Yasri Yudhistira

Blog baru ini saya buat di web host saya yang sebetulnya sudah saya miliki sejak lumayan lama. Berhubung ilmu dan waktu yang terbatas, baru saat ini saya sempat mengaktifkan blog saya di site ini.

Anyway, resolusi tahun baru saya untuk 2008: lebih giat menulis blog untuk berbagi pengalaman, ide, dan ilmu.

Sharing is the easiest way to learn something. Harta benda akan selalu habis bila dibagi. Ilmu pengetahuan tidak akan pernah habis untuk dibagi.

Ada 3 hal yang amalannya tidak akan pernah putus walaupun yang bersangkutan sudah meninggal dunia : doa anak yang sholeh, ilmu yang bermanfaat, dan amal jariyah.

Semoga tulisan saya bermanfaat bagi para pembaca. Dan semoga juga semakin banyak orang yang mau berbagi ilmu seluas-luasnya.

Gara-gara terlalu ambisius untuk bikin software CAD baru, saya akhirnya berkutat dengan bermacam-macam bahasa pemrograman baik yang sudah saya kenal ataupun yang benar-benar baru untuk saya.

Ambil contoh C/C++ ini bagus untuk speed tapi akhirnya saya harus utak-atik bermacam-macam sampai ke Qt, Glide, etc untuk user interfacenya. Berhubung Qt bukan pure open source, jadinya agak males juga ngoprek Qt. Begitu liat Glade, kok dokumentasinya kayaknya terlalu ribet. Belum lagi kompilasinya yang ngga sederhana. Yang berikutnya lagi, C++ STL. Idenya sangat amat menarik, jadinya saya oprek itu untuk paling tidak bisa baca program yang ditulis dengan STL. Yang repot terutama karena pada umumnya STL menggunakan terlalu banyak typedef di dalam kelas, yang walaupun mungkin menyederhanakan pembacaan algoritmanya, tapi untuk merunut dan mengurut typedef ini berasal dari mana, itu bukan sebentar.

Jadi saya simpan C++ ini untuk low level programming, misalnya untuk mengindeks struktur data, membaca file, dll. Termasuk yang saya oprek (sampe beli bukunya) adalah tentang OpenMP, yaitu ekstensi C untuk parallel programming.

Kedua, Tcl/Tk. Nah ini bahasa pemrograman yang ‘dulu’-nya merupakan saingan Perl, tapi bunyinya tidak senyaring Perl. Akibatnya user support, kelas tambahan dsb nya masih kurang. Kelebihannya, seperti Perl yang tidak mengenal tipe data, juga ada tipe data berbentuk List (hmm, bahasa Indonesianya apa ya, dulu waktu SMA katanya ’senarai berantai’), yang pengoperasiannya jauh lebih mudah ketimbang List dalam C++ atau Java. Misalnya perintah seperti :

foreach {a b} $list_baru {

puts [expr {$a*$b}];

}

yang artinya ambil data setiap dua buah dan masukkan ke variabel a dan b. Ