SemiMatrix / TOPICS / 2D MATERIALS (MOS₂ / WSE₂)
SEMICONDUCTOR — DEEP DIVE

2D Materials (MoS₂ / WSe₂):
2D Materials (MoS₂ / WSe₂)

ENGINEERING

01 บทนำ: 2d Materials คืออะไร

ในยุคที่เทคโนโลยีการผลิตเซมิคอนดักเตอร์ก้าวข้ามผ่าน Node 2nm เข้าสู่ยุค Beyond 2nm ข้อจำกัดทางฟิสิกส์ของซิลิคอน (Si) ในฐานะ Channel material เริ่มมีความชัดเจนมากขึ้น โดยเฉพาะปัญหา Short-channel effects (SCE) และความต้านทานที่เพิ่มขึ้นในระดับอะตอม วัสดุ 2 มิติ (2D Materials) เช่น Transition Metal Dichalcogenides (TMDs) จึงกลายเป็นกุญแจสำคัญที่ถูกระบุไว้ในแผนที่นำทาง IRDS 2024 เพื่อใช้เป็น Monolayer channel ที่มีความบางในระดับอะตอมแต่มีคุณสมบัติทางไฟฟ้าที่ดีเยี่ยม

ความสำคัญของวัสดุ 2D ไม่ได้หยุดอยู่แค่การลดขนาด Transistor แต่ยังรวมถึงการบูรณาการเข้ากับสถาปัตยกรรมแบบ 3D Stacked CFET (Complementary FET) ซึ่งเป็นการวาง n-channel และ p-channel ซ้อนทับกันในแนวตั้งเพื่อเพิ่มความหนาแน่นของ Transistor เป็นสองเท่า การเปลี่ยนผ่านนี้ถือเป็นจุดเปลี่ยนเชิงยุทธศาสตร์สำหรับวิศวกรยุคหน้าในการก้าวไปสู่การคำนวณแบบ Neuromorphic และ Photonics-Electronic Integration

📍 CAREER ROADMAP CONTEXT
STAGE 06 — FUTURE NODES: Beyond 2nm: 2D Materials & Neuromorphic
CFET (2D/3D stacked nCFET+pCFET); 2D materials (MoS₂, WSe₂) สำหรับ monolayer channel; graphene nanoribbon (GNR) interconnects; negative capacitance FET (NC-FET); neuromorphic computing (memristor/ReRAM); photonic-electronic integration
Tools: TCAD, DFT/ab-initio simulation (VASP), IRDS 2024 beyond Si chapter
Related: CFET Architecture · Neuromorphic & ReRAM · Photonic Integration
Path: Leading-Edge Technology Engineer

02 หลักการพื้นฐาน

หัวใจสำคัญของวัสดุ 2D คือโครงสร้างผลึกที่ถูกยึดเหนี่ยวด้วยแรง Van der Waals ซึ่งช่วยให้สามารถสร้าง Channel ที่มีผิวด้านบนและด้านล่างที่ปราศจาก Dangling bonds ช่วยลด Scattering ได้อย่างมีนัยสำคัญ ตัวอย่างวัสดุเช่น MoS₂ (Molybdenum Disulfide) และ WSe₂ (Tungsten Diselenide) มี Bandgap ที่เหมาะสมสำหรับการทำ Digital Logic ในขณะที่ Graphene Nanoribbons (GNR) ถูกวิจัยเพื่อนำมาใช้เป็นวัสดุ Interconnect แห่งอนาคต

ในเชิงฟิสิกส์ การคำนวณคุณสมบัติวัสดุเหล่านี้ต้องพึ่งพา Density Functional Theory (DFT) เพื่อทำนาย Electronic Band Structure โดยมีสมการพื้นฐานของพลังงานในระบบคือ $E_{total} = E_{kinetic} + E_{ion-electron} + E_{electron-electron} + E_{xc}$ โดยที่ $E_{xc}$ คือ Exchange-Correlation Energy นอกจากนี้ วัสดุเหล่านี้ยังนำมาประยุกต์ใช้ใน Negative Capacitance FET (NC-FET) โดยอาศัย Ferroelectric material (เช่น Hf₀.₅Zr₀.₅O₂) มาสร้างภาวะ Internal Voltage Amplification เพื่อลด Subthreshold Swing ให้ต่ำกว่าขีดจำกัดทางทฤษฎีที่ 60 mV/dec ของ MOSFET ปกติ

03 วิธีการและเทคนิค

กระบวนการผลิต (Process Flow) สำหรับ 2D materials ในระดับอุตสาหกรรมมีความท้าทายสูง โดยเริ่มจากการเตรียมผลึกด้วยวิธี MOCVD (Metal-Organic Chemical Vapor Deposition) แบบ Large-area growth บนเวเฟอร์ขนาด 300mm ซึ่งต้องควบคุมความสม่ำเสมอของชั้นอะตอม (Monolayer uniformity) อย่างเคร่งครัด จากนั้นจึงเป็นขั้นตอนการถ่ายโอน (Transfer process) หรือการปลูกผลึกโดยตรง (Direct growth) ลงบน Dielectric substrates ที่มีการเตรียมพื้นผิวแบบพิเศษ

