电感耦合等离子刻蚀

引言

众所周知,化合物半导体中不同的原子比对材料的蚀刻特性有很大的影响。为了对蚀刻速率和表面形态的精确控制,通过使用低至25nm的薄器件阻挡层的,从而增加了制造的复杂性。本研究对比了三氯化硼与氯气的偏置功率,以及气体比对等离子体腐蚀高铝含量AlGaN与AlN在蚀刻速率、选择性和表面形貌方面的影响。

蚀刻速率受偏置功率和气体化学性质的影响很大。英思特详细说明了AlGaN的Al组成的微小变化的影响,并显示了与AlN相比,相对于偏置功率的蚀刻速率的显著变化。

实验与讨论

本研究采用金属有机化学气相沉积(MOCVD)培养了三种不同的样品,包括Al0.71Ga0.29N、Al0.85Ga0.15N和AlN。所有三个样品都在1.3mm厚的蓝宝石基板上的AlN缓冲层上生长。为了评估偏置功率对蚀刻速率和表面形貌的影响,在腔室压力(3mTorr)、ICP功率(125W)和气体流量(20%三氯化硼+5sccmAr)的条件下,将偏置功率从10W扫到100W。

图1显示了所有三种成分的蚀刻速率。我们观察到随着蚀刻率的线性增加,Al0.71Ga0.29N组成的调查偏差功率为100W。然而,Al0.85Ga0.15N和AlN蚀刻率呈现非线性趋势,即使在较低偏置功率下,都显示接近饱和蚀刻率100W偏置功率。

图1:偏置功率对蚀刻率的影响

如图2所示,与Al0.85Ga0.15N和AlN相比,Al0.71Ga0.29N对偏压功率表面粗糙度的响应显示出不同的趋势,其类似于图1中显示出的不同趋势的蚀刻速率。与Al0.71Ga0.29N相比,Al0.85Ga0.15N和AlN在10W至20W范围内表现出更大的表面粗糙度,在更低的偏置功率下过渡到更光滑的表面。

随着Al含量的降低,这种蚀刻机制的平衡得到改善,并且与较高的含Al成分相比,在低偏压下会导致较低的表面粗糙度。总的来说,对于后处理制造来说,30W以上的所有三种组合物的亚纳米表面粗糙度都是可接受的。

结论

英思特实验发现,当保持压力、ICP功率和总气体流量不变时,Al0.71Ga0.29N的蚀刻速率在高达100 W的偏压功率下呈现线性趋势,而Al0.85Ga0.15N和AlN都呈现接近饱和的非线性蚀刻速率。其结果表明,即使Al的含量发生微小变化,也会导致显著的蚀刻速率和表面形态趋势。

同样,所研究的较低Al含量,Al0.71Ga0.29N,随着BCl3与Cl2比率的变化,显示出对表面形态的不同响应。此外,对于高Cl2含量的等离子体蚀刻,其表面氧化导致蚀刻速率的显著降低以及表面粗糙度的增加。

相关推荐
PersistJiao2 分钟前
Codex、Claude Code、gstack三者的关系
人工智能
一切皆是因缘际会27 分钟前
AI数字分身的底层原理:破解意识、自我与人格复刻的核心难题
大数据·人工智能·ai·架构
翔云12345631 分钟前
vLLM全解析:定义、用途与竞品对比
人工智能·ai·大模型
ASKED_20191 小时前
KDD Cup 2026 腾讯算法广告大赛赛题解读: UNI-REC (统一序列建模与特征交叉)
人工智能
fpcc1 小时前
AI和大模型——Fine-tuning
人工智能·深度学习
爱问的艾文1 小时前
八周带你手搓AI应用-Day4-赋予你的AI“记忆力”
人工智能
ACP广源盛139246256731 小时前
IX8024与科学大模型的碰撞@ACP#筑牢科研 AI 算力高速枢纽分享
运维·服务器·网络·数据库·人工智能·嵌入式硬件·电脑
向量引擎1 小时前
向量引擎接入 GPT Image 2 和 deepseek v4:一个 api key 把热门模型串起来,开发者终于不用深夜修接口了
人工智能·gpt·计算机视觉·aigc·api·ai编程·key
努力努力再努力FFF2 小时前
医生对AI辅助诊断感兴趣,作为临床人员该怎么了解和学习?
人工智能·学习
AI医影跨模态组学2 小时前
如何将纵向MRI深度学习特征与局部晚期直肠癌新辅助放化疗后的免疫微环境建立关联,并解释其对pCR及预后的机制
人工智能·深度学习·论文·医学·医学影像·影像组学