極低温でシリコンを計測し、モデル化する

バルクCMOSを極低温まで特性評価し、広い温度・バイアス範囲で精度を保つコンパクトモデルを構築しています。計測環境の構築から、シリコンで検証したモデル、機械学習によるコンパクトモデリングまでを扱います。

01. 極低温CMOSの特性評価とコンパクトモデリング

極低温動作はCMOSデバイスの振る舞いを大きく変え、室温向けの既存モデルは深冷温度で成立しなくなる。バルクCMOSを極低温まで計測し、広い温度・バイアス範囲で精度を保つコンパクトモデルを構築している。

そのために研究室の極低温計測環境をゼロから構築し、極低温CMOS計測を自動化するオープンソースツール PyVAR3 を公開した。

ニューラルネットワークは解析的に表現しにくいデバイス特性を捉えられる一方、トランジスタ電流の広いダイナミックレンジで学習精度が低下する。サブスレッショルドから強反転まで精度を保つための正規化・学習手法に取り組んでいる。

次の研究スレッドはまだ形になりつつあります。新しいデバイスデータ、より良いコンパクトモデル、そして cryogenic CMOS を設計しやすくする ML 手法を探っています。

本研究は京都工芸繊維大学のShintani研究室で行っており、極低温デバイスの特性評価・コンパクトモデリング・回路設計にわたる共同研究者とともに進めています。