3. 硅光材料热物性

硅光芯片的热管理仿真精度，从根本上取决于材料热物性参数的准确性。硅（Si）、二氧化硅（SiO₂）、锗（Ge）和氮化硅（Si₃N₄）是硅光工艺中最核心的四种材料，它们的热导率（κ）、比热容（cₚ）和热膨胀系数（CTE）决定了器件内部的温度分布、热应力以及热光效应的响应速度。本节将系统梳理这些参数的标准值、温度依赖性以及工艺偏差范围。

3.1 核心材料热物性参数对比

下表汇总了室温（300 K）下四种材料的关键热物性参数。注意，薄膜材料的热导率通常远低于体材料，表中同时给出了体材料与典型薄膜（如SOI顶层硅、PECVD氧化层）的参考值。

材料 体热导率 κ (W/m·K) 薄膜热导率 κ (W/m·K) 比热容 cₚ (J/kg·K) 热膨胀系数 CTE (×10⁻⁶/K) 密度 ρ (kg/m³)
硅 (Si) 130 – 150 20 – 80 (SOI 220 nm) 700 – 712 2.6 2329
二氧化硅 (SiO₂) 1.38 0.8 – 1.2 (PECVD) 730 – 750 0.55 2200
锗 (Ge) 58 – 60 5 – 15 (外延薄膜) 310 – 322 5.8 – 6.1 5323
氮化硅 (Si₃N₄) 18 – 30 2 – 8 (PECVD/LPCVD) 680 – 710 2.8 – 3.2 3100
PDK 参数提取提示： 在 PDK 热模型中，薄膜热导率应优先使用工艺实测值而非体材料值。SOI 顶层硅的厚度越薄，声子边界散射越强，热导率下降越显著。对于 220 nm 厚的 SOI 硅层，建议 κ 取 40–60 W/m·K 作为仿真初始值。

3.2 热导率的温度依赖性

硅和锗的热导率随温度升高而显著下降，主要归因于声子-声子散射（Umklapp 散射）增强。在硅光芯片典型工作温度范围（250 K – 400 K）内，这种变化不可忽略。

  • 硅 (Si)： κ(T) ∝ T-1.3 至 T-1.5。从 300 K 升至 400 K，热导率下降约 40%–50%。
  • 锗 (Ge)： κ(T) ∝ T-1.2 至 T-1.4。温度敏感性略低于硅，但数值更低。
  • 二氧化硅 (SiO₂)： 非晶态结构，热导率在 250–500 K 范围内基本稳定，变化小于 10%。
  • 氮化硅 (Si₃N₄)： 非晶态薄膜热导率随温度变化平缓，LPCVD 氮化硅比 PECVD 氮化硅具有稍高的温度敏感性。
工程经验： 对于高功率硅光调制器或激光器集成区域，建议在热仿真中启用温度相关热导率模型。若 PDK 未提供温度系数，可使用以下近似公式对硅进行修正：
κ_Si(T) = κ_300K × (300 / T)^1.4
其中 T 为温度（K），κ_300K 取 130 W/m·K。

3.3 热膨胀系数与热应力匹配

热膨胀系数（CTE）的失配是硅光芯片封装和工艺过程中热应力产生的主要来源。下图展示了硅光芯片典型叠层结构中各材料 CTE 的相对关系。

硅光芯片典型叠层 CTE 失配示意图 硅衬底 (Si Substrate) — CTE = 2.6 ×10⁻⁶/K 埋氧层 (BOX SiO₂) — CTE = 0.55 ×10⁻⁶/K 顶层硅 (SOI Si) — CTE = 2.6 ×10⁻⁶/K 上包层 (Upper Clad SiO₂) — CTE = 0.55 ×10⁻⁶/K 氮化硅波导/锗探测器 (Si₃N₄/Ge) — CTE = 3.0 / 6.0 ×10⁻⁶/K 热应力方向 CTE 失配导致波导层与包层界面产生热应力，影响偏振相关损耗（PDL）和长期可靠性
设计规则注意： 锗（CTE ≈ 6.0×10⁻⁶/K）与硅（CTE ≈ 2.6×10⁻⁶/K）之间存在显著热膨胀失配。在锗探测器或调制器设计中，若锗膜厚度超过 500 nm，建议在 PDK 中标注最大工艺温度梯度限制，避免冷却过程中产生位错或界面剥离。

