Integration of ferroelectric dielectrics in reconfigurable field-effect transistors

Abstract

Mit dem Aufkommen von künstlicher Intelligenz (KI) und dem Internet der Dinge (IoT) ergeben sich zusätzliche Herausforderungen im Hinblick auf die Integration von Speicher und Logik, die eine erhöhte Rechenleistung bei gleichzeitig niedrigem Energieverbrauch erfordern. Zur Bewältigung dieser Herausforderungen konnte die Skalierung nach dem"More-Moore"-Prinzip bis zum Ende des 20. Jahrhunderts herangezogen werden. Mit dem "More-than-Moore"-Ansatz - basierend auf funktionaler Diversifizierung - welcher zu neuartigen Bauelementkonzepten wie dem rekonfigurierbaren Feldeffekttransistor (RFET) führte, konnte dieser Trend fortgesetzt werden. Der RFET ermöglicht es dabei, während der Laufzeit zwischen n-Typ- und p-Typ-Betrieb zu wechseln. Um dem steigenden Bedarf an Speicherkapazität gerecht zu werden, erlangen ferroelektrische Speicher auf der Basis von HfO2 aufgrund ihrer hervorragenden Skalierbarkeit sowie deren guten Speichereigenschaften zunehmend an Bedeutung. Daher bietet sich eine Kombination beider Technologien an, die zu Konzepten wie Logic-in-Memory (LiM) und neuen Computerarchitekturen wie dem neuromorphen Computing führen, um den von-Neumann-Bottleneck zu vermeiden. In dieser Arbeit wurde durch die Integration einer ferroelektrischen Schicht aus Hafnium-Zirkonium-Oxid (Hf0.5Zr0.5O2, HZO) erweitert, um einen Fe-RFET zu bilden. Zu diesem Zweck wurden Nanosheets aus einem silicon-on-insulator (SOI)-Substrat strukturiert. Wesentlich für die besondere Funktionalität sind zwei Schottky-Barrieren, die eine Metall-Halbleiter-Metall-Heterostruktur bilden, welche durch thermisch aktivierte Diffusion von Aluminium (Al) in die Silizium (Si) Nanostruktur erzielt werden. Auf Grundlage umfangreicher Untersuchungen des Temperaturprofils für die ferroelektrische orthorhombische Phase, der Analyse unterschiedlicher Top-Gate-Materialien und der Optimierung der Grenzflächenschicht als geeignete Passivierungsschicht zur Verringerung von Leckströmen und Störstellen, wurden vier Proben, durch iterative Anpassung der Herstellungsschritte, hergestellt. Dies beinhaltete die Evaluierung des angestrebten ferroelektrischen Effekts durch Kapazität-Spannungs- (C-V) und Strom-Spannungs-Charakterisierungen (I-V). Es konnte gezeigt werden, dass das chemisch hergestellte SiO2 im Gegensatz zum vergleichsweise dicken thermischen Oxid hervorragend zur Realisierung von Grenzflächen mit geringer Trap-Dichte geeignet ist und sich somit positiv auf das ferroelektrische Verhalten auswirkt. Darüber hinaus hat sich Palladium (Pd) als geeignete Alternative zu den üblicherweise verwendeten TiN-Elektroden erwiesen, welches in dieser Arbeit zu einer höheren Ausbeute an funktionsfähigen Bauelementen führte. Zudem resultierte die Integration einer zusätzlichen ferroelektrischen Schicht in bereits etablierte Herstellungsprozesse zu einer vernachlässigbaren Hysterese mit exzellenten Unterschwellensteilheiten von bis zu 63 mV/dek. Nichtsdestotrotz kommt es zur Asymmetrie des p/n-Betriebs aufgrund induzierter fixer Ladungsbeiträge durch HZO, die durch weitere Optimierungen angepasst werden muss.

With the advent of Artificial Intelligence (AI) and Internet of Things (IoT), the demand for an ever-increasing computational power while simultaneously keeping a low-energy consumption has been joined by additional challenges related to memory-logic integration. Scaling in the "More-Moore" fashion was sufficient to overcome the former until the end of the 20th century, to be followed by the "More-than-Moore" approach based on functional diversification, leading to novel device concepts such as the reconfigurable field-effect transistor (RFET). This allows for switching between n-type and p-type operations during runtime. To cope with the unabated growth of required storage, ferroelectric memories based on HfO2 are gaining importance due to their excellent scalability and already good endurance and retention properties. Therefore, a combination of both technologies is suitable, leading to concepts such as Logic-in-Memory (LiM) and new computer architectures like neuromorphic computing to overcome the von-Neumann bottleneck. With this in consideration, the RFET concept has been extended in this thesis by integrating a ferroelectric layer of hafnium zirconium oxide (Hf0.5Zr0.5O2, HZO) to form a Fe-RFET. To accomplish this, nanosheets were patterned on a silicon-on-insulator (SOI)substrate. Two Schottky barriers, which form a metal-semiconductor-metal heterostructure,are essential to its unique functionality and are achieved by thermally activated diffusion of aluminum (Al) into the silicon (Si) nanosheet channel. Based on extensive studies of the temperature profile for the ferroelectric orthorhombic phase, analysis of different top-gate materials and optimization of the interface layer (IL) as a suitable passivation layer to reduce leakage currents and trapping, four samples have been fabricated by iteratively adjusting the fabrication steps. This involved evaluating the intended ferroelectric effect through capacitive-voltage (C-V) and current-voltage (I-V) characterizations, confirmed the desired behavior. It has been observed that the chemically formed SiO2, in contrast to the comparatively thick thermal oxide, is excellent for the fabrication of interfaces with low trap density, and beneficial for the ferroelectric behavior to overcome detrimental charge trapping effects. Besides, palladium (Pd) was proven to be a suitable alternative to the commonly used TiN electrodes, even resulting in a higher yield of functional devices in this work. Furthermore,the incorporation of an additional ferroelectric gate layer for already established device processes resulted in insignificant hysteresis with excellent subthreshold slopes of up to 63 mV/dec. Nevertheless, due to the fixed charges induced by HZO, an asymmetry in the behavior (p/n ratio) occurs, which needs to be addressed by further optimization. Decent results were achieved during the measured retention and number of switches for endurance. Thus, this study provides a proof-of-concept for the realization of Fe-RFETsbased on the integration of HZO onto the already versatile Al-Si-Al platform. By using the manufactured devices in applications ranging from non-volatile memory (NVM) to adaptive or self-learning circuits, it provides a preliminary way to meet the technical challenges of the present and the future.