Semiconductor technology & processingImage sensors and vision systemsQuantum computingSilicon Photonics

15 min

Technologieën voor de wereld van morgen: meer sensoren, meer 'quality of action' en betere inzichten

Tijdens ITF Belgium 2018 gaf An Steegen, executive VP semiconductor technologies and systems bij imec, een voorsmaakje van de nieuwe technologieën waar imec aan werkt – in alle lagen van het digitale ecosysteem.

Scroll

Intro

Hoe kunnen we omgaan met de alsmaar toenemende hoeveelheid aan data die wij genereren? Het antwoord is eenvoudig: de ‘machines’ zelf zullen ons hierbij moeten helpen. En zo komen we terecht in een tijdperk van artificiële intelligentie. Hier zullen de toepassingen die gebruik maken van het internet beroep moeten doen op nieuwe en geoptimaliseerde technologieën doorheen alle lagen van het digitale ecosysteem. Aan de rand van dit systeem hebben we ter ondersteuning van het Internet of Things (IoT) meer en meer sensoren nodig – geïnspireerd op onze vijf zintuigen. In de infrastructuur voor dit IoT hebben we nood aan meer ‘quality of action’ – dus een snellere verwerking van data, meer opslagcapaciteit en een grotere connectiviteit. En tot slot hebben we ook betere inzichten nodig, door machines te creëren die uit de data kunnen leren en op basis daarvan autonoom kunnen handelen. In wat volgt geef ik een overzicht van enkele van de nieuwe technologietrends waar imec aan werkt – in alle lagen van dit digitale ecosysteem. 

Revolutionaire technologieën voor sensoren en displays

Computervisie heeft lange tijd gebruik gemaakt van maar één camera, die onze driedimensionale wereld vastlegt in een tweedimensionaal beeld. Om die verloren derde dimensie terug te winnen, kunnen we gebruik maken van dieptesensoren. Afhankelijk van de toepassing en de afstand tussen object en sensor hebben we verschillende types nodig. Wanneer het gaat om erg korte afstanden denken we bijvoorbeeld aan vingerafdruksensoren. Imec ontwikkelt nieuwe generaties van deze sensoren, met ‘full display access’. Momenteel zijn twee platformen in ontwikkeling: een optisch en een akoestisch. Ons optisch platform maakt gebruik van organische fotodiodes die samen met organische LEDs (OLEDs) geïntegreerd kunnen worden in het displaypanel, met pixeldichtheden tot 500ppi. Het akoestische platform bestaat uit een matrix van piezo-electric micromachined ultrasonic transducers (PMUTs) die onder het display geplaatst wordt. Het mooie aan dit akoestisch platform is dat het ook hartslag kan detecteren – als extra veiligheidsmaatregel.acoustic fingerprint sensing

Akoestisch platform voor vingerafdruksensoren: een matrix van PMUTs wordt onder het volledige display geplaatst 

Voor afstanden van een meter denken we aan toepassingen zoals bewegingsherkenning. Wij ontwikkelen hoge-resolutie beeldsensoren die gevoelig zijn aan infrarood licht. Dat is beter voor het menselijk oog en zorgt voor minder interferentie met daglicht. We gebruiken hiervoor dunne-filmdiodes met quantum-dot absorbers, die de golflengte van zichtbaar licht kunnen verschuiven naar het infrarood. Nog grotere afstanden tussen object en sensor brengen ons bij terahertz sensing – een techniek die heel wat in zijn mars heeft voor toepassingen in beveiliging, milieu, landbouw en gezondheidszorg. 

Door gebruik te maken van geïntegreerde fotonica ontwikkelen wij een terahertz-platform dat veel compacter en energiezuiniger is dan de grote systemen die vandaag bestaan.

In dit tijdperk van artificiële intelligentie hebben we ook schermen nodig waarvan de kwaliteit en resolutie hoog genoeg zijn om toepassingen zoals augmented reality (AR) mogelijk te maken. De VR-brillen die vandaag al bestaan hebben een pixel-dichtheid van ongeveer 500 tot 800ppi. In de toekomst zullen deze brillen, behalve hoger in resolutie (tot 10.000ppi), ook transparant moeten zijn, en een natuurlijk beeld vormen voor het oog. Er zal ook controle moeten ingebouwd worden voor de gebruiker, op een subtiele, discrete manier. Er bestaan verschillende manieren om AR-brillen te maken, maar de technieken voor semitransparante displays hebben één ding gemeen: ze hebben allemaal nood aan een platform voor hoge-resolutie micro-OLEDs of quantum-dot emitters. Bij imec werken we aan de schaalverkleining van ons micro-OLED-platform naar hogere resoluties toe, door gebruik te maken van 365nm lithografie. Met dit platform kunnen we vandaag al micro-OLEDs bouwen met een pixel-dichtheid van 1250ppi, een tussenruimte onder 3µm, veel-kleuren RGB, en een levensduur tot 150 uur.

In de infrastructuur voor het IoT: een betere ‘quality of action’

De ‘rekenruimte’ kan typisch opgedeeld worden in drie segmenten. Eerst is er de ‘IoT sensor-ruimte’ waar alles draait rond ultralaag vermogen. Voor deze IoT nodes wordt vooral gebruik gemaakt van technologieën op basis van fully depleted silicon-on-insulator (FD-SOI). Dan is er de ‘mobiele ruimte’, waar een hoog-performante werking nodig is, die echter erg beperkt wordt door het gebruik van batterijen. En tenslotte is er de ‘hoog-performante ruimte’ waar een constante vermogendichtheid voorhanden is. In deze ruimte gaat momenteel de 10nm technologie-node in productie, en de 7, 5, 3 en 2nm nodes zullen de komende jaren volgen. 

Dimensies kleiner maken

In de 7nm node is extreem ultraviolet (EUV) lithografie één van de belangrijkste procesopties. Hiermee kan immers de complexiteit eigen aan de huidige multi-patterning immersielithografie sterk vereenvoudigd worden. De laatste jaren is er heel wat vooruitgang geboekt in de ontwikkeling van EUV-lithografie. Dat heeft geleid tot een hogere doorvoer, betere fotoresists en technieken voor resist-smoothening, en innovatieve oplossingen voor het pellicle. In de nabije toekomst zullen we ook rekening moeten houden met de uitdagingen afkomstig van random defecten – ook wel stochastische defecten genoemd. Een combinatie van betere materialen, scannercondities en maskers, en post-ontwikkeling procestechnieken zullen daarbij helpen.

EUV pellicle

Pellicle voor EUV-lithografie

Transistor-schaling: van enhancement-technieken tot het ultieme exploratieve device

Ondanks onze succesvolle inspanningen om dimensies te verkleinen, verloopt de schaalverkleining van transistoren niet langer tegen een snelheid van .7x voor toekomstige technologiegeneraties. Vooral in het front-end van de transistor volgt de schaalverkleining van de poortpitch niet langer de .7x snelheid door de aanwezigheid van parasitaire effecten. Daarom maken we meer en meer gebruik van enhancement-technieken – zoals zelf-alignerende contacten, buried power rails en volledig zelf-alignerende via’s – waarmee bijvoorbeeld de hoogte van de metal tracks kan geschaald worden. Maar er is ook een keerzijde aan het verkleinen van het aantal metal tracks: het verkleint ook het aantal fins, waardoor de werking van de FinFET er dramatisch op achteruit gaat voor nodes vanaf de 3nm. Daarom werkt imec aan nieuwe transistorarchitecturen, zoals de nanosheet-transistor en complementaire FETs (cFETs). We ontwikkelen ook modules om de performantie te verbeteren, zoals nieuwe metalen voor de contactmodule, en materialen voor hogere-mobiliteitskanalen. En we maken meer en meer gebruik van de derde dimensie. We kunnen nFETs stapelen op pFETs, of standaardcellen op standaardcellen, of analoog op logic – daarvoor hebben we een sequentiële integratietechniek ontwikkeld. Voor grotere pitches, 1 – 10µm, kunnen we gebruik maken van wafer-op-wafer bondingstechnieken. 

sequential 3D

Illustratie van sequentiële 3D-integratie: een logisch blok wordt gestapeld op een logisch blok

Maar we verkennen ook transistoren die beter schalen dan de ladingsgebaseerde CMOS-transistoren die we vandaag kennen. In deze exploratieve ruimte gaat onze aandacht uit naar bijvoorbeeld ferro-elektrisch gebaseerde transistoren, FETs gebaseerd op 2D-materialen en tunnel-FETs. Van deze transistortypes tracht imec de performantie te verhogen om te kijken of ze kunnen helpen bij de schaalverkleining van de hoog-performante CMOS-ruimte. 

Het ultieme exploratieve device zal gebruik maken van kwantum bits – bouwstenen van de kwantumcomputer. Deze devices beloven een 1000 keer snellere rekenkracht en een veel lager energieverbruik dan conventionele CMOS-platformen. 

Bij imec richten we ons op twee types qubits – de supergeleidende qubit en de Si halfgeleidende qubit – waarvoor we goede eerste resultaten konden neerzetten. 

quantum computing device

 Device voor kwantumcomputing

De opslagcapaciteit vergroten

Naarmate we meer en meer data genereren, hebben we ook meer opslagcapaciteit nodig. Vandaag zijn er heel wat beperkingen aan onze geheugen-roadmap. Wanneer we goedkope en heel grote opslagcapaciteiten nodig hebben, maken we offline gebruik van harde schijven; voor opslag op het systeem-op-chip gebruiken we solid-state Flash technologie, DRAM (het werkgeheugen dat regelmatig moet ververst worden) en SRAM (het cachegeheugen, dat vluchtig is, maar sneller en duurder dan DRAM). Naar de toekomst toe verwachten we dat zowel NAND als DRAM nog verder zullen ‘groeien’. DRAM kan verder verkleind worden, mogelijk met de hulp van EUV-lithografie. Er zijn ook nieuwe trends in DRAM waardoor de dichtheid verder kan toenemen, zoals de overgang van een cylinder-gebaseerde architectuur voor de capacitor naar een pilaar-gebaseerde architectuur. We bekijken ook of we de logische circuits direct onder de capacitor kunnen plaatsen. Om dat mogelijk te maken moet de interne node van de DRAM-structuur een transistor worden die compatibel is met de back-end-of-line.

Daarnaast zien we een kloof ontstaan tussen DRAM en NAND die opgevuld kan worden door storage class memory. In deze context stellen we met trots onze eerste functionele ferro-elektrische FET-transistoren voor in een 3D-NAND-type architectuur.

Tenslotte is er nog SRAM-technologie, waarvan de geheugendichtheid nog moeilijk verder geschaald kan worden. Daarom kijken we naar nieuwe devices, zoals onze recent voorgestelde surrounding gate transistor (in samenwerking met Unisantis). We verwachten ook veel van onze magnetische geheugens zoals de spin-transfer torque magnetic random access memory (STT-MRAM) om het L3 cachegeheugen te vervangen, en onze zeer snelle spin-orbit torque MRAM (SOT-MRAM) die mogelijk L1 en L2 SRAM cachegeheugens kan vervangen. 

Genoeg bandbreedte voorzien om de devices te verbinden

Tot nu toe hebben we oplossingen voorgesteld om data snel te verwerken en op te slaan, maar we hebben ook voldoende bandbreedte nodig om alle devices met elkaar te verbinden. In de ‘bedrade’ ruimte werken we zowel aan elektrische als aan optische oplossingen. Voor de elektrische ruimte denken we dan aan het hoge-bandbreedte geheugen (of HBM), een hoog-performante interface voor 3D-gestapelde DRAM-geheugens. Met de huidige HBM-technologie bereiken we vandaag een gezamenlijke bandbreedte van ongeveer 2Tb/s (256GB/s) per geheugenkubus – wat overeenkomt met individuele kanaalsnelheden van ongeveer 2Gb/s. Wij werken aan platformen die kanaalsnelheden tot 8Gb/s toelaten door gebruik te maken van flip-chip fan-out wafer-level verpakkingstechnologie. Voor de verpakking van zo’n hoog-performante systemen vormt warmte-dissipatie een hele uitdaging. Imec heeft onlangs een goedkope oplossing voorgesteld om chips op verpakkingsniveau te koelen. Hiermee bereiken ontwerpers een vijf keer beter thermisch ontwerpvenster in vergelijking met state-of-the-art koelingstechnieken. Voor data- en telecom worden vooral optische links gebruikt – bijvoorbeeld om server-racks in datacentra met elkaar te verbinden of om backplane board-to-board verbindingen te voorzien. Met ons Si-fotonica platform ontwikkelen we 400Gb/s optische links (8x50Gb/s). Onlangs verhoogden we de performantie van dat platform tot 1,6Tb/s om klaar te zijn voor de toekomst.

