找回密码
立即注册
搜索
热搜: Java Python Linux Go
发回帖 发新帖

4713

积分

0

好友

676

主题
发表于 3 小时前 | 查看: 6| 回复: 0

氮化镓芯片概念图

这项新技术或将彻底改写氮化镓在射频领域的成本格局。

半导体材料企业 Atomera 总裁兼首席执行官 Scott Bibaud 表示,依托低成本硅衬底,新近攻克的这项核心性能瓶颈,有望重塑氮化镓射频器件的成本曲线。

长期以来,面向高性能射频场景的氮化镓器件几乎都采用碳化硅(SiC)衬底制造。这类器件性能优异,但成本高昂且难以规模化量产。与之相比,硅衬底不仅成本更低、更易扩产,还能适配更大尺寸晶圆,并与主流硅基制造工艺高度兼容。

然而,硅与氮化镓的晶格结构并不匹配,两种材料过渡区域会产生大量位错,这些位错会向上延伸至氮化镓有源层,严重劣化器件性能。虽然增加外延层厚度一般能降低位错密度,例如 650V 氮化镓功率器件的氮化镓层厚度通常约为 4 至 5 微米,较厚的膜层可在一定程度上缓解这一问题,但射频用氮化镓的膜层厚度往往仅 2 微米左右,位错问题便格外突出。此外,两种半导体材料的热膨胀系数存在差异,当晶圆从约 1000 摄氏度的外延生长温度冷却至室温时,极易出现翘曲变形。

为解决上述难题,业界在生长氮化镓之前会逐层沉积多种不同组分的材料,其中首层为成核层,主流材料是氮化铝。行业长期投入大量工程资源来抑制位错、控制晶圆翘曲。如今相关技术已相对成熟,硅基氮化镓功率器件已具备商业化价值,凭借优异性能,其市场规模也实现了高速增长。市场研究机构 Yole 预测,未来五年氮化镓功率器件市场的年均复合增长率将达到 40%。

相较之下,硅基氮化镓在射频领域的发展进度明显滞后,核心原因在于硅衬底界面会形成寄生电荷层,导致射频损耗增加,同时线性度与功率承载能力也不及其他技术。制造过程中,铝(Al)、镓(Ga)元素会渗入硅衬底并形成 P 型掺杂,进而生成这类有害的寄生电荷层。即便采用高阻硅衬底,在制备成核层及后续晶圆加工环节,界面处依然会积累电荷。

硅基氮化镓寄生沟道形成示意图

寄生沟道的形成原理示意图

受寄生沟道损耗影响,硅基氮化镓在射频应用中的表现一直不尽人意,高频工况下效率下滑问题尤为突出。Atomera 推出的米尔斯硅技术(MST)却能有效降低此类损耗,为 5G 及其他高频射频设备打造出兼具高线性度与低成本的氮化镓解决方案。

米尔斯硅技术本质上是一种基于量子工程的薄膜技术:在硅晶圆表层生成一层经氧改性的薄层,为氮化镓外延生长打造更优质的基底,让硅衬底能够更好地支撑高性能射频器件的研发制造。这层可控薄层可改变硅晶格结构,阻挡电掺杂剂扩散,进而提升氮化镓与硅结合界面的晶体品质。

Atomera 与比利时射频半导体测试服务商 Incize 达成合作,针对 MST 样品开展了全面的射频性能表征。在小信号射频测试环节,首轮测试采用共面波导(CPW)结构测算射频损耗,并进一步换算为晶圆等效电阻率。多组晶圆完成测试后,XRD 表现最优的那款 MST 结构,同样在射频测试中拔得头筹。

最优MST样品射频损耗与等效电阻率频率特性

最优 MST 样品的射频损耗与等效电阻率频率特性。

在大信号射频测试中,输入功率测试区间约为 -15dBm 至 +40dBm,同步采集二次、三次谐波功率数据。在输入功率 +15dBm 时,最优 MST 样品的二次谐波功率为 -96dBm,三次谐波功率为 -115dBm;该样品在 900MHz 下的等效电阻率达 16kΩ·cm。作为参照,普通硅基氮化镓对比晶圆的二次谐波功率为 -67dBm,三次谐波功率为 -87dBm。换算可知,MST 样品的二次、三次谐波功率均比对比晶圆低约 1000 倍,线性度实现了质的飞跃。

各类射频技术性能对标曲线(H2 vs 有效电阻率)

各类射频技术性能对标曲线

实测表明,米尔斯硅技术可全面提升氮化镓平面器件的晶圆级可靠性指标。Incize 创始人兼首席执行官 Mostafa Emam 评价道:“除小信号性能得到优化外,大信号测试结果尤为亮眼。同时器件在大功率工作区间也实现了线性度提升,性能已接近高端射频 SOI 技术水平。”

Atomera 内部测试结果显示,米尔斯硅技术可将寄生沟道电荷降低一个数量级以上,从根源减少射频功率损耗,显著提升硅基氮化镓器件的高频性能。测试数据同时证明,搭载该技术的器件在高负载、高功率工况下仍能稳定保持信号品质与线性度。

Atomera 创始人兼首席技术官 Robert Mears 补充说,线性度是射频设计人员最为关注的指标。他表示:“最新测试数据显示,采用米尔斯硅技术的硅基氮化镓产品,射频损耗与线性度指标均可媲美高端高陷阱射频 SOI 器件。在 30mW 标准输入功率下,其线性度较普通硅基氮化镓对比晶圆提升了千倍,表现十分出色。”

云栈社区将持续关注半导体前沿技术,带来更多有价值的技术动态。




上一篇:图解卡尔曼滤波:核心原理与预测更新步骤通俗推导
下一篇:大模型面试官:用过哪些AI网关框架?网关如何实现降本增效?
您需要登录后才可以回帖 登录 | 立即注册

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-6-7 23:30 , Processed in 0.622821 second(s), 39 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2026 云栈社区.

快速回复 返回顶部 返回列表