Intro

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

Semiconductor technology & processing, Image sensors and vision systems, Quantum computing,Silicon Photonics

Technologieën voor de wereldvan morgen: meer sensoren,meer 'quality of action' enbetere inzichtenTijdens ITF Belgium 2018 gaf An Steegen, executive VP semiconductortechnologies and systems bij imec, een voorsmaakje van de nieuwetechnologieën waar imec aan werkt – in alle lagen van het digitaleecosysteem.

1/8

Revolutionaire technologieën voor sensoren en displays

Computervisie heeft lange tijd gebruik gemaakt van maar één camera, die onze driedimensionalewereld 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 tussenobject en sensor hebben we verschillende types nodig. Wanneer het gaat om erg korte afstandendenken we bijvoorbeeld aan vingerafdruksensoren. Imec ontwikkelt nieuwe generaties van dezesensoren, met ‘full display access’. Momenteel zijn twee platformen in ontwikkeling: een optisch eneen akoestisch. Ons optisch platform maakt gebruik van organische fotodiodes die samen metorganische LEDs (OLEDs) geïntegreerd kunnen worden in het displaypanel, met pixeldichtheden tot500ppi. Het akoestische platform bestaat uit een matrix van piezo-electric micromachinedultrasonic transducers (PMUTs) die onder het display geplaatst wordt. Het mooie aan dit akoestischplatform is dat het ook hartslag kan detecteren – als extra veiligheidsmaatregel.

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

Voor afstanden van een meter denken we aan toepassingen zoals bewegingsherkenning. Wijontwikkelen hoge-resolutie beeldsensoren die gevoelig zijn aan infrarood licht. Dat is beter voor hetmenselijk oog en zorgt voor minder interferentie met daglicht. We gebruiken hiervoor dunne-filmdiodes met quantum-dot absorbers, die de golflengte van zichtbaar licht kunnen verschuivennaar 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 engezondheidszorg.

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

2/8

In dit tijdperk van artificiële intelligentie hebben we ook schermen nodig waarvan de kwaliteit enresolutie 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 detoekomst zullen deze brillen, behalve hoger in resolutie (tot 10.000ppi), ook transparant moetenzijn, en een natuurlijk beeld vormen voor het oog. Er zal ook controle moeten ingebouwd wordenvoor de gebruiker, op een subtiele, discrete manier. Er bestaan verschillende manieren om AR-brillente maken, maar de technieken voor semitransparante displays hebben één ding gemeen: ze hebbenallemaal nood aan een platform voor hoge-resolutie micro-OLEDs of quantum-dot emitters. Bijimec 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-OLEDsbouwen met een pixel-dichtheid van 1250ppi, een tussenruimte onder 3µm, veel-kleuren RGB, eneen 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 vantechnologieën op basis van fully depleted silicon-on-insulator (FD-SOI). Dan is er de ‘mobieleruimte’, waar een hoog-performante werking nodig is, die echter erg beperkt wordt door het gebruikvan batterijen. En tenslotte is er de ‘hoog-performante ruimte’ waar een constantevermogendichtheid voorhanden is. In deze ruimte gaat momenteel de 10nm technologie-node inproductie, 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 immersielithografiesterk vereenvoudigd worden. De laatste jaren is er heel wat vooruitgang geboekt in de ontwikkelingvan EUV-lithografie. Dat heeft geleid tot een hogere doorvoer, betere fotoresists en techniekenvoor resist-smoothening, en innovatieve oplossingen voor het pellicle. In de nabije toekomst zullenwe ook rekening moeten houden met de uitdagingen afkomstig van random defecten – ook welstochastische defecten genoemd. Een combinatie van betere materialen, scannercondities enmaskers, en post-ontwikkeling procestechnieken zullen daarbij helpen.

3/8

Pellicle voor EUV-lithografie

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

Ondanks onze succesvolle inspanningen om dimensies te verkleinen, verloopt de schaalverkleiningvan 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 meergebruik van enhancement-technieken – zoals zelf-alignerende contacten, buried power rails envolledig zelf-alignerende via’s – waarmee bijvoorbeeld de hoogte van de metal tracks kan geschaaldworden. Maar er is ook een keerzijde aan het verkleinen van het aantal metal tracks: het verkleintook het aantal fins, waardoor de werking van de FinFET er dramatisch op achteruit gaat voor nodesvanaf de 3nm. Daarom werkt imec aan nieuwe transistorarchitecturen, zoals de nanosheet-transistoren complementaire FETs (cFETs). We ontwikkelen ook modules om de performantie te verbeteren,zoals nieuwe metalen voor de contactmodule, en materialen voor hogere-mobiliteitskanalen. En wemaken meer en meer gebruik van de derde dimensie. We kunnen nFETs stapelen op pFETs, ofstandaardcellen op standaardcellen, of analoog op logic – daarvoor hebben we een sequentiëleintegratietechniek ontwikkeld. Voor grotere pitches, 1 – 10µm, kunnen we gebruik maken van wafer-op-wafer bondingstechnieken.

4/8

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 naarbijvoorbeeld 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 kunnenhelpen bij de schaalverkleining van de hoog-performante CMOS-ruimte.