3.4 比热容与热扩散率

比热容（cₚ）决定了材料储存热量的能力，而热扩散率（α = κ / (ρ·cₚ)）则表征温度传播的速度。在瞬态热仿真中，这两个参数共同决定了器件的热时间常数。

  • 硅 (Si)： 高热导率 + 中等比热容 → 热扩散率约 8.0×10⁻⁵ m²/s，热响应速度快。
  • 二氧化硅 (SiO₂)： 低热导率 + 中等比热容 → 热扩散率约 8.5×10⁻⁷ m²/s，热响应慢，是硅光芯片的主要热阻层。
  • 锗 (Ge)： 中等热导率 + 低比热容 → 热扩散率约 3.5×10⁻⁵ m²/s，介于硅和二氧化硅之间。
  • 氮化硅 (Si₃N₄)： 低热导率 + 中等比热容 → 热扩散率约 1.0×10⁻⁶ m²/s，接近二氧化硅。
瞬态仿真应用： 在微环调制器的热调谐仿真中，热时间常数主要由包层二氧化硅的热扩散率决定。典型 2 μm 厚的上包层，其热时间常数约为 5–10 μs。若需要更快的热调谐速度，应优先减薄包层厚度或采用高热导率材料替代部分二氧化硅。

3.5 薄膜热导率的工艺依赖性

薄膜热导率不仅与材料本身有关，还强烈依赖于沉积工艺、厚度、晶态以及界面质量。下表总结了不同工艺条件下薄膜热导率的典型变化范围。

材料 沉积工艺 典型厚度 (nm) 薄膜热导率 (W/m·K) 主要影响因素
Si SOI 晶圆键合 220 40 – 80 厚度、晶向、界面粗糙度
SiO₂ PECVD 500 – 2000 0.8 – 1.2 沉积温度、致密度、H 含量
SiO₂ 热氧化 100 – 500 1.2 – 1.4 氧化温度、应力状态
Si₃N₄ PECVD 200 – 400 2 – 5 Si/N 比、H 含量、应力
Si₃N₄ LPCVD 100 – 300 5 – 8 化学计量比、晶粒尺寸
Ge MBE / CVD 100 – 500 5 – 15 缺陷密度、应变状态
PDK 建模建议： 在 PDK 热参数提取流程中，建议为每种薄膜材料提供“工艺角”热导率模型（如 fast / typical / slow），对应薄膜热导率的上限、典型值和下限。这有助于设计者在早期评估热管理裕量。

3.6 热物性参数提取流程

在硅光 PDK 开发中，热物性参数的提取通常遵循以下步骤。该流程确保仿真模型与实测数据之间的偏差控制在 10% 以内。

  1. 样品制备： 在标准硅光工艺流片上制备专用热测试结构（如微桥、悬臂梁、电阻温度计）。
  2. 稳态测量： 使用 3ω 法或拉曼光谱法测量薄膜热导率，记录不同温度下的 κ 值。
  3. 瞬态测量： 使用飞秒激光泵浦-探测技术（TDTR）测量热扩散率和界面热阻。
  4. 参数拟合： 将测量数据代入热传导模型，拟合出 κ(T)、cₚ(T) 和 CTE(T) 的多项式系数。
  5. PDK 封装： 将拟合参数以工艺角表格或解析函数形式写入 PDK 热模型库。
参数提取示例（硅薄膜热导率拟合）：
# 硅薄膜热导率温度模型（适用于 220 nm SOI）
κ_Si_film(T) = 45.0 × (300 / T)^1.35 + 5.0

# 参数说明：
# 45.0 — 300 K 时的薄膜热导率基准值 (W/m·K)
# 1.35 — 温度指数，由声子散射模型拟合得到
# 5.0  — 残余热导率项，考虑边界散射饱和效应 (W/m·K)

通过上述系统化的参数提取与建模，硅光 PDK 能够为热管理仿真提供可靠的材料物性输入，从而支撑从器件级到芯片级的热设计验证。

← 上一章 📖 返回目录 下一章 →