Fiabilité des transistors GaN pour applications 5G millimétrique
Les composants en Nitrure de Gallium sont de très bons candidats pour les applications d’amplification de puissance aux fréquences millimétriques de type 5G (~30GHz), de par leur densité de puissance et leur efficacité énergétique. Cependant, ces technologies sont couramment intégrées sur des substrats en Carbure de Silicium, performants thermiquement mais chers et de faible diamètres. La technologie GaN/Si du CEA-LETI permet d’obtenir des performances à l’état de l’art mondial en bande Ka, avec des densités de puissance qui peuvent rivaliser avec les technologies GaN/SiC. Cette technologie basée sur des substrats Si 200mm est compatible avec les salles blanches Silicium, promettant de plus grands volumes disponibles tout en réduisant les coûts. De plus, les niveaux de back-end utilisés offrent des possibilités pour une intégration hétérogène dense avec des circuits digitaux, ouvrant la voie vers des circuits intégrés 3D hétérogènes.
Cependant, peu d’études existent à l’heure actuelle sur les mécanismes de dégradation propre à ce type de composants en utilisant des procédés de fabrication CMOS-compatibles: barrières avancées, grilles MIS SiN in-situ, contacts ohmiques. Il est indispensable de connaître ces effets afin d’une part de qualifier la technologie et d’autre part afin de mieux comprendre le fonctionnement du dispositif et ses éventuelles faiblesses/limitations.
Le but de ces travaux de thèse est d’étudier les phénomènes mémoires parasites ainsi que le vieillissement de ces transistors en conditions opérationnelles à l’aide de mesures DC & RF, liées à la physique du composant. Les transistors seront soumis à différentes conditions de stress électrique afin de modéliser les dérives de leurs paramètres DC & RF : mesures de pièges (BTI & DCTS), influence du procédé de fabrication et de la technologie de grille (Schottky vs MIS), de la barrière de confinement (GaN:C, back-barrier AlGaN, etc…). Des analyses de claquage de diélectrique (TDDB) seront effectués sur les grilles MIS, en condition DC & RF afin d’évaluer l’amélioration du temps de claquage en fonction de la fréquence du signal, de manière analogue aux diélectriques utilisés sur CMOS. Enfin, des stress électriques seront menés en conditions DC et RF (stress RF CW) afin d’évaluer et de modéliser le vieillissement des transistors en conditions opérationnelles.
Composants de puissance verticaux en GaN réalisés par épitaxie localisée
Cette thèse offre une opportunité unique de perfectionner vos compétences dans les dispositifs de puissance en GaN et de développer des architectures de pointe. Vous travaillerez aux côtés d'une équipe multidisciplinaire spécialisée en ingénierie des matériaux, caractérisation, simulation de dispositifs et mesures électriques. Si vous êtes enthousiaste à l'idée d'innover, d'approfondir vos connaissances et de relever des défis à la pointe de la technologie, ce poste constitue un atout précieux pour votre carrière !
Les composants de puissance verticaux en GaN présentent un fort potentiel pour des applications de puissance au-delà de la gamme du kV. L'épitaxie localisée de GaN permet la création de structures épaisses sur des substrats en silicium à un coût compétitif, avec un succès démontré sur des diodes et des transistors pseudo-verticaux. Cependant, la surface significative de cette approche limite la densité énergétique des dispositifs. Cette thèse vise à développer des composants entièrement verticaux, plus denses, en utilisant des méthodes de transfert de couches. Vous étudierez les caractéristiques électriques de ces composants pour observer l'impact des variations technologiques sur leurs performances.
Au cours de ce doctorat, vous acquerrez des connaissances approfondies sur les procédés de microélectronique, la caractérisation électrique et la simulation TCAD (Conception Assistée par Ordinateur). Vous collaborerez avec une équipe multidisciplinaire, incluant notre partenaire CNRS-LTM, et approfondirez votre compréhension des dispositifs de puissance en GaN, tout en faisant partie d'un laboratoire dédié au développement de dispositifs de puissance à large bande interdite. Vous aurez également l'opportunité de rédiger des publications et des brevets.
