TEMまたはCs-TEMを使用してナノレベルの微小領域の構造を観察することができます。Cs-TEM(球面収差補正TEM)は、0.5Å(オングストローム, 10,000,000,000Å=1m)の空間分解能を達成できる市販の装置です。つまりこれはCs-TEMが利用可能な最高倍率の装置であることを意味しています。さらに、SEMとTEMをEDS(Energy-dispersive X-ray spectroscopy, エネルギー分散型X線分光法、略称:EDSまたはEDX)と組み合わせることで、微小領域の組成を分析することができます。

 


図3  OM/SEM/TEMと観察範囲

 

AIチップ上のエンベデッドSRAM領域を見つける方法

SRAMはAIチッププロセスの中で最も小さく、最も高密度なエリアであり、メモリは通常反復的に配置されるため、この2つの特徴を利用してSRAMエリアを特定することは、実現可能かつ信頼性の高い方法です。図4は、OMを使用してチップを観察し、おおよそのエンベデッドSRAMエリアを特定する様子を示しています。一部のSRAM領域は青い枠で示されています。SRAMのおおよその領域を見つけることは、さらに詳細な電気的寸法と物理的特性の解析に役立ちます。

 

OMに加え、IR(infrared, 赤外)顕微鏡やSEMも、広範囲のエンベデッドSRAM領域を見つけるために一般的に使用されるツールです。SRAM領域を特定する方法はOMと同じです。しかし、SEMの方がより簡単にSRAM領域を特定することができます。OMは倍率が小さいため、はっきりと見ることができない場合があります。

 


図4 OMによるチップのエンベデッドSRAMエリアSRAM領域の一部は青い枠で示されています

 

SEMとVCの応用

SEMは、集束した電子ビームで試料表面を走査することにより、試料表面の画像を生成する電子顕微鏡であり、通常、100nm以上の寸法の構造を観察するために使用されます。SEMの主な目的は、サンプルの表面構造を観察することですが、その他さまざまな用途があります。SEMをナノプロービングと併用して電気測定を行うこともできますが、これについてはこの記事では取り上げません。SEMとFIB (集束イオンビーム)を組み合わせたものはDB-FIBであり、これについては次の章で説明します。ここではVC(Voltage Contrast、電位コントラスト)を紹介します。SEMまたはFIBの一次電子ビームまたはイオンビームで試料ウェハをスキャンすることで、表面のそれぞれの領域が異なる電位を持ち、VCと呼ばれる明るさの異なるコントラストを示します。VCの原理は参考文献[2]に記載されています。

 

SRAMにはPMOS領域とNMOS領域があります。特定の電圧動作下では、通常、SEMがICのビアまたはコンタクト領域をスキャンすると、VC効果が発生します。低電圧動作では、SEMはPMOS領域のビア/コンタクトの輝度が最も明るく、NMOS領域のビア/コンタクトの輝度が続きます。ゲートレベル領域のビア/コンタクトに構造がある場合は、この領域が最も暗く見えます。図5はSRAMのコンタクト領域におけるSEMスキャンによって生じるさまざまな明暗のコントラストを示しています。

 


図5 SEMスキャンにより生じるSRAMのコンタクト領域の明暗コントラスト

 

精密位置決めカッティング装置としてのDB-FIB

FIB(Focus Ion Beam, 集束イオンビーム)は、イオン源としてガリウム(Ga)金属を使用します。ガリウムの融点は29.76℃であり、この時の蒸気圧は «10-13Torrで、真空下での使用に適しています。外部電場が十分に強いと、液体ガリウムはフィラメントに沿って針の先端まで流れ、円錐形状(テイラーコーン)になります。円錐先端からガリウムイオンが放出され、ビームが形成されます。このイオン源は10nmより小さく、エネルギー分散が約4.5 eV、輝度が約106A・cm-2・sr-1であるため、非常に精密なナノ構造加工ツールとして使用できます。FIBには、電子ビームシステムを装備して、走査電子顕微鏡(SEM)とFIBの両方を備えた、いわゆるデュアルビームFIBの構成もあります。電子ビームはターゲット領域を見つけて画像を観察するために使用でき、イオンビームは他のサンプル構造を損傷することなくターゲット領域を正確に切断できるため、ナノメートルレベルでの正確な位置決めとカットを実現でき、TEMサンプルの薄片の作製に用いられます。DB-FIB装置については、図3を参照してください。DB-FIBのSEM(E-beam)およびFIB(i-beam)とサンプルの相対位置の模式図を図6に示します。DB-FIBを用いて正確に位置決め、カットしたSRAMの断面構造図を図7に示します。この図では、プロセス領域のフロントエンド(FEOL,Front End Of Line)とプロセス領域のバックエンド(BEOL,Back End Of Line)を同時に観察できます。

図6  試料に対するDB-FIBのSEM(E-beam)とFIB(i-beam)の相対位置の模式図

図7  DB-FIBを用いたSRAMの特定位置の正確なカットおよび断面構造の観察

 

SRAMのプロセスレベルを観察するための重要な手法としてのTEM

先端プロセスの6T SRAMの部品の構造やプロセスの微細化レベルを観察するためには、TEM(透過電子顕微鏡)またはSTEM(走査透過電子顕微鏡)が必要です。TEMは、薄い試料(厚さ100nm以下)に200kVの加速電子ビームを透過し、その信号を検出器に投影して写真に撮ります。現在の成熟したプロセスや3nmプロセス、あるいは将来の2nmや16Å(オングストローム)プロセスノードでは、TEMが最も優れた空間分解能と写真表現力を持つため、SRAM構造を観察する上で最も重要な検査・解析手法となっています。

 

図1に示した6T SRAMの回路と各部名称をTEMで観察すると、実際の構造がどのようなものであるかがよくわかります。図8は先端プロセスの6T SRAMの平面(Plan-view)STEMで、黄色枠部分は6T SRAMのユニットセルです。6個のトランジスタの平面構造と、コンタクト、ゲート、フィン、STIなどの相対的な位置関係を観察することができます。図9は6T SRAMのトランジスタ構造の断面(Cross Section, XS)TEMで、トランジスタの上下にコンタクト、ゲート、フィン、STIおよび前工程のその他の構造の断面配置が確認できます。

図8 先端プロセスの6T SRAMの平面TEM 黄色枠部分が6T SRAMのユニットセル

図9 先端プロセスの6T SRAMの一部のトランジスタ構造の断面(XS)TEM

 

結論

SRAMの構造観察は、AIチップの検査と分析の重要な位置を占めます。SRAMの構造をOM、SEM、TEMで段階的に観察する方法を説明し、SRAMの重要な構造や名称をイラストや写真を使って紹介しました。観察範囲が広く倍率が低いOMから、最も倍率が高く観察範囲の狭いTEMまでを使うことで、SRAMの構造の効果的かつ正確な観察が実現します。

 

MA-tekは最先端のAIチップ検査・解析を提供します

MA-tekは世界ナンバーワンの半導体分析ラボです。材料分析、故障解析、信頼性試験のための世界最大かつ最も充実した設備を有しています。現在最先端のICプロセスを分析できるだけでなく、今後5~10年、あるいはそれ以降のより高度なプロセスやコンポーネントの分析も可能です。

 

 

Reference: 

[1] https:// zh.wikipedia.org/zh-tw/静态随机存储器

[2] V.G. Dyukov, S. A. Nepijko, Gerd Schoenhense, Voltage Contrast Modes in a Scanning Electron Microscope and Their Application, August 2016, Advances in Imaging and Electron Physics.