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

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

5/8

Device voor kwantumcomputing

De opslagcapaciteit vergroten

Naarmate we meer en meer data genereren, hebben we ook meer opslagcapaciteit nodig. Vandaagzijn er heel wat beperkingen aan onze geheugen-roadmap. Wanneer we goedkope en heel groteopslagcapaciteiten nodig hebben, maken we offline gebruik van harde schijven; voor opslag op hetsysteem-op-chip gebruiken we solid-state Flash technologie, DRAM (het werkgeheugen datregelmatig moet ververst worden) en SRAM (het cachegeheugen, dat vluchtig is, maar sneller enduurder dan DRAM). Naar de toekomst toe verwachten we dat zowel NAND als DRAM nog verderzullen ‘groeien’. DRAM kan verder verkleind worden, mogelijk met de hulp van EUV-lithografie. Erzijn ook nieuwe trends in DRAM waardoor de dichtheid verder kan toenemen, zoals de overgangvan een cylinder-gebaseerde architectuur voor de capacitor naar een pilaar-gebaseerdearchitectuur. 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 diecompatibel is met de back-end-of-line.

Daarnaast zien we een kloof ontstaan tussen DRAM en NAND die opgevuld kan worden doorstorage 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 verdergeschaald kan worden. Daarom kijken we naar nieuwe devices, zoals onze recent voorgesteldesurrounding gate transistor (in samenwerking met Unisantis). We verwachten ook veel van onzemagnetische 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

6/8

Tot nu toe hebben we oplossingen voorgesteld om data snel te verwerken en op te slaan, maar wehebben 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 ruimtedenken we dan aan het hoge-bandbreedte geheugen (of HBM), een hoog-performante interfacevoor 3D-gestapelde DRAM-geheugens. Met de huidige HBM-technologie bereiken we vandaag eengezamenlijke bandbreedte van ongeveer 2Tb/s (256GB/s) per geheugenkubus – wat overeenkomtmet individuele kanaalsnelheden van ongeveer 2Gb/s. Wij werken aan platformen diekanaalsnelheden tot 8Gb/s toelaten door gebruik te maken van flip-chip fan-out wafer-levelverpakkingstechnologie. Voor de verpakking van zo’n hoog-performante systemen vormt warmte-dissipatie een hele uitdaging. Imec heeft onlangs een goedkope oplossing voorgesteld om chips opverpakkingsniveau te koelen. Hiermee bereiken ontwerpers een vijf keer beter thermischontwerpvenster in vergelijking met state-of-the-art koelingstechnieken. Voor data- en telecomworden vooral optische links gebruikt – bijvoorbeeld om server-racks in datacentra met elkaar teverbinden of om backplane board-to-board verbindingen te voorzien. Met ons Si-fotonica platformontwikkelen we 400Gb/s optische links (8x50Gb/s). Onlangs verhoogden we de performantie vandat 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 zichmeebrengt voor de snelheid waarmee de huidige draadloze CMOS-chips gegevens kunnendownloaden. In het front-end van onze mobiele toestellen zullen we daarom hoog-performante enzeer snelle analoge transistoren nodig hebben die ook energiezuinig zijn. Bij imec bekijken we of wemet 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 datde 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 eenneuraal netwerk op maat van de applicatie. Dat netwerk wordt dan in de cloud getraind op basisvan bestaande data. Daarna worden gewichten opgeslaan in een geheugen, meestal off-chip. Dezegewichten zijn een maat voor de bijdrage van een methode in een voorspelling. Wat gebeurt er nuwanneer een nieuwe input binnenkomt? Tijdens deze fase (de fase van deployment) wordt denieuwe input naar de cloud gestuurd en vergeleken met de gewichten. Het netwerk geeft dan dewaarschijnlijkheid waarmee deze input past bij een van de klassen waarvoor het netwerk werdgetraind. In de praktijk maakt de conventionele machine learning vooral gebruik van grafischeverwerkingseenheden (GPUs) die gebaseerd zijn op geavanceerde CMOS-technologieën.

Imec werkt momenteel aan een nieuw platform dat veel minder eisen oplegt aan hetgeheugen 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 14nmtechnologieplatform met MRAM-type geheugens gebruiken. Op deze manier konden we een sterkverminderd vermogenverbruik aantonen vergeleken met CMOS-gebaseerde GPU-technologie.

7/8

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?

• Technology for tomorrow’s world’, ITF Belgium 2018 presentatie door An Steegen – eencompilatie

• ‘De comeback van het fotorolletje’, imec magazine

• ‘EUV-lithografie met enkelvoudige belichting: een stap dichterbij’, imec magazine

• ‘Imec furthers high-mobility nanowire FETs for nodes beyond 5nm’, persbericht

• ‘Imec ontwikkelt als eerste een productieproces voor een nieuwe microchiptechnologiewaardoor chips nog kleiner zullen worden’, persbericht

• ‘De mogelijkheden van sequentiële-3D-integratie voor de schaalverkleining van chips’, imecmagazine

• ‘Imec and Unisantis unveil ultra-scaled EUV enabled surrounding gate transistor SRAM cell’,persbericht

• ‘Imec demonstrates manufacturability of state-of-the-art spin-orbit torque MRAM devices on300mm Si wafers’, persbericht

• ‘Imec demonstrates efficient cost-effective cooling solution for high performance chips’,persbericht

• ‘Imec zet hybride III-V/Si-technologie in om de uitdagingen van 5G aan te pakken’, imecmagazine

Biografie An Steegen

An Steegen is executive vice presidentsemiconductor technology and systems bijimec. Ze is verantwoordelijk voor hetonderzoek en ontwikkeling van state-of-the-arttechnologieën voor nanoelektronica, waarmeede groei van een verbonden en duurzamesamenleving wordt versneld. An Steegen is eenwereldautoriteit op het gebied van elektronicaop nanoschaal waarmee systeemoplossingenmogelijk worden voor de infrastructuur van hetIoT, en toepassingen gebaseerd op sensoren enactuatoren. Ze begon haar carrière als R&DDirector bij IBM, New York. An Steegenbehaalde een doctoraat in material science aande KU Leuven en heeft meer dan 100publicaties en patenten op haar naam staan.

8/8