FinFET器件建模工具与参数灵敏度分析课程 - 第1节
1.1 FinFET 器件结构
FinFET（鳍式场效应晶体管）是一种三维多栅极晶体管结构，其沟道区域以垂直的“鳍”（Fin）形式从衬底表面凸起，栅极包裹鳍的三个侧面（顶面和两个侧壁），从而实现对沟道的多面控制。这种结构突破了传统平面MOSFET在短沟道效应控制方面的物理极限。
核心结构特征： 沟道为垂直鳍片，栅极包裹三面（Tri-gate），源漏位于鳍片两端。
1.2 工作原理
FinFET 的工作原理基于场效应控制，但与平面 MOSFET 相比，其栅极对沟道的控制能力显著增强。当栅极电压 (VGS) 超过阈值电压 (Vth) 时，在鳍片三个表面（顶面和两个侧壁）同时形成导电沟道，电流从源极流向漏极。
1.2.1 多栅极控制机制
- 三面沟道形成： 栅极电压在鳍片的顶面和两个侧壁同时感应出反型层，形成宽度为 2×Hfin + Wfin 的有效沟道宽度。
- 增强的栅控能力： 多面栅极包围沟道，有效屏蔽漏极电场对沟道的影响，大幅抑制短沟道效应。
- 体硅 vs. SOI： 体硅 FinFET 的鳍片底部与衬底相连，SOI FinFET 则通过埋氧层隔离，前者成本低，后者漏电更小。
关键洞察： FinFET 的有效沟道宽度由鳍片几何尺寸决定：Weff = 2 × Hfin + Wfin。通过并联多个鳍片（Multi-Fin）可以线性增加驱动电流，这是 FinFET 可扩展性的核心优势。
1.3 与传统 MOSFET 的区别
下表从结构、电学特性、制造工艺和设计方法四个维度对比 FinFET 与平面 MOSFET 的核心差异：
| 对比维度 | 平面 MOSFET | FinFET |
|---|---|---|
| 沟道结构 | 二维平面，栅极位于沟道上方 | 三维鳍片，栅极包裹三面 |
| 栅控能力 | 单面控制，栅极与沟道距离近 | 多面控制，栅极与沟道耦合更强 |
| 短沟道效应 | 严重（DIBL、Vth 滚降） | 显著抑制（DIBL < 50 mV/V） |
| 亚阈值摆幅 (SS) | ~80-100 mV/dec | ~60-70 mV/dec |
| 漏电流 (Ioff) | 较高（亚阈值漏电 + 结漏电） | 低 1-2 个数量级 |
| 驱动电流 | 由沟道宽度 W 决定 | 由鳍片数量 × 有效宽度决定 |
| 工艺复杂度 | 成熟，光刻步骤少 | 需要鳍刻蚀、侧壁栅沉积等额外步骤 |
| 设计灵活性 | 连续沟道宽度调整 | 离散宽度（以鳍片为单位） |
1.4 关键电学参数
FinFET 器件的电学参数是建模和电路设计的基础，以下列出最关键的参数及其物理含义：
1.4.1 直流 (DC) 参数
| 参数符号 | 参数名称 | 物理含义 | 典型值 (7nm 节点) |
|---|---|---|---|
| Vth | 阈值电压 | 沟道开始形成反型层时的栅极电压 | 0.25 ~ 0.35 V |
| Ion | 开态电流 | VGS = VDD, VDS = VDD 时的漏极电流 | ~800 μA/μm |
| Ioff | 关态漏电流 | VGS = 0, VDS = VDD 时的漏极电流 | < 10 nA/μm |
| SS | 亚阈值摆幅 | 亚阈值区漏电流变化十倍所需的栅压变化 | ~65 mV/dec |
| DIBL | 漏致势垒降低 | 漏极电压变化引起的阈值电压漂移 | < 50 mV/V |
| gm | 跨导 | 漏电流对栅压的导数：∂ID/∂VGS | ~1.5 mS/μm |
1.4.2 交流 (AC) 与寄生参数
- Cgg (总栅电容)： 包括本征栅电容 (Cgs + Cgd) 和寄生电容 (栅-源/漏交叠电容、边缘电容)。FinFET 的寄生电容因三维结构而增大，是建模难点。
- Rsd (源漏寄生电阻)： 包括接触电阻、扩散区电阻和扩展区电阻。鳍片窄化导致 Rsd 增大，影响驱动电流。
- fT (截止频率)： 电流增益下降为 1 时的频率，fT = gm / (2π × Cgg)，表征器件的高频性能。
建模注意事项： FinFET 的寄生参数具有强烈的几何依赖性。鳍片数量 (NF)、鳍间距 (FP)、栅长 (Lg) 和鳍高 (Hfin) 的微小变化都会显著影响 Cgg 和 Rsd，在参数灵敏度分析中必须优先考虑。
1.5 FinFET 参数灵敏度概述
参数灵敏度分析是 FinFET 器件建模的核心环节，旨在量化几何和工艺参数对电学性能的影响程度。以下列出灵敏度最高的几个参数及其影响路径：
1.5.1 灵敏度分析流程
- 参数空间定义： 确定几何参数 (Hfin, Wfin, Lg, NF) 和工艺参数 (栅氧化层厚度 Tox、掺杂浓度 Nch) 的变化范围。
- DOE (实验设计)： 使用全因子或拉丁超立方采样生成参数组合。
- TCAD 仿真或模型计算： 对每组参数提取 Ion, Ioff, Vth, SS, DIBL, Cgg 等目标响应。
- 灵敏度量化： 计算每个参数对目标响应的归一化灵敏度系数 S = (∂Y/Y) / (∂X/X)。
- 关键参数筛选： 识别出灵敏度系数值最大的前 3~5 个参数，作为后续建模和优化的重点。