大数跨境
0
0

DP还能干这个?硅片表面“高温出汗”的秘密,被AI算出来了!

DP还能干这个?硅片表面“高温出汗”的秘密,被AI算出来了! 深度势能
2025-11-19
0


你可能不知道:一块看似光滑的硅片,在原子尺度下其实是个“动态舞台”——硅原子会牵手成对、氢原子来回穿梭,甚至在高温下“提前融化”,像出汗一样形成一层“准液态”。这些微观行为,直接影响芯片制造的质量。


最近,中国科学院上海微系统与信息技术研究所李湃、魏星研究员团队在 Small 期刊发表了一项研究,首次系统揭示了硅(001)表面在不同温度和氢气环境下的演化规律,并捕捉到它在熔化前的“预熔化”现象。而这一切,离不开一个关键工具:深度势能(Deep Potential, DP)


硅表面为何如此“善变”?

Image


硅是芯片的“地基”,其中 Si(001) 晶面因结构规整、易于控制,被广泛用于半导体工艺。但它的表面并不“老实”:裸露时,硅原子会两两配对,形成“二聚体”;一旦通入氢气,氢原子就会附着在表面,改变原子排布,甚至引发刻蚀。


image.png

图1. Si(001) 表面在不同氢覆盖度下的典型结构(a)无氢的 c(4×2) 相;(b)半氢化 (2×2)-Hhalf 相;(c)(2×1)-H 相;(d)(3×1)-H 相;(e,f)(1×1)-H 相及其倾斜变体。白色为氢原子,黄色为表层 Si,紫色为下层 Si。


实验上早已观察到多种氢化结构(比如 (2×1)-H、(3×1)-H 等),但一直缺乏一个统一理论回答:什么条件下会出现哪种结构?温度和氢气压力如何影响表面稳定性?


传统第一性原理计算(如 DFT)虽然精准,但算几百个原子就要耗费大量时间,更别说模拟上千原子在高温下的长时间演化了。这时候,DP 出场了


Image

DP:让AI学会量子力学,又快又准

Image


研究团队用 DFT 数据训练了一个DP机器学习力场(MLFF),让它“学会”原子间的相互作用规律。训练好的 DP 模型,精度接近 DFT,但计算速度提升几个数量级——这意味着,以前算不动的问题,现在可以轻松模拟!


借助 DP + 巨正则蒙特卡洛(GCMC)方法,团队首次构建了 Si(001) 表面的温度–氢压相图,清晰展示了表面结构如何随环境变化:


  • 低温 + 中等氢压 → (3×1)-H 相占主导;

  • 高温 + 高氢压 → 表面被氢“全覆盖”,形成稳定的 (2×1)-H 相;

  • 高温 + 低氢压 → 氢全部脱附,回归裸露的 c(4×2) 二聚体结构。


这张相图不仅解释了多年实验现象,还标出了芯片制造中常用的工艺窗口(见图2粉红框),为实际生产提供指导。


image.png

图2. Si(001) 表面温度–氢压相图。颜色代表氢覆盖度,虚线为相变边界。周围的插图展示了相邻相之间过渡区中随机的表面氢覆盖结构。红色点代表观察到裸露硅(001)表面的实验条件,蓝色点表示观察到单氢化物表面的实验条件。半透明粉红色方框用于标注薄膜沉积工艺中常用的典型(T,P)参数范围。


Image

硅片也会“出汗”?DP揭示预融化真相

Image


更令人惊喜的是,团队利用 DP 对无氢的裸硅表面进行了高温分子动力学模拟(体系含上千原子,模拟时间达纳秒级)。结果发现:


当温度升到约1400 K(约1127℃)时,尽管整体硅还没熔化(熔点约1687 K),表面却已开始“软化”——二聚体解离,原子在平面内自由流动,形成一层类似液体的“准液态层”。这种“表面先熔、内部仍固”的现象,叫预熔化(premelting)。它就像冰在0℃以下表面也会微微湿润一样,是材料在熔点前的“热身动作”。


DP 模拟给出的预熔化区间(1300–1687 K)与实验高度吻合,潜热也准确预测为0.19 eV/原子(体相熔化为 0.46 eV/原子)。这是首次在原子尺度清晰捕捉到硅表面的这一过程。不仅能算,还能“看得见”。


image.png

图3. Si(001) 裸表面随温度演化的势能与二聚体序参数变化。橙色双箭头标出的温度区间为实验测得的预熔化温度范围,上方为不同温度下的原子结构快照。


为了让实验科学家更容易验证,团队还基于 DP 模拟生成了不同氢化相的扫描隧道显微镜(STM)图像 和 红外光谱(IR)。例如:

  • (2×1)-H相的 Si–H 振动峰在 2185 cm⁻¹;

  • (3×1)-H出现双峰,移到 2198 cm⁻¹;

  • 全氢化的(1×1)-H 则高达 2220 cm⁻¹。


这些“指纹信号”与实验光谱几乎一致,相当于给表面结构配了一本“识别手册”。


image.png

图4. 不同氢覆盖度下硅(001)表面的模拟扫描隧道显微镜图像与红外振动光谱。红色箭头标示特征振动模式,对应的频率标注于下方。


Image

小结:DP正在改变材料模拟的边界

Image


这项工作再次证明:DP 不只是加速器,更是探索者

1. 它让复杂表面的热力学采样成为可能;

2. 它揭示了实验难以直接观测的原子演化过程;

3. 它连接了理论与实验,为半导体工艺提供原子级洞察。


未来,该方法将拓展至 Si(111)、Si(110) 等更多晶面,甚至用于异质界面、缺陷动力学等更复杂场景。DP,正在成为新材料研发不可或缺的“数字显微镜”。


相关论文:
 [1] Zhong H., Xue Z., Li P., Wei X. Theoretical Study on the Thermodynamics of Si(001) Surface, Small, 2025, 21, e05284. DOI: 10.1002/smll.20250528



【声明】内容源于网络
0
0
深度势能
DeepModeling社区以开源社区的方式聚集着一群积极探索机器学习与物理建模结合的新的科学研究范式,并真正希望通过计算模拟突破科学边界、解决实际问题的人们​。
内容 177
粉丝 0
深度势能 DeepModeling社区以开源社区的方式聚集着一群积极探索机器学习与物理建模结合的新的科学研究范式,并真正希望通过计算模拟突破科学边界、解决实际问题的人们​。
总阅读12
粉丝0
内容177