レゾナック、AI活用の最先端シミュレーション技術で半導体材料開発を加速。CMPスラリーによる半導体基板研磨メカニズムの解明に10万倍速以上の計算手法を初めて適用

昨今、半導体分野では、技術革新のスピードが加速しており、迅速に新材料を提供することが求められている。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、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である。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切望されていた。

レゾナックは、数年前からAI半導体※3を用いることでAIの性能を飛躍的に高めたNNP技術を、半導体材料開発へ導入する検討を行ってきた。この最先端のNNP技術を用いれば、第一原理計算から得られる数千万件にも及ぶ膨大なデータをAIに機械学習させて、第一原理計算に匹敵する高い精度で、大規模なシミュレーションができるようになる。その計算速度は、第一原理計算で1000年以上かかるところ、100時間で実施できる。

レゾナックは、CMPスラリーによる半導体基板の研磨工程のシミュレーションを実施するため、最先端のNNP技術を用いた。その結果、ナノメートル※4スケールで複雑な界面の挙動を精密に可視化することで、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。

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。NNP技術は、界面や異種混合などの複雑な解析に有効であり、当社では、CMPスラリー以外の半導体材料分野でも適用している。