In de draadloze ruimte tenslotte, spelen we in op de komst van 5G, wat uitdagingen met zich meebrengt voor de snelheid waarmee de huidige draadloze CMOS-chips gegevens kunnen downloaden. In het front-end van onze mobiele toestellen zullen we daarom hoog-performante en zeer snelle analoge transistoren nodig hebben die ook energiezuinig zijn. Bij imec bekijken we of we met een hybride III-V/Si-technologie de noden van 5G voor de mobiele ruimte kunnen invullen.

Machine learning voor verbeterde inzichten

En tot slot – hoe zullen we onze inzichten kunnen verbeteren? Hoe kunnen we ervoor zorgen dat de machines zelf leren uit de data en op basis daarvan actie ondernemen op een autonome manier? Dat is precies wat machine learning doet. Machine learning vertrekt van het ontwerpen van een neuraal netwerk op maat van de applicatie. Dat netwerk wordt dan in de cloud getraind op basis van bestaande data. Daarna worden gewichten opgeslaan in een geheugen, meestal off-chip. Deze gewichten zijn een maat voor de bijdrage van een methode in een voorspelling. Wat gebeurt er nu wanneer een nieuwe input binnenkomt? Tijdens deze fase (de fase van deployment) wordt de nieuwe input naar de cloud gestuurd en vergeleken met de gewichten. Het netwerk geeft dan de waarschijnlijkheid waarmee deze input past bij een van de klassen waarvoor het netwerk werd getraind. In de praktijk maakt de conventionele machine learning vooral gebruik van grafische verwerkingseenheden (GPUs) die gebaseerd zijn op geavanceerde CMOS-technologieën. 

Imec werkt momenteel aan een nieuw platform dat veel minder eisen oplegt aan het geheugen voor machine learning. 

Het is gebaseerd op (1) het veranderen van het algoritme in de deployment fase naar binarisatie, (2) het niet-vluchtige geheugen op de chip brengen (‘compute in memory’), en (3) ons 14nm technologieplatform met MRAM-type geheugens gebruiken. Op deze manier konden we een sterk verminderd vermogenverbruik aantonen vergeleken met CMOS-gebaseerde GPU-technologie. 

Met dit overview gaf ik een voorsmaakje van een aantal nieuwe technologieën waar imec aan werkt, technologieën die de wereld van morgen zullen vormgeven. 
 

Meer weten?

Biografie An Steegen

An Steegen is executive vice president semiconductor technology and systems bij imec. Ze is verantwoordelijk voor het onderzoek en ontwikkeling van state-of-the-art technologieën voor nanoelektronica, waarmee de groei van een verbonden en duurzame samenleving wordt versneld. An Steegen is een wereldautoriteit op het gebied van elektronica op nanoschaal waarmee systeemoplossingen mogelijk worden voor de infrastructuur van het IoT, en toepassingen gebaseerd op sensoren en actuatoren. Ze begon haar carrière als R&D Director bij IBM, New York. An Steegen behaalde een doctoraat in material science aan de KU Leuven en heeft meer dan 100 publicaties en patenten op haar naam staan.

Deze website maakt gebruik van cookies met als enige doel het analyseren van surfgedrag, zonder enige commerciële insteek. Lees er hier meer over. Lees ook ons privacy statement. Sommige inhoud (video's, iframes, formulieren,...) op deze website zal pas zichtbaar zijn na het accepteren van de cookies.

Accepteer cookies