Simulation et caractérisation de structures intégrées pendant et après l'étape de recuit laser millisecond
Les procédés de recuit laser sont aujourd'hui utilisés dans un large spectre d'applications au sein des technologies microélectroniques les plus avancées. Que ce soit dans le contexte des composants CMOS planaires avancés ou des technologies d'intégration 3D, les caractéristiques spécifiques du recuit laser permettent d'atteindre des températures très élevées en des temps très courts, à l'échelle de la puce, et de travailler dans des conditions hors d'équilibre thermodynamique. Cela présente de nombreux avantages en terme d'effets physiques (activation de dopants élevés avec de faibles diffusions, transformation de siliciures, etc.), mais aussi de budget thermique (des températures élevées qui restent en surface du matériau). Cependant, ce type de recuit optique ultracourt peut générer des variations de température dues à des effets de motif à la surface de la puce entre deux zones aux propriétés radiatives et/ou thermiques différentes. Ces différences de température peuvent altérer les performances électriques des composants et doivent donc être évaluées et surmontées. Une partie de ce travail consistera, à l'aide d'une étude bibliographique, à trouver des solutions intégratives (design, couche absorbante, etc.) afin de résoudre ce problème. Par ailleurs, au LETI, une vaste expertise en recuit laser nanoseconde (NLA) est acquise depuis de nombreuses années, et les équipes procédés sont en phase d'acquisition d'un équipement laser milliseconde (DSA). Grâce à la simulation numérique, ces travaux constitueront l'une des briques essentielles du développement du recuit laser milliseconde au LETI, indispensable à la feuille de route des technologies avancées.
Cette recherche interdisciplinaire englobera des domaines tels que la simulation numérique, la science des matériaux et les procédés de fabrication microélectronique. Vous bénéficierez du soutien de laboratoires spécialisés en procédés d'intégration, ainsi que d'environnements de simulation TCAD.
Epitaxie sélective du contact de base d'un transistor HBT-GaAsSb en vue de hautes performances fréquentielles
Avec l’essor des réseaux sans fil et l’arrivée de la 6G, le développement de systèmes de communication plus performants devient essentiel. Les fréquences au-delà de 140 GHz représentent un domaine prometteur, où les technologies actuelles reposent sur des semi-conducteurs avancés, tels que l’InP, offrant des performances supérieures aux solutions SiGe. Toutefois, les composants III-V restent coûteux, fabriqués sur de petits substrats (100 mm pour l’InP) et incompatibles avec les lignes de production silicium, qui garantissent un meilleur rendement industriel.
Dans ce contexte, le CEA-LETI, en collaboration avec le CNRS-LTM, développe une nouvelle filière de transistors HBT dont la couche de base en antimoniures a déjà démontré des performances fréquentielles supérieures au THz. Pour assurer une intégration compatible avec les procédés de fabrication Si-CMOS, une nouvelle approche de contact ohmique doit être mise en place. Cela implique une re-croissance épitaxiale sélective d’un matériau semi-conducteur adapté sur la couche de base du transistor HBT-GaAsSb.
Le doctorant aura pour mission d’identifier le matériau optimal répondant aux critères définis, en s’appuyant sur des expérimentations menées avec l’équipe d’épitaxie, des analyses avancées (ToF-SIMS, HR-TEM, EDX) et des modélisations des structures de bandes des hétérojonctions formées. Ce travail sera complété par la fabrication de structures de test technologiques, permettant d’extraire les paramètres électriques essentiels à l’optimisation des performances DC et RF du transistor HBT.
Vers une technologie piézoélectrique éco-innovante, durable et fiable
Vous recherchez un sujet de thèse à la frontière entre éco-innovation et high-tech… ce sujet est alors pour vous !
