康奈尔大学 AlScN/GaN 异质结构研究“单通道和多通道 AlScN 势垒”

康奈尔大学的研究团队声称,利用铝钪氮(AlScN)势垒开发的氮化镓(GaN)单通道和多通道异质结构,实现了迄今为止最低的薄层电阻(Sheet Resistance)。这项工作旨在推动下一代高速、高功率 GaN 基电子学的发展。

速读:

研究重点在于通过优化结构来降低电阻。以下是单通道与多通道结构的主要性能对比:

核心发现与技术细节
  • 多通道结构的突破:

    • 为了进一步降低电阻,研究人员探索了多通道结构。通过使用 1nm/2nm 的 GaN/AlN 间隔层,他们成功制备了多通道异质结构。
    • 极低电阻: 在 5 层周期结构中,使用 5nm 厚的 AlScN 势垒(Sc 含量 18%),实现了 **45 Ω/□Ω/□**的极低薄层电阻。
    • 无寄生通道: 尽管能带模拟预测了二维空穴气(2DHG)的存在,但实验中未检测到。研究人员认为,如果存在,也因其迁移率远低于 2DEG(二维电子气)而被掩盖。不过,他们指出 2DHG 会构成寄生并联导电通道,损害器件性能,建议通过有意掺杂来抑制。
  • 晶圆级扩展性(Scalability):

    • 研究人员不仅在小尺寸(7mm x 7mm)的蓝宝石衬底上生长,还在 50mm 直径的晶圆上成功生长了异质结构。
    • 均匀性: 测试显示,薄层电阻在晶圆表面的均匀性很高(标准差仅为 9.8 Ω/□Ω/□ ),这证明了该技术向大规模制造扩产的可行性。
  • 低温性能:

    • 在低温(77K,液氮温度)下,薄层电阻甚至更低(约为室温的 1/3)。这为开发新型低温器件(如低插入损耗射频开关)提供了可能。
3. 结构设计与挑战
  • 应变平衡: AlScN 提供压缩应变以平衡 AlN 的拉伸应变。但 Sc 含量超过 25% 时材料容易形成混合相,且高 Sc 含量会降低 2DEG 浓度,反而增加电阻。
  • 间隔层的作用: GaN 间隔层的引入是为了增加距离而不至于过快增加 2DEG 密度(密度过高会导致迁移率下降)。
  • 制造考量: 器件结构的选择需根据应用场景优化:
    • 薄结构: 有利于栅极静电控制,适用于高速部署。
    • 厚结构: 提供更好的导电性/导通电阻,适用于功率应用。
4. 行业基准(Benchmark)

根据论文中的图表(Figure 4),康奈尔大学的 AlScN 结构性能已接近目前最先进的多通道 III-氮化物系统:

  • 它的薄层电阻(45 Ω/□Ω/□ )接近于 AlN/GaN(约 36 Ω/□Ω/□ )和 AlInN/GaN 报告的水平。
  • 这标志着 AlScN 成为一种极具竞争力的势垒材料,用于高性能 GaN 器件。

编者按:

这项研究证明了 AlScN/GaN 多通道异质结构在降低电阻和提升高频性能方面的巨大潜力,并验证了其在更大尺寸晶圆上生长的均匀性,为未来的商业化应用奠定了基础。

相关推荐
花千树-0102 小时前
IndexTTS2 在 macOS 性能最佳设置(M1/M2/M3/M4 全适用)
人工智能·深度学习·macos·ai·语音识别·ai编程
DS随心转插件2 小时前
手机怎么把豆包全部对话导出
人工智能·ai·智能手机·deepseek·ai导出鸭
电磁脑机2 小时前
论AI幻觉的本质:人类符号幻觉的镜像映射与认知破局 ——基于三场正交统一场论的底层阐释
人工智能·神经网络·机器学习·重构·架构
AI袋鼠帝2 小时前
Solo独立端来了!Trae想让普通人也能拥有顶级Agent(附免费邀请码)
人工智能
盼小辉丶2 小时前
PyTorch实战(40)——使用PyTorch构建推荐系统
人工智能·pytorch·深度学习·推荐系统
大学有意思2 小时前
哪些学校支持考研跨门类调剂?以南林大2026年调剂政策为例
人工智能·机器人
Coding茶水间2 小时前
基于深度学习的草莓健康度检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Django+web+训练代码+数据集)
人工智能·深度学习·yolo·机器学习·django
数琨创享TQMS质量数智化2 小时前
Sigmar TQMS: 车间质量数智化管控平台技术选型指南
大数据·人工智能·qms质量管理系统·tqms·质量管理工具
北顾笙9802 小时前
深度学习day06
人工智能·深度学习