レゾナックは８月６日、材料開発のためのシミュレーションとして一般的に用いられる計算手法「第一原理計算」と、人工知能（ＡＩ）を融合した新しいシミュレーション技術「ニューラルネットワークポテンシャル（ＮＮＰ）技術」を、ＣＭＰスラリーによる半導体回路の研磨メカニズムのシミュレーションに初めて導入し、解明したと発表した。
ＮＮＰ技術は、これまで難しかった化学反応のシミュレーションを、第一原理計算と同程度の精度を維持しながら、10万倍以上の速度で実施できる技術。同社は、本技術により複雑な半導体製造プロセスで起きている材料の挙動を解明し、迅速な新材料創出に繋げるとしている。
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となる。
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。
同社は、数年前からＡＩ半導体を用いることで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。
同社は、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、同社では、ＣＭＰスラリー以外の半導体材料分野でも適用している。
計算情報科学研究センターセンター長・奥野好成氏は、「ＡＩを活用したＮＮＰ技術は、最先端の計算科学技術を生かして、より高度な材料解析や新たな材料・素材発見を実現できる、新たな技術です。ＡＩ半導体を用いたコンピュータでＡＩを活用したシミュレーションを行いそれによってさらに良いＡＩ半導体開発をする、面白い時代になってきたと実感します。」とコメントしている。