L'objectif central de cette thèse est de réduire l'empreinte environnementale de la technologie piézoélectrique (PZE) appliquée aux micro-actionneurs/capteurs, tout en préservant des niveaux optimaux de performances électriques et de fiabilité. Actuellement, la technologie PZE repose sur l'utilisation du plomb, notamment le matériau PZT (Pb(Zr,Ti)O3), ainsi que des électrodes telles que le Pt, Ru, Au, et des éléments dopants comme le La, Mn, Nb pour optimiser les propriétés piézoélectriques et les performances électriques. Ces matériaux, en plus de leur coût écologique significatif, font face à des pénuries avérées ou imminentes.
Dans le contexte de la nécessaire frugalité liée à la transition énergétique, cette thèse se positionne comme une exploration des technologies microsystèmes plus respectueuses de l'environnement et durables. Les travaux de recherche visent à créer un abaque à trois entrées, évaluant l'empreinte écologique, les performances électromécaniques et la fiabilité des technologies existantes (avec plomb) par rapport à celles en cours de développement (sans plomb). Pour atteindre ces objectifs, le doctorant utilisera des Analyses de Cycles de Vie (ACV), des mesures électromécaniques et des essais de fiabilité (tests accélérés de vieillissement).
Cette recherche interdisciplinaire englobera des domaines tels que l'écoconception, la science des matériaux/interfaces et les procédés de fabrication microélectroniques. Le doctorant bénéficiera du soutien des laboratoires de ses encadrants, spécialisés dans les procédés de fabrication/intégration de microsystèmes, ainsi que dans la caractérisation électrique et la fiabilité. La collaboration avec la cellule « éco-innovation » du CEA-Leti enrichira également les ressources disponibles pour la réalisation de ces travaux.
Compréhension et optimisation de la robustesse électrothermique des dispositifs de puissance avançés en SiC
Le carbure de silicium (SiC) est un semi-conducteur aux propriétés intrinsèques supérieures à celles du silicium pour les applications électroniques à haute température et à forte puissance. Il est anticipé que les dispositifs en SiC soient largement utilisés dans la transition vers l'électrification et les nouvelles applications de gestion de l'énergie. Pour exploiter pleinement les propriétés supérieures du SiC, les futurs dispositifs semi-conducteurs seront utilisés dans des conditions de polarisation et de températures extrêmes. Ces dispositifs doivent fonctionner en toute sécurité à des densités de courant, des dV/dt et des températures de jonction plus élevées que les dispositifs en Si.
L'objectif de cette thèse est d'étudier les dispositifs SiC fabriqués au LETI dans ces conditions de fonctionnement extrêmes, et d'optimiser leur conception pour utiliser pleinement le potentiel théorique du SiC. Le travail de thèse comprendra plusieurs phases qui seront fortement couplées :
Un volet caractérisation electro-thermique avancée (50%), en proposant de nouvelles approches de tests sur composants en boitier ou sur support adapté, en utilisant des outils d’intelligence artificielle (IA) pour l’extraction et le traitement des données. La travail inclura une adaptation des méthodologies de mesures standard aux spécificités de commutation du SiC.
Une évaluation (15%) des paramètres de conception et technologiques responsables des limites de fonctionnement des composants
Un volet caractérisation physico-chimique (15%) pour l'analyse des défaillances sous ces conditions extrêmes
Un volet d'inclusion de modèles prédictifs (20%) de sensibilité des architectures aux conditions extrêmes et aux défauts basée sur la modélisation.
