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
北京搜维尔科技有限公司12 分钟前
搜维尔科技:【应用】Xsens在荷兰车辆管理局人体工程学评估中的应用
人工智能·安全
说私域15 分钟前
基于开源 AI 智能名片 S2B2C 商城小程序的视频号交易小程序优化研究
人工智能·小程序·零售
YRr YRr16 分钟前
深度学习:Transformer Decoder详解
人工智能·深度学习·transformer
知来者逆21 分钟前
研究大语言模型在心理保健智能顾问的有效性和挑战
人工智能·神经网络·机器学习·语言模型·自然语言处理
云起无垠30 分钟前
技术分享 | 大语言模型赋能软件测试:开启智能软件安全新时代
人工智能·安全·语言模型
老艾的AI世界43 分钟前
新一代AI换脸更自然,DeepLiveCam下载介绍(可直播)
图像处理·人工智能·深度学习·神经网络·目标检测·机器学习·ai换脸·视频换脸·直播换脸·图片换脸
翔云API1 小时前
PHP静默活体识别API接口应用场景与集成方案
人工智能
浊酒南街1 小时前
吴恩达深度学习笔记:卷积神经网络(Foundations of Convolutional Neural Networks)4.9-4.10
人工智能·深度学习·神经网络·cnn
Tony聊跨境2 小时前
独立站SEO类型及优化:来检查这些方面你有没有落下
网络·人工智能·tcp/ip·ip
懒惰才能让科技进步2 小时前
从零学习大模型(十二)-----基于梯度的重要性剪枝(Gradient-based Pruning)
人工智能·深度学习·学习·算法·chatgpt·transformer·剪枝