Modélisation et caractérisation des transistors CFET pour l’amélioration des performances électriques
Les transistors CFET (Complementary Field Effect Transistors) représentent une nouvelle génération de dispositifs CMOS empilés verticalement, offrant un fort potentiel pour poursuivre la miniaturisation des circuits intégrés et répondre aux exigences du calcul haute performance.
L’objectif de cette thèse est d’étudier et d’optimiser la mise en contrainte du canal de conduction afin d’accroître la mobilité des porteurs et d’améliorer les performances électriques des CFET. Le travail portera à la fois sur la modélisation numérique des procédés technologiques, réalisée par éléments finis, et sur la caractérisation expérimentale des déformations cristallines à l’aide de la microscopie électronique en transmission couplée à la diffraction électronique précessionnée (TEM-PED).
La partie modélisation visera à prédire les distributions de contraintes et leur impact sur les propriétés électriques, en intégrant la complexité des empilements technologiques et des étapes critiques du procédé, telles que l’épitaxie. En parallèle, la caractérisation par TEM-PED permettra de mesurer les champs de déformation et de confronter les simulations aux observations expérimentales.
L’ensemble du travail consistera à développer des outils de modélisation et des méthodologies de caractérisation adaptés à ces structures avancées, afin d’améliorer la précision spatiale, la reproductibilité et la compréhension des mécanismes de contrainte au cœur des transistors CFET.
Inférence neuronale bayésienne à partir de transistors ferroélectriques à mémoire
De nombreux systèmes critiques pour la sécurité intègrent désormais des fonctions d’intelligence artificielle devant opérer avec une consommation énergétique minimale et sous fortes incertitudes, notamment en contexte de données limitées. Or, les approches déterministes classiques de l’IA ne fournissent qu’une estimation ponctuelle des prédictions, sans quantification rigoureuse de la confiance, ce qui limite leur fiabilité en conditions réelles.
Cette thèse s’inscrit dans le domaine émergent de l’électronique bayésienne, où l’objectif est d’implémenter l’inférence probabiliste directement au niveau matériel, en exploitant la variabilité intrinsèque de nanodispositifs pour représenter et manipuler des distributions de probabilité. Si des mémristors ont déjà été utilisés pour réaliser des opérations d’inférence bayésienne, leurs contraintes en endurance et en énergie de programmation constituent un verrou majeur pour l’apprentissage embarqué.
L’objectif de cette thèse est d’explorer l’utilisation de transistors ferroélectriques à effet de champ (FeMFETs) comme briques élémentaires de réseaux de neurones bayésiens sur puce. Il s’agira de caractériser et modéliser l’aléa ferroélectrique exploitable pour l’échantillonnage et la mise à jour probabiliste, de développer des architectures de neurones et synapses bayésiens basées sur ces dispositifs, puis d’évaluer expérimentalement et au niveau système leur robustesse, leur efficacité énergétique et leur pertinence pour des applications critiques.
Nouvelle génération de mémoires ferroélectriques FeRAM 3D avec bitcell 1T-1C entièrement intégrée en BEOL
Les mémoires ferroélectriques de type FeRAM 1T-1C à base de HZO ont le potentiel pour remplacer les derniers niveaux de Cache. Le CEA-Leti est à l’état de l’art dans le domaine au nœud 22nm [1], avec des bitcells 1T-1C déjà plus denses que celle de la SRAM. Dans cette approche le transistor de sélection (1T) est un transistor front-end et la capacité ferroélectrique tridimensionnelle (1C) est intégrée en back-end. Il a été montré par Micron [2] que l’utilisation d’un transistor back-end tridimensionnel en silicium polycristallin permettait 1/ de densifier la bitcell, 2/ d’empiler plusieurs niveaux de FeRAM et 3/ d’utiliser le CMOS sous les matrices pour la logique de contrôle (CMOS Under Array - CuA).
