AlGaN/GaN结构的氧基数字蚀刻

引言

宽带隙GaN基高电子迁移率晶体管(HEMTs)和场效应晶体管(fet)能够提供比传统Si基高功率器件更高的击穿电压和电子迁移率。常关GaN非常需要HEMT来降低功率并简化电路和系统架构,这是GaN HEMT技术的主要挑战之一。凹进的AlGaN/GaN结构是实现常关操作的有用选择之一。

由于对栅极电介质厚度、均匀性、质量和表面形态的高要求,凹槽蚀刻在GaN HEMT的制造中是非常关键的步骤。通过使用氯(Cl2)或三氯化硼(BCl3)等离子体的反应离子蚀刻(RIE)在AlGaN和GaN之间会产生高选择性,同时,它们也会对AlGaN造成损伤,这会显著影响均匀性、表面质量和形态。

实验与讨论

在这项工作中,英思特使用电感耦合等离子体(ICP)工具中的氧等离子体作为氧化剂。从上到下,Si上的外延层是2.5nm GaN盖层、19nmAl0.25Ga0.75N阻挡层、0.8nmAlN间隔层和700nm本征GaN以及缓冲层。

我们将晶片分成五组,每组分别进行三到七次数字蚀刻循环。数字蚀刻的流程图如图1所示。

图1:显示外延结构的横截面的示意图

数字蚀刻是通过具有450W的ICP功率和40W的RF偏置功率的O2等离子体氧化AlGaN。英思特在75和40W下做了一系列测试,在湿法蚀刻步骤中,使用HCl溶液(去离子水∶HCl = 5∶1)中的90秒蚀刻。

通过原子力显微镜(AFM)测量AlGaN蚀刻深度。在每个样品上,测量六个点的深度,并使用平均蚀刻深度。蚀刻深度测量误差为1nm。在AFM测量之前,通过BOE溶液蚀刻掉硬掩膜和GaN覆盖层的天然氧化物。

随着AlGaN被更多的HCl溶液和氧等离子体轰击蚀刻,蚀刻将持续进行。在第6次循环后,厚GaN层暴露于ICP中的氧气,并被氧化成GaN3,其可以溶解在HCl溶液中。因此,在第6次循环后,蚀刻深度继续增加。

图2中比较了AlGaN/GaN样品在3次和7次数字蚀刻工艺循环后的表面形态,其通过AFM在每个样品的6个区域上测量,扫描面积为1×1μm2。随着循环次数的增加,粗糙度略有下降。然而,第6个周期的均方根粗糙度略有增加。由于AlN的厚度非常薄(0.8nm),该层的外延生长导致更高的AlN厚度不均匀性,并因此导致更高的Al2O3厚度不均匀性。

图2:AFM图像显示

结论

英思特通过使用ICP蚀刻机研究了GaN上具有0.8nmAlN间隔物的Al0.25Ga0.75N的基于O2等离子体的数字蚀刻。在40W RF偏压功率和40sccm氧气流量下,Al0.25Ga0.75N的蚀刻深度为每周期5.7nm。0.8nmAlN间隔层充当AlGaN凹陷的蚀刻停止层。

在数字蚀刻循环后,表面粗糙度改善到0.330nm。与仅干法蚀刻的方法相比,这种技术造成的损伤更少。与采用湿法蚀刻方法的选择性氧化相比,这种方法对外延生长的要求较低,并且节省了氧化工艺。AlN作为用于数字蚀刻的蚀刻停止层的存在保证了用于制备栅极凹陷HEMT的更好的凹陷控制。

相关推荐
EQUINOX122 分钟前
3b1b线性代数基础
人工智能·线性代数·机器学习
Kacey Huang43 分钟前
YOLOv1、YOLOv2、YOLOv3目标检测算法原理与实战第十三天|YOLOv3实战、安装Typora
人工智能·算法·yolo·目标检测·计算机视觉
加德霍克43 分钟前
【机器学习】使用scikit-learn中的KNN包实现对鸢尾花数据集或者自定义数据集的的预测
人工智能·python·学习·机器学习·作业
Light Gao1 小时前
AI赋能未来:Agent能力与AI中间件平台对行业的深远影响
人工智能·ai·中间件·大模型
骇客野人1 小时前
【人工智能】循环神经网络学习
人工智能·rnn·学习
速融云2 小时前
汽车制造行业案例 | 发动机在制造品管理全解析(附解决方案模板)
大数据·人工智能·自动化·汽车·制造
AI明说3 小时前
什么是稀疏 MoE?Doubao-1.5-pro 如何以少胜多?
人工智能·大模型·moe·豆包
XianxinMao3 小时前
重构开源LLM分类:从二分到三分的转变
人工智能·语言模型·开源
Elastic 中国社区官方博客4 小时前
使用 Elasticsearch 导航检索增强生成图表
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
云天徽上4 小时前
【数据可视化】全国星巴克门店可视化
人工智能·机器学习·信息可视化·数据挖掘·数据分析