Изготовленные из того же элемента, найденного в песке и покрытые замысловатыми узорами, микрочипы питают смартфоны, дополняют бытовую технику и помогают управлять автомобилями и самолетами.
Теперь ученые из Принстонской лаборатории физики плазмы (PPPL) Министерства энергетики США (DOE) разрабатывают коды компьютерного моделирования, которые превзойдут нынешние методы моделирования и помогут производить микрочипы с использованием плазмы, электрически заряженного состояния материи, также используемого в исследованиях термоядерного синтеза.
Эти кодексы могут помочь повысить эффективность производственного процесса и потенциально стимулировать возрождение индустрии микросхем в Соединенных Штатах.
«Поскольку устройства с микрочипами необходимы для нашей повседневной жизни, то, как и где они производятся, является вопросом национальной безопасности», — сказал Игорь Каганович, главный физик-исследователь, возглавляющий группу низкотемпературного моделирования в PPPL.
«Надежные и надежные инструменты моделирования, которые смогут точно предсказать поведение плазмы и сократить цикл производства и проектирования кремниевых чипов, могут помочь США вернуть себе лидирующую роль в этой области и сохранять ее на протяжении десятилетий».
Набирая темп
Одно из исследований PPPL предполагает сокращение времени, необходимого компьютерам для моделирования плазменных реакторов на микрочипах. Это нововведение поможет частной промышленности широко использовать более сложное и точное моделирование и поможет снизить затраты на микрочипы.
«Компании хотели бы использовать моделирование для улучшения своих процессов, но они, как правило, требуют больших вычислительных затрат», — сказал Эндрю Тасман Поуис, соавтор статьи, сообщающей о результатах в журнале «Физика плазмы» , и научный сотрудник по вычислительным исследованиям в PPPL. «Мы делаем все возможное, чтобы противостоять этой тенденции».
Физики обычно хотят, чтобы моделирование воспроизводило плазму как можно точнее, создавая виртуальные картины, раскрывающие тонкости поведения плазмы с очень мелкими деталями. Этот процесс требует алгоритмов, программ, следующих набору правил, которые моделируют плазму за очень короткие промежутки времени и в небольших объемах пространства.
Загвоздка в том, что такое детальное моделирование требует мощных компьютеров, работающих в течение нескольких дней или недель. Эти сроки слишком велики и слишком дороги для компаний, которые хотят использовать моделирование для улучшения своих процессов производства микрочипов.
Исследователи углубились в историю физики плазмы , чтобы найти уже разработанные алгоритмы, которые могли бы сократить время, необходимое для моделирования плазмы микрочипа. Исследователи нашли подходящие алгоритмы 1980-х годов; При тестировании алгоритмы продемонстрировали способность моделировать плазменные системы микрочипов за гораздо меньшее время и лишь с небольшим снижением точности.
По сути, исследователи обнаружили, что они могут получить хорошее моделирование, даже если моделируют частицы плазмы в больших пространствах и используют более длительные временные интервалы.
«Эта разработка важна, поскольку она может сэкономить компаниям время и деньги», — сказал Хаомин Сунь, ведущий исследователь исследования и бывший аспирант программы по физике плазмы Принстонского университета, базирующейся в PPPL.
«Это означает, что с тем же количеством вычислительных ресурсов вы можете создать больше симуляций. Больше симуляций не только позволит вам найти способы улучшить производство, но и узнать больше о физике в целом. Мы можем сделать больше открытий, используя наши ограниченные ресурсы». »
Соответствующее исследование, проведенное Повисом, подтверждает эту возможность. В статье , опубликованной в журнале Physics of Plasmas , Поуис подтверждает, что компьютерные коды могут генерировать точные модели частиц плазмы, используя виртуальные «ячейки» или небольшие объемы пространства, которые превышают стандартную меру в физике плазмы, известную как длина Дебая.
Эта разработка означает, что коды могут фактически использовать меньше ячеек и сократить потребность в вычислительном времени. «Это хорошая новость, поскольку сокращение количества ячеек может снизить вычислительные затраты на моделирование и, следовательно, повысить производительность», — сказал Поуис.
Алгоритмы могут моделировать так называемые «плазменные реакторы с емкостной связью», которые создают плазму, которую инженеры используют для травления узких каналов в кремниевой пластине. Эти крошечные проходы образуют микросхему, которая позволяет микрочипу функционировать.
«Мы заинтересованы в моделировании этого процесса, чтобы мы могли научиться контролировать свойства плазмы, предсказать, какими они будут в новой машине, а затем предсказать свойства травления, чтобы мы могли улучшить процесс», — сказал Поуис.
Команда планирует и дальше тестировать алгоритмы, добавляя эффекты различных материалов стен и электродов. «Мы хотим и дальше укреплять доверие к этим алгоритмам, чтобы быть уверенными в точности результатов», — сказал Поуис.
Признание и преодоление внутренних ограничений
Другое исследовательское усилие сосредоточено на ошибках, которые могут проникнуть в моделирование плазмы из-за ограничений, присущих самим методам моделирования, которые моделируют меньшее количество частиц плазмы, чем присутствует в реальной плазме.
«Когда вы моделируете плазму, в идеале вам хотелось бы отслеживать каждую частицу и всегда знать, где она находится», — сказала Сьерра Джубин, аспирантка Принстонской программы по физике плазмы и ведущий автор статьи, сообщающей о результатах в журнале « Физика плазмы ». Плазма . «Но у нас нет бесконечной вычислительной мощности, поэтому мы не можем этого сделать».
Чтобы обойти эту трудность, исследователи разрабатывают код, представляющий миллионы частиц как одну гигантскую частицу. Это упрощает задачу компьютера, но также усиливает взаимодействие виртуальных мегачастиц. В результате изменение доли частиц, движущихся с одной скоростью, по сравнению с количеством частиц, движущихся с другой (процесс, известный как термализация), происходит быстрее, чем в природе. По сути, симуляция не соответствует реальности.
«Это проблема, потому что, если мы не решим эту проблему, мы не сможем моделировать явления так, как они на самом деле происходят в мире», — сказал Джубин. «И если мы хотим знать, сколько электронов движутся с определенной скоростью, генерируя ионы или химически активные соединения, которые взаимодействуют с материалами, используемыми для изготовления микрочипов, мы не получим точной картины».
Чтобы компенсировать эти вычислительные ошибки, исследователи обнаружили, что они могут увеличивать объемы мегачастиц и уменьшать их плотность, приглушая их взаимодействия и замедляя изменения скоростей частиц. «По сути, эти результаты устанавливают границы возможного при моделировании плазмы микрочипов, указывают на ограничения, которые мы должны учитывать, и предлагают некоторые решения», — сказал Джубин.
Результаты Джубина подтверждают мнение о том, что существующие методы моделирования необходимо улучшить. То ли потому, что используемые сегодня коды требуют небольших объемов и приращений времени, что в совокупности замедляет моделирование, то ли потому, что они производят ошибки, основанные на вычислительных требованиях, ученым нужны новые решения. «На самом деле это смена парадигмы в этой области, — сказал Каганович, — и PPPL лидирует».
В состав группы вошли исследователи из Принстонского университета, Швейцарского центра плазмы Федеральной политехнической школы Лозанны, Индийского института технологий и науки Бирла, Индийского национального института Хоми Бхабха, Университета Альберты в Эдмонтоне, компании Applied Materials, Inc. и китайской компании Sino. -Французский институт ядерной техники и технологий.