สำหรับสถาปัตยกรรม CFET กระบวนการผลิตต้องใช้เทคนิค Self-aligned vertical stacking ซึ่งประกอบด้วยขั้นตอนสำคัญคือ: 1) การฝังชั้นวัสดุ 2D สลับกับชั้นฉนวน (Sacrificial layers), 2) การขึ้นรูป Nano-sheet หรือ Nano-ribbon channel, และ 3) การทำ Source/Drain contact engineering ที่มีความต้านทานหน้าสัมผัส (Contact Resistance) ต่ำมาก ซึ่งมักใช้เทคนิคการเติมสารเจือปนผ่านกระบวนการ Plasma-assisted doping หรือการเลือกวัสดุ Metal work-function ที่เหมาะสมเพื่อให้ได้ Schottky barrier ที่ต่ำที่สุด

04 เทคนิคขั้นสูง

ความท้าทายในระดับ Sub-2nm ไม่ได้มีเพียงแค่กระบวนการผลิต แต่รวมถึง Interconnect Parasitics เนื่องจากสายสัญญาณโลหะทองแดง (Cu) มีค่าความต้านทานเพิ่มขึ้นแบบทวีคูณเมื่อลดขนาดลง วัสดุอย่าง GNR จึงถูกนำเสนอเพื่อเป็นทางเลือกใหม่เนื่องจากมีอัตราการเคลื่อนที่ของพาหะ (Carrier Mobility) ที่สูงมากในโครงสร้างที่แคบ อีกทั้งการจัดการความร้อน (Thermal Management) ในโครงสร้าง 3D Stacked CFET ยังเป็นอุปสรรคสำคัญ เนื่องจากวัสดุ 2D มีค่า Thermal Conductivity ที่แตกต่างจาก Bulk Si อย่างสิ้นเชิง

โซลูชันที่อุตสาหกรรมกำลังมุ่งไปคือการทำ Neuromorphic Computing โดยใช้ Memristor หรือ ReRAM ที่สร้างจากวัสดุ 2D เพื่อเลียนแบบการทำงานของ Synapse ในสมองมนุษย์ การบูรณาการเซนเซอร์และระบบประมวลผลเข้ากับ Photonic-electronic integration บนชิปเดียวกันจะช่วยแก้ปัญหาคอขวดของการรับส่งข้อมูล (Data bus bottleneck) ทำให้สามารถประมวลผลข้อมูล AI ขนาดใหญ่ได้ด้วยความเร็วแสงและพลังงานที่ต่ำลงมาก

05 เครื่องมือและอุปกรณ์

ในแง่ของ EDA และการออกแบบวิศวกรต้องใช้เครื่องมือระดับ High-end สำหรับการจำลอง: Synopsys Sentaurus TCAD และ Cadence Virtuoso ถูกนำมาปรับจูนเพื่อรองรับวัสดุที่ไม่ใช่ Si ในขณะที่การทำ Ab-initio simulation เพื่อวิเคราะห์วัสดุใหม่ๆ ต้องใช้ชุดซอฟต์แวร์เช่น VASP (Vienna Ab-initio Simulation Package) ร่วมกับ Quantum Espresso

สำหรับการผลิตเชิงอุตสาหกรรม เครื่องมือจากผู้นำตลาดอย่าง Applied Materials (AMAT) ในด้าน PECVD/ALD และ Lam Research ในด้าน Selective Etching เป็นสิ่งที่ขาดไม่ได้ รวมถึง ASML ที่กำลังพัฒนา High-NA EUV Lithography เพื่อรองรับลวดลายขนาดจิ๋วที่ซับซ้อนของโครงสร้าง 3D ในส่วนของ Metrology การวัดความหนาในระดับ Monolayer และความสมบูรณ์ของโครงสร้างผลึก (Crystal Integrity) ต้องใช้ In-line AFM (Atomic Force Microscopy) และ HR-TEM (High-Resolution Transmission Electron Microscopy) ของบริษัทอย่าง KLA หรือ FEI

06 การประยุกต์ใช้ในอุตสาหกรรม

ปัจจุบันยักษ์ใหญ่ในอุตสาหกรรมอย่าง TSMC, Intel และ Samsung ต่างเร่งทำ R&D ในส่วนของ 2D Materials อย่างเข้มข้น โดย Intel ได้เปิดเผยแนวคิดการใช้ 2D Transistor ในแผนผัง Roadmap ระยะยาว ส่วน TSMC ได้มีการทดลองผลิตโครงสร้าง CFET ที่ใช้แผ่น 2D เป็น Channel ในห้องแล็บวิจัยชั้นสูงของบริษัท เพื่อเตรียมความพร้อมสำหรับการทำ Mass Production ในช่วงหลังปี 2030

ผลกระทบต่อ Global Supply Chain นั้นมหาศาล เนื่องจากต้องเปลี่ยนผ่านจากวัตถุดิบพื้นฐานไปสู่สารตั้งต้นจำพวกโลหะหายาก (Transition Metals) และเทคโนโลยีการเคลือบผิวแบบใหม่ ส่งผลให้บริษัทต้นน้ำและผู้ผลิตสารเคมีพิเศษ (Precursor Chemicals) ต้องปรับตัวตาม ทั้งนี้ การแข่งขันในระดับนี้จะเป็นตัวกำหนดว่าใครจะเป็นผู้นำในตลาด AI Chip และความมั่นคงทางเทคโนโลยีเซมิคอนดักเตอร์ของโลก ซึ่งวัสดุ 2D จะกลายเป็นทรัพย์สินทางปัญญา (IP) ที่มีมูลค่าสูงสุดในทศวรรษหน้า