レゾナック、AIを活用したNNP技術をCMPスラリーによる半導体回路の研磨メカニズムのシミュレーションに導入

昨今、半導体分野では、シミュレーションにより見当をつけて実験することで、効率的に研究開発し、新材料の創出を加速する取り組みが行われているが、半導体製造プロセスの場合は、無機物、金属、有機物など、異なる性質を持つ材料との界面における相互作用を計算する必要がある。

こういった場合、物質の性質を基本的な物理法則から直接計算する手法である第一原理計算を使うのが一般的だが、同計算手法は、精度の高い計算結果を出せる一方、計算に多くの時間と計算能力が必要となるため、複雑な化学反応や、圧力など周囲の環境を考慮したメカニズムのシミュレーションは困難だ。

また、解析できる反応時間も限られていることから、半導体材料分野には適していなかった。中でも、半導体製造に重要なCMPスラリー（※）による半導体基板の研磨工程に対しては、添加剤や研磨剤など多くの分子・原子が存在するうえ、基板の複雑な形状を細かくコントロールする必要があり、時間的にも空間的にも大規模なシミュレーションが求められているのだという。

※CMPスラリー：半導体集積回路向けの平坦化用研磨材料。CMPは「Chemical Mechanical Polishing」（化学的機械研磨)の略。スラリーは水系の研磨剤のことで、砥粒と水溶液で構成されている。研磨するウェハーの表面材質に応じて、セリアスラリーやシリカスラリー等、複数の種類に使い分けられる。表面を平坦化することで回路を多層化できるようになる。

こうした中、株式会社レゾナックは、材料開発のためのシミュレーションとして一般的に用いられる計算手法「第一原理計算」と、AIを融合した新しいシミュレーション技術「ニューラルネットワークポテンシャル（NNP）技術」を、CMPスラリーによる半導体回路の研磨メカニズムのシミュレーションに導入し、解明したと発表した。

その結果、ナノメートル（10億分の1メートル）スケールで複雑な界面の挙動を可視化することで、実験だけでは捉えにくい複雑な研磨メカニズムを詳しく理解することができたのだという。

レゾナック、AIを活用したNNP技術をCMPスラリーによる半導体回路の研磨メカニズムのシミュレーションに導入 — CMPスラリーによりシリコンウェハー表面が研磨される際のシミュレーション

レゾナックは、「基板形状や加工条件など周囲環境の影響を含む詳細なプロセスが明らかになることで、より確度高く、求める機能を出す原料候補を見つけられる。その結果、新材料の開発期間が大幅に短縮できる。」としている。

また、計算情報科学研究センターのセンター長である奥野好成氏は、「AIを活用したNNP技術は、最先端の計算科学技術を生かして、より高度な材料解析や新たな材料・素材発見を実現できる、新たな技術だ。AI半導体を用いたコンピュータでAIを活用したシミュレーションを行い、それによってさらに良いAI半導体開発をする、面白い時代になってきたと実感している。」とコメントしている。

なおレゾナックは、NNP技術は界面や異種混合などの複雑な解析に有効だとし、CMPスラリー以外の半導体材料分野でも適用しているとのことだ。