Conception et fabrication de circuits neuromorphiques basés sur des dispositifs ioniques
Les réseaux de neurones (NN) sont inspirés des processus de calcul et de communication du cerveau afin de résoudre efficacement des tâches telles que l'analyse de données, le traitement adaptatif de signaux en temps réel, et la modélisation de systèmes biologiques. Cependant, les limitations matérielles constituent actuellement le principal obstacle à une adoption à grande échelle. Pour y remédier, un nouveau type d'architecture de circuit appelé "circuit neuromorphique" est en train d’émerger. Ces circuits imitent le comportement des neurones en intégrant un haut degré de parallélisme, une connectivité adaptable et un calcul en mémoire. Les transistors à base d'ions ont été récemment étudiés pour leur potentiel à fonctionner comme neurones et synapses artificiels. Bien que ces dispositifs émergents présentent d’excellentes propriétés en raison de leur très faible consommation d'énergie et de leurs capacités de commutation analogique, ils nécessitent encore une validation à l’échelle de systèmes plus larges.
Dans l'un des laboratoires du CEA-Leti, nous développons de nouveaux transistors à base de lithium en tant que brique de base pour déployer des réseaux de neurones artificiels à faible consommation d'énergie. Ces dispositifs doivent désormais être intégrés dans un système réel pour évaluer leur performance et leur potentiel. En particulier, des circuits bio-inspirés et des architectures en barre croisée pour le calcul accéléré seront ciblés.
Au cours de cette thèse, votre objectif principal sera de concevoir, implémenter et tester des réseaux de neurones basés sur des matrices de transistors à base de lithium (~20x20) et des circuits neuromorphiques, ainsi que la logique CMOS de lecture et d’écriture pour les contrôler. Les réseaux pourront être implémentés en utilisant différents algorithmes et architectures, y compris les réseaux de neurones artificiels, les réseaux de neurones impulsionnels et les réseaux de neurones récurrents, qui seront testés pour résoudre des problèmes de reconnaissance de motifs spatiaux et/ou temporels et pour reproduire des fonctions biologiques telles que le conditionnement pavlovien.
In-Sensor Computing pour les Capteurs MEMS : vers un réseau de neurones électromécaniques
L'essor des modèles d'apprentissage automatique pour le traitement des données issues de capteurs a conduit au développement de l'Edge-AI, qui vise à effectuer ces traitements localement, directement au niveau des capteurs. Cette approche réduit la quantité de données transmises et allège les centres de calcul centralisés, offrant ainsi une solution pour diminuer la consommation énergétique globale des systèmes. Dans ce contexte, le concept d'in-sensor computing émerge, intégrant acquisition et traitement des données au sein du capteur lui-même. En exploitant les propriétés physiques des capteurs et des paradigmes de calcul alternatifs tels que le reservoir computing et le calcul neuromorphique, l'in-sensor computing élimine les étapes énergivores de conversion et de traitement des signaux dans le domaine électrique.
L'application de ce concept aux capteurs MEMS permet le traitement de signaux tels que l'accélération, la contrainte ou les signaux acoustiques, avec une réduction significative, voire une élimination, des composants électroniques traditionnels. Cela a ravivé l'intérêt pour les dispositifs de calcul mécanique et leur intégration dans des capteurs MEMS. Quelques recherches récentes explorent des dispositifs MEMS innovants intégrant des réseaux de neurones récurrents ou du reservoir computing, montrant un potentiel prometteur pour l'efficacité énergétique. Cependant, ces avancées restent encore limitées à des démonstrations de concept pour des tâches de classification élémentaire avec un très faible nombre de neurones.
Sur la base de notre expertise acquise en calcul à base de MEMS, ce travail de doctorat propose de pousser ces concepts plus loin en développant un dispositif MEMS intégrant un réseau de neurones, à plusieurs couches, reprogrammable avec des capacités d'apprentissage, un résultat qui aurait bien au-delà de l'état de l'art. A terme, l'objectif est de concevoir un capteur intelligent, combinant détection et prétraitement sur une même puce, et optimisé pour fonctionner avec une consommation énergétique extrêmement faible, de l'ordre du femtoJoule par activation. Cette thèse se concentrera sur l'exploration, la conception et la caractérisation de ce nouveau neurone MEMS, en ciblant des applications de traitement de signaux basse fréquence dans des environnements à haute température, ouvrant la voie à une déclinaison de l'edge-IA dans le domaine des MEMS.