Silicidation process: Modelling nickel deposition and diffusion from silicide/silicon interfaces through ab initio calculations and machine learning approach
Procédé de siliciuration : Modélisation du dépôt et de la diffusion du nickel à partir des interfaces siliciure/silicium par des calculs ab initio et une approche d'apprentissage automatique
Résumé
Nickel silicidation process: Modelling of nickel deposition and
diffusion from silicide/silicon interfaces through ab initio calcu-
lations and machine learning approach
Although nickel-based silicide thin films are already used in many technolog-
ical applications in microelectronics, their formation mechanisms are still far
from being understood and controlled, which makes their industrial integration
difficult. It has been shown that the silicidation process is controlled from the
very first Ni-Si interactions when nickel is deposited on the silicon substrate,
before the thermal activation phase that forms the final silicide. In this thesis,
a multi-level modelling strategy combining ab initio calculations, molecular
dynamics simulations and machine learning methods is used to describe some
key stages of the silicidication process. The deposition stage is studied using ab
initio methods. The activation phase is studied using molecular dynamics, for
which a Machine Learning interatomic potential has been developed.
First, first-principles calculations are used to unravel the early stages of
nickel silicide formation. Our work demonstrates that during the deposition
of nickel on top of a silicon surface, an interface alloyed layer is formed even
at room temperature before any thermal activation. Moreover, we have suc-
ceeded in determining that this interfacial layer has a nickel-rich composition
(011)Ni3Si which is favored by the ability of nickel atoms to penetrate the sur-
face layers of the silicon substrate. These calculations are validated by experi-
mental measurements of X-ray reflectivity and high resolution scanning trans-
mission electron microscopy.
Then, the nickel-silicon/silicon interfaces likely to appear after the thermal
activation phase of the silicidation process are studied using ab initio calcula-
tions. The structural properties and the charges are analyzed. Our work evi-
dences the presence of dislocations and charge transfers as stabilization mech-
anisms in relation to orientation and stacking. In particular, we find that at-
tempts of silicide rotation to minimize the elastic energies produced by the lat-
tice mismatches of the two materials are related to large dislocations in the in-
terface regions. These interfaces are then used for the construction of an ab
initio database to build an interatomic potential for the long time simulation of
interface dynamics.
Finally, the nickel silicidation process after thermal activation is studied
thanks to the development of an interatomic interaction potential of Machine
Learning type based on linear regression methods (Lassolars). Using this poten-
tial, atomic dynamics are simulated on nickel-silicide/silicon interfaces during
long simulation times using molecular dynamics with different thermal bud-
gets. Structural and chemical analyses of the silicide structures formed during
the simulation are provided.
Procédé de siliciuration du nickel : Modélisation du dépôt et
de la diffusion du nickel à partir des interfaces siliciure/sili-
cium par des calculs ab initio et une approche d’apprentissage
automatique
Alors que les couches minces de siliciures à base de nickel sont déjà présentes
dans de nombreuses applications technologiques de la microélectronique, leurs
mécanismes de formation sont encore loin d’être compris et maîtrisés, ce qui
rend leur intégration industrielle difficile. Il est montré que le procédé de sili-
ciuration est piloté dès les toutes premières interactions Ni-Si lors du dépôt de
nickel sur le substrat de silicium avant la phase d’activation thermique formant
le siliciure final. Dans cette thèse, une stratégie de modélisation à plusieurs
niveaux associant des calculs ab initio, des simulations de dynamique molécu-
laire et des méthodes d’apprentissage automatique est utilisée pour décrire
quelques étapes clés du procédé de siliciuration. L’étape de dépôt est étudiée
par des méthodes ab initio. La phase d’activation est étudiée par dynamique
moléculaire, pour laquelle le développement d’un potentiel interatomique de
type Machine Learning a été effectué.
Dans un premier temps, les calculs ab initio sont utilisés pour élucider les
premières étapes de la formation du siliciure de nickel. Notre travail démon-
tre que lors du dépôt de nickel sur une surface de silicium, une couche al-
liée d’interface est formée même à température ambiante avant toute activa-
tion thermique. Cette couche interfaciale a une composition riche en nickel de
type (011)Ni3Si qui est favorisée par la capacité des atomes de nickel à pénétrer
les couches en surface du substrat de silicium. Ces calculs sont validés par
des mesures expérimentales de réflectivité des rayons X et de microscopie élec-
tronique à transmission à balayage à haute résolution. Ensuite, les interfaces
nickel-silicium/silicium susceptibles d’apparaître après la phase d’activation
thermique du procédé de siliciuration sont étudiées à l’aide de calculs ab ini-
tio. Les propriétés structurales et les charges sont analysées. Notre travail met
en évidence la présence de dislocations et de transferts de charge comme mé-
canismes de stabilisation en relation avec l’orientation et l’empilement. En par-
ticulier, nous constatons que les tentatives de rotation du siliciure pour min-
imiser les énergies élastiques produites par les désaccords de maille des deux
matériaux sont liées à de grandes dislocations dans les régions d’interface. Ces
interfaces sont ensuite utilisées pour la construction d’une base de données ab
initio pour construire un potentiel interatomique. Enfin, l’étape d’activation
thermique est étudiée. Nous dévrivons le développement d’un potentiel in-
teratomique de type Machine Learning fondé sur des méthodes de régression
linéaire (Lassolars). A l’aide de ce potentiel, les dynamiques atomiques sont
simulées aux interfaces nickel-siliciure/silicium pendant des temps de simula-
tion Lassolars machine-learning en utilisant la dynamique moléculaire en util-
isant différents bilans thermiques. Des analyses structurales et chimiques des
structures de siliciure formées au cours de la simulation sont fournies.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|