Y.M. Niquet, 1 F. Triozon, 2 I. Duchemin 1, D. Rideau 3

Transcription

1 PHYSIQUE DES MATERIAUX ET DES MICROSTRUCTURES Froggy simule déjà la prochaine machine! Y.M. Niquet, 1 F. Triozon, 2 I. Duchemin 1, D. Rideau 3 1 CEA Grenoble, INAC, SP2M/L_Sim, France 2 CEA Grenoble, LETI-MINATEC, France 3 STMicroelectronics, Crolles, France

2 Le transistor MOS L g I Principe : Contrôler le courant I entre le contact «source» et le contact «drain» à l aide de l électrode de «grille». La grille attire ou repousse les électrons dans le «canal» entre la source et le drain, agissant ainsi sur le courant. Le transistor MOS transistor fonctionne comme un interrupteur contrôlé par la grille Bit 0/1. La taille du transistor MOS transistor est caractérisée par sa longueur de grille L g.

3 Anatomie de la grenouille Froggy est une grenouille pas comme les autres

4 Anatomie de la grenouille Froggy est une grenouille pas comme les autres Intel E (Sandybridge) 2.6 Ghz Refroidissement par eau 64 GB RAM GPU Nvidia K20 Rack Infiniband FDR Système de fichiers LUSTRE + Alimentation électrique

5 Anatomie de la grenouille

6 Anatomie de la grenouille 136 processeurs Intel Xeon 2.26 GHz (Sandy Bridge).

7 Anatomie de la grenouille 8 cœurs (unités de calcul) par processeur.

8 Anatomie de la grenouille Environ transistors/processeur.

9 Contexte Loi de Moore : Le nombre de transistors sur un processeur double tous les ~1.5 ans. Source : IMEC Longueur de grille de la technologie Sandy Bridge d INTEL (Froggy) : 32 nm. Longueur de grille de la technologie Ivy Bridge d INTEL : 22 nm. Et après? (16 nm? 10 nm? 5 nm?)

10 Un vrai challenge pour les matériaux et la technologie Source : Intel Introduction de nouveau matériaux : Silicium contraint, «High-», Vers le transistor 3D!

11 Et à Grenoble? STMicroelectronics est lui aussi engagé dans cette course (microcontrôleurs, processeurs ARM ).

12 Défis Défis : Technologiques : Synthèse et procédés matériaux. Caractérisation. Conceptuels : Physique de plus en plus complexe, non classique. Beaucoup de questions restent ouvertes.

13 Enjeux pour la simulation Enjeux : La modélisation doit permettre de : Comprendre/anticiper la physique des dispositifs. Faire le tri parmi les options architectures/matériaux. Optimiser les dispositifs. «Caractérisation par la simulation»

14 Problématiques La simulation n est plus suffisamment quantitative pour être emmenée sur des terrains peu ou pas explorés.

15 Problématiques La simulation n est plus suffisamment quantitative pour être emmenée sur des terrains peu ou pas explorés. V g V g SiO 2 Si SiO 2 I V ds I I V ds V ds

16 Problématiques La simulation n est plus suffisamment quantitative pour être emmenée sur des terrains peu ou pas explorés. V g SiO 2 Si I SiO 2 V ds Exp. (Uchida 2002) I V ds

17 Problématiques La simulation n est plus suffisamment quantitative pour être emmenée sur des terrains peu ou pas explorés. V g SiO 2 Si I SiO 2 V ds Exp. (Uchida 2002) «Kubo Greenwood» I V ds Les méthodes «semi-classiques», calibrées à t = 7 nm, sont incapables de rendre compte des tendances pour t = 4 nm et t = 2.6 nm.

18 Solutions Développer un code : Basé sur la mécanique quantique. Capable de décrire des matériaux complexes. «Multi-échelles» : Description milieux continus/atomistique.

19 Le code Ab-initio data Structural properties (geometry optimization, symmetries...) Optical properties (oscillator strengths, polarizations,...) 3D Poisson solvers Tight-binding and k.p hamiltonians Self-consistency Transport properties (Kubo, Landauer, NEGF) Code liaisons fortes/k.p développé au CEA Grenoble. Couplé aux codes ab initio ( ). Adapté aux infrastructures de calcul hautes performances.

20 Prix Bull Fourier 2012 Simulation des propriétés électriques des transistors de prochaine génération sur GPU (code «TB_Sim») QUASANOVA Y.M. Niquet (CEA/INAC), F. Triozon (CEA/LETI) & C. Delerue (CNRS/IEMN Dept ISEN) Grille Source Nanofil Si Drain I ds

21 Mobilité dans les films de Si «Fonctions de Green hors-équilibre» pour le transport quantique. V g SiO 2 Si I SiO 2 V ds Exp. (Uchida 2002) «Kubo Greenwood» I V ds

22 Mobilité dans les films de Si «Fonctions de Green hors-équilibre» pour le transport quantique. V g SiO 2 Si I SiO 2 V ds Exp. (Uchida 2002) «Kubo Greenwood» NEGF I V ds Les fonctions de Green reproduisent les tendances pour t arbitraire, à l inverse des méthodes semi-classiques.

23 Mobilité dans les films de Si «Fonctions de Green hors-équilibre» pour le transport quantique. SiO 2 Oxyde SiO 2

24 Mobilité dans les films de Si «Fonctions de Green hors-équilibre» pour le transport quantique. HfO 2 SiO 2-20/30% mobilité! Oxyde SiO 2 /HfO 2 Physique encore largement controversée Modélisation en cours avec ST Microelectronics (ANR Quasanova) et des résultats probants!

25 Conclusions Les outils type TB_Sim ont montré leur potentiel et sont destinés à intégrer la chaîne de simulation en microélectronique : Simulation transport quantique Simulation matériaux ab initio TCAD Simulation semiclassique Ils nécessitent des moyens de calculs adaptés tels que ceux de la plateforme CIMENT. L accès à des moyens de calcul hautes performances représente un enjeu stratégique pour la recherche scientifique. Environ h de calcul sur Froggy (1024 à 2048 cœurs). Accès GENCI/PRACE.