1. 课程导入与自动化价值

Sentaurus TCAD 是半导体器件与工艺仿真领域的主流工具链，包含 SDE、Sprocess、Sdevice、Svisual、Sentaurus Workbench（SWB）等多个组件。所谓仿真流程自动化，并不是简单地“把命令写进脚本”，而是把从结构建模、网格生成、物理模型配置、参数扫描、仿真执行到结果提取与判据判断的整条链路，用可重复、可追溯、可批量扩展的方式组织起来。它的核心目标有三个：减少人工重复操作、降低人为配置错误、让参数扫描与设计空间探索成为常态而非例外。

在手工流程中，一个典型的器件仿真任务往往需要：在 SDE 中画结构并导出网格；在 Sdevice 命令文件中设置电极、掺杂、物理模型和求解策略；手动修改若干参数后重新运行；再到 Svisual 中逐条查看曲线并抄录数据。若要做 5 个栅氧厚度 × 4 个掺杂浓度 × 3 个偏置条件的组合，就是 60 次重复操作。自动化要解决的正是这种组合爆炸式的人工成本。

要理解自动化的价值，先要看清手工流程中的效率瓶颈。下面这张图把典型 Sentaurus 仿真链路与人工介入点放在一起对比，可以直观看到哪些环节最值得自动化。

从图中可以看到，自动化的关键不只是“跑得快”，而是把参数定义、执行调度、结果判据三件事从人工操作中剥离出来，变成可检查、可复用的资产。以最常见的 Id-Vg 扫描为例，手工流程中需要反复修改 Sdevice 命令文件中的 Quasistationary 段和 Vgate 扫描范围；自动化后，这些量变成 SWB 变量，例如：

# SWB 变量定义示例（示意）
Vg_min   = 0.0      # 栅压起点 / V
Vg_max   = 1.8      # 栅压终点 / V
Vg_step  = 0.05     # 栅压步长 / V
Vd       = 0.05     # 漏压 / V
Tox      = 1.2e-9   # 栅氧厚度 / m
Nd       = 1e17     # 沟道掺杂 / cm^-3

这些变量在 Sdevice 命令文件中以 @Vg_min@、@Tox@ 等形式引用，SWB 在运行时自动替换并生成每个参数组合对应的节点目录。仿真完成后，再用 svisual -b 批处理模式或 inspect 脚本提取 Id、Vg 曲线，计算阈值电压 Vt（常用恒定电流法，判据如 Id = 1e-7 A/μm × W）和亚阈值摆幅 SS = dVg/d(log10 Id)。这些指标写入 CSV 后，就可以直接判断哪组参数满足目标，而不需要逐张图人工读数。

需要强调的是，自动化并不等于放弃对物理的理解。相反，它要求你更清楚每个参数在命令文件中的位置、每个模型的适用条件、每个输出量的物理含义。否则脚本只会更快地产生错误结果。因此本课程的学习路线是：先建立对 Sentaurus 工具链和文件组织的整体认识，再逐步把 SDE、Sprocess、Sdevice 的配置脚本化，接着用 SWB 组织变量与实验设计，最后实现结果自动提取、判据判断和校准闭环。这条路线不是线性背诵，而是围绕“让一次仿真变成一类仿真”的目标逐步展开。

最后给出一个可直接参考的自动化任务清单结构，用于组织每一次参数扫描。它不依赖具体器件类型，但字段都对应真实操作：