4. 鳍片高度对电学特性的影响：沟道控制能力、漏电流变化、跨导特性分析
在 FinFET 器件中，鳍片高度（Fin Height, HFin）是决定三维沟道体积的核心几何参数。增大鳍片高度意味着沟道宽度（Weff ≈ 2 × HFin + TFin）增加，从而直接影响器件的驱动能力、短沟道效应抑制能力以及寄生效应。本节从沟道控制能力、漏电流变化和跨导特性三个维度，系统分析鳍片高度对电学特性的影响机制。
4.1 沟道控制能力：栅极静电势的纵向分布
栅极包裹鳍片的三侧（顶面和两个侧壁），形成三维电场分布。鳍片高度增加时，栅极对沟道底部（靠近衬底区域）的控制能力显著下降，表现为沟道电势沿纵向（从鳍片顶部到底部）的不均匀性加剧。
TCAD 仿真结果表明，当鳍片高度从 30 nm 增加到 60 nm 时，沟道底部与顶部的电势差从约 0.07 V 增大到 0.23 V。这种电势不均匀性导致底部沟道更容易受到漏极电压的影响，表现为 DIBL（漏致势垒降低）系数恶化。
| 鳍片高度 HFin (nm) | 顶部沟道电势 (V) | 底部沟道电势 (V) | 纵向电势差 ΔV (V) | DIBL (mV/V) |
|---|---|---|---|---|
| 30 | 0.15 | 0.22 | 0.07 | 42 |
| 45 | 0.13 | 0.28 | 0.15 | 68 |
| 60 | 0.12 | 0.35 | 0.23 | 95 |
4.2 漏电流变化：亚阈值漏电与穿通漏电
鳍片高度对漏电流的影响体现在两个主要方面：亚阈值漏电流（IOFF） 和 穿通漏电流（Punch-Through Current）。随着鳍片高度增加，沟道截面积增大，同时底部栅控减弱，导致漏电流呈非线性增长。
漏电流随鳍片高度变化的物理机制可归纳为：
- 亚阈值漏电： 沟道截面积（≈ 2 × HFin × TFin）随高度线性增加，导致亚阈值电流的基数增大。同时，底部栅控减弱使亚阈值摆幅（SS）退化，进一步推高 IOFF。
- 穿通漏电： 当鳍片高度超过 50 nm 时，底部沟道与漏极之间的势垒显著降低，载流子可以直接从源极穿通到漏极，形成穿通电流。该电流随高度呈指数增长，成为高鳍片器件的主要漏电机制。
- 带间隧穿漏电： 在高鳍片底部，由于漏极电场增强，源/漏与衬底之间的带间隧穿（BTBT）电流也会增加，但通常比前两种漏电小一个数量级。
4.3 跨导特性分析：gm 退化与寄生效应
跨导（gm = ∂ID/∂VGS）是衡量栅极电压对沟道电流控制效率的关键指标。鳍片高度对跨导的影响呈现非单调特性，涉及本征跨导提升与寄生效应退化之间的竞争。
跨导特性随鳍片高度变化的关键观察点：
- 峰值跨导提升： 在低 VGS 区域（亚阈值到弱反型过渡区），高鳍片器件由于有效沟道宽度增大，峰值跨导（gm,max）显著提升。HFin = 60 nm 的峰值 gm 约为 HFin = 30 nm 的 1.8 倍。
- 跨导线性区退化： 在强反型区（VGS > 0.5 V），高鳍片器件的跨导曲线出现更早的饱和与下降。这是因为鳍片高度增加导致源/漏寄生电阻（RSD）增大，产生更大的电压降，降低了有效栅压。
- 跨导效率（gm/ID）下降： 高鳍片器件在相同偏置下的跨导效率更低，意味着需要更大的电流才能获得相同的跨导值，这对低功耗设计不利。
| 鳍片高度 HFin (nm) | 峰值跨导 gm,max (μS) | 峰值 VGS (V) | gm 饱和值 @VGS=0.8V (μS) | 跨导效率 gm/ID (V-1) |
|---|---|---|---|---|
| 30 | 105 | 0.52 | 95 | 18.2 |
| 45 | 165 | 0.48 | 130 | 15.6 |
| 60 | 190 | 0.42 | 140 | 12.8 |
contact resistance 语句定义源/漏接触电阻，并在后处理中计算本征跨导（gm,int）与外部跨导（gm,ext）的差异，以准确评估鳍片高度对寄生效应的影响。
4.4 综合权衡：鳍片高度优化策略
综合沟道控制能力、漏电流和跨导特性，鳍片高度的优化需要遵循以下原则：
- 驱动能力优先场景（如高性能计算）： 选择中等偏高的鳍片高度（45-55 nm），在获得较高驱动电流的同时，通过 PTS 注入和优化栅极功函数来抑制漏电。
- 低功耗优先场景（如移动设备）： 选择较低的鳍片高度（30-40 nm），牺牲部分驱动能力以换取更低的漏电流和更好的亚阈值特性。
- 模拟/RF 应用场景： 需要平衡跨导线性度和输出电阻，建议选择 40-50 nm 范围，并配合栅长优化以降低寄生电容。
在实际 TCAD 优化流程中，建议采用 多目标优化（Multi-Objective Optimization） 方法，将鳍片高度、栅长、鳍片厚度和栅极功函数作为联合变量，以 ION/IOFF 比值、亚阈值摆幅和跨导线性度作为目标函数，通过响应面模型（RSM）或遗传算法（GA）搜索 Pareto 最优解集。