L’objet de cette thèse est d’évaluer d’autres types de sélecteurs, en particulier des FET à canal oxyde semiconducteur amorphe (AOSFET) verticaux intégrés en back-end, pour les nouvelles génération de mémoires FeRAM. Les caractéristiques de ces transistors back-end [3] (faible Ioff, faible Ion, faible Vth) devraient offrir des avantages significatifs pour le fonctionnement des matrices mémoires FeRAM à très basses tensions (< 1V) tout en permettant d’intégrer des bitcells 1T-1C très denses entièrement en back-end.
La thèse sera principalement orientée DTCO (Design Technology Co-Optimization) afin de proposer des bitcells denses utilisant des schémas d’intégration réalistes. Elle pourra également s’appuyer sur les résultats expérimentaux récents obtenus au CEA tant sur les AOSFET que sur les Capas Ferroélectriques 3D [1] en vue de premières démonstrations silicium.
[1] S. Martin et al., IEDM 2024; [2] N. Ramaswamy et al., IEDM 2023; [3] S. Deng et al., VLSI 2025
Caractérisation et optimisation de HBT III-V sur Silicium pour applications 6G et datacom
Face à l'explosion de la demande en contenu numérique, les systèmes 6G sont confrontés à des défis majeurs, notamment le développement d'amplificateurs de puissance pour les fréquences sub-THz. Ces fréquences promettent des débits de données ultra-rapides, mais repoussent les limites des technologies silicium actuelles. Dans les datacenters IA, la communication optique entre les GPU est indispensable pour réduire la consommation énergétique totale, par rapport au câblage filaire classique. Des dispositifs à très haute vitesse sont alors nécessaires pour les circuits de commande électriques des photodétecteurs et des lasers. Les transistors bipolaires à hétérojonction (HBT) à base d'InP sur de grands substrats de silicium offrent une solution prometteuse, alliant performances à haute vitesse et pertes système minimales. Cette technologie présente toutefois le défi d'intégrer les couches III-V aux procédés compatibles CMOS, tout en ouvrant la voie à de nouvelles architectures de dispositifs prometteuses, permettant à la fois la réduction des éléments parasites et la gestion de l'auto-échauffement.
Ce programme doctoral vise à orienter les développements du Leti sur les HBT III-V sur silicium afin d'optimiser l'architecture du dispositif et d'améliorer ses performances RF. Dans ce programme, l'étudiant aura la charge de :
- Réaliser la caractérisation électrique de différentes géométries de dispositifs et de diverses architectures technologiques par des mesures DC et RF telles que les caractéristiques courant-tension (I-V), l'analyse thermique, les paramètres S et éventuellement Load-Pull.
- Simuler les principaux effets parasites et de nouvelles architectures de dispositifs afin d'en comprendre les limitations.
- Collaborer étroitement avec les ingénieurs procédés pour relier les résultats électriques aux choix de fabrication et optimiser les dispositifs.
Technologies SOI avancées: conception, integration et caractérisations électriques
Rejoignez le CEA-Leti pour développer un module technologique (local ground plane)pour diverses applications (FDSOI, dispositifs RF, pixels ultra-miniaturisés, cryo-RF et quantique).
Ce sujet de thèse est stimulant car vous allez concevoir étape par étape un module spécifique et le tester électriquement. Notre équipe vous soutiendra techniquement et scientifiquement pour mener à bien ce travail. Certaines données sont déjà disponibles et n'attendent que votre analyse.
Au cours de cette thèse, vous aurez l'opportunité d'apprendre comment un module est conçu étape par étape :
De l'idée (simulation, bibliographie)
Compréhension des matériaux et des procédés (collage, CMP)
Intégration et gestion de la fabrication en salle blanche
Caractérisation (physique et électrique : mobilité, pièges d'interface)
Valorisation (présentations, articles)
Développement du module de grille pour transistors de puissance verticaux en GaN
Ce sujet de thèse offre une opportunité unique d'améliorer vos compétences en dispositifs de puissance GaN et de développer des architectures innovantes. Vous travaillerez aux côtés d'une équipe multidisciplinaire spécialisée dans l'ingénierie des matériaux, la caractérisation, la simulation de dispositifs et les mesures électriques.
Les composants de puissance GaN verticaux sont très prometteurs pour les applications de puissance au-delà de la plage du kV. Des transistors avec une architecture 'trench MOSFET' ont été démontrés dans l'état de l'art avec des résultats encourageants. L'empilement de grille de ces dispositifs est un élément clés car il impacte directement leur résistance à l'état passant, la tension de seuil et le signal de commande à appliquer dans un convertisseur de puissance. L'étude proposée se concentrera sur le développement d'empilements de grille innovants capables de supporter des tensions élevées tout en maintenant une tension de seuil et une mobilité de canal à l'état de l'art avec un minimum de piégeage diélectrique. Le travail impliquera l'étude de l'impact des paramètres de procédés de fabrication sur les caractéristiques électriques. Une attention particulière sera à accorder à l'optimisation de la géométrie de la grille par des simulations TCAD pour étudier l'impact sur l'état passant et le claquage. Les améliorations identifiées seront intégrées aux dispositifs fabriqués sur notre ligne de composants de puissance GaN 200mm. Le travail se déroulera au sein du laboratoire des composants de puissance et sera soutenu par plusieurs projets en cours.
Fiabilité et propriétés dynamiques des MOS-HEMT GaN : impact de la barrière enterrée et du type de substrat.
L'expansion rapide de l'IA et de l'informatique en nuage a placé des exigences sans précédent sur l'infrastructure des centres de données, où l'efficacité énergétique est désormais une contrainte définissante. Malgré leur potentiel, de nombreux systèmes de puissance reposent encore sur des dispositifs à base de silicium, qui souffrent de limitations intrinsèques d'efficacité entraînant des pertes d'énergie significatives. Les transistors à haute mobilité électronique GaN (GaN HEMTs), grâce à leur mobilité électronique supérieure et à leur tension de claquage élevée, représentent une alternative convaincante, capable d'atteindre des efficacités bien plus élevées dans la conversion de puissance. Cependant, leur adoption plus large est limitée par des défis de fiabilité, en particulier ceux liés aux mécanismes de piégeage de charge qui dégradent les performances du dispositif au fil du temps.
Dans ce projet de thèse, vous allez explorer les dynamiques fondamentales des porteurs de charge dans les GaN HEMTs, en vous concentrant sur les origines physiques des dérives de la résistance à l'état passant et de la tension de seuil - indicateurs clés de l'instabilité du dispositif. En analysant systématiquement le comportement électrique de ces transistors dans diverses conditions de fonctionnement, vous allez découvrir les mécanismes derrière leur dégradation et identifier des voies pour améliorer leur robustesse. Vos découvertes informeront directement l'optimisation des architectures de dispositifs, permettant le développement d'électroniques de puissance plus efficaces et fiables qui peuvent répondre aux exigences des centres de données modernes et au-delà.
Vous ferez partie d'une équipe de recherche multidisciplinaire au CEA-Leti, collaborant avec des experts en ingénierie des matériaux semiconducteurs, simulation de dispositifs et caractérisation électrique. Cet environnement vous fournira un ensemble de compétences complet, couvrant l'ingénierie de processus, les tests électriques avancés et les simulations TCAD. Cette position ne fera pas seulement évoluer votre expertise, mais vous placera également à l'avant-garde d'un domaine à impact mondial. En contribuant à l'avancement des GaN HEMTs, vous jouerez un rôle clé dans la définition de l'avenir de l'électronique de puissance - où l'innovation se traduit directement par des solutions technologiques durables.
Réseaux neuronaux liquides à base d’oscillateurs verrouillés par injection pour une intelligence embarquée générative
Les architectures neuromorphiques actuelles, bien que plus efficaces grâce au in-memory computing, restent limitées par la densité extrême en poids et interconnexions, rendant leur implémentation matérielle complexe et coûteuse. Les Liquid Neural Networks (LNN), introduits par le MIT au niveau algorithmique, offrent une rupture : des neurones dynamiques à temps continu capables d’ajuster leurs constantes internes selon le signal reçu, réduisant drastiquement le nombre de paramètres nécessaires.
L’objectif de la thèse est de transposer les algorithmes des LNN au niveau circuit, en développant des cellules analogiques très faible consommation à base d’oscillateurs, réalisant le calcul neuronal dans le domaine temporel et reproduisant la dynamique liquide, puis en les interconnectant dans une architecture stable et récurrente afin de viser des applications d’IA générative. Un démonstrateur silicium sera conçu et validé, ouvrant la voie à une nouvelle génération de systèmes neuromorphiques liquides pour l’Edge AI.
Étude et modélisation des dynamiques de domaines ferroélectriques et antiferroélectriques dans les condensateurs à base d’oxyde d’hafnium
Le contexte de la thèse s’inscrit dans l’exploration de nouvelles technologies de supercondensateurs et de dispositifs hybrides de stockage d’énergie, visant à concilier miniaturisation, forte densité de puissance et compatibilité avec les procédés microélectroniques. L’expertise du laboratoire d’accueil (LTEI/DCOS/LCRE) en intégration de couches minces et en ingénierie de matériaux diélectriques ouvre aujourd’hui des perspectives inédites pour l’étude des comportements ferroélectriques et antiferroélectriques dans les oxydes d’hafnium dopés.
La thèse portera plus particulièrement sur l’étude expérimentale et la modélisation physique de condensateurs à couches minces d’oxyde d’hafnium (HfO2), dopés de manière à présenter des propriétés ferroélectriques (FE) ou antiferroélectriques (AFE) selon la composition et les conditions de dépôt, par exemple à travers l’incorporation de ZrO2 ou de SiO2. Ces matériaux présentent un fort potentiel pour la réalisation de dispositifs combinant fonctions de mémoire non-volatile et de stockage d’énergie sur une même plateforme CMOS-compatible, ouvrant ainsi la voie à des systèmes autonomes à très faible consommation, tels que les architectures d’edge computing, les capteurs environnementaux ou les objets connectés intelligents.
Le travail de recherche consistera à fabriquer et caractériser des condensateurs métal–isolant–métal (MIM) à base d’HfO2 dopé, intégrés sur substrats silicium, puis à étudier expérimentalement les mécanismes de relaxation des domaines ferroélectriques et antiferroélectriques à partir de mesures courant–tension (I–V) et polarisation–champ électrique (P–E), réalisées sous différentes fréquences, amplitudes et conditions de cyclage. L’analyse des boucles d’hystérésis mineures permettra d’extraire la distribution des énergies d’activation et de modéliser la dynamique de relaxation des domaines ferroélectriques. Un modèle physique sera ensuite élaboré ou adapté afin de décrire les transitions FE/AFE sous excitation électrique cyclique, en tenant compte des phénomènes de piégeage de charges, des contraintes mécaniques et des effets de nucléation et de croissance des domaines.
L’ensemble de ces travaux visera à optimiser la densité d’énergie récupérable et le rendement énergétique global des dispositifs, tout en établissant des critères de conception pour des composants de stockage d’énergie compacts, efficaces et pleinement intégrables dans les technologies silicium. Les connaissances acquises contribueront à une meilleure compréhension des mécanismes dynamiques régissant le comportement FE/AFE de l’HfO2 dopé et bénéficieront potentiellement à d’autres domaines tels que les mémoires ferroélectriques, la récupération d’énergie et les architectures neuromorphiques à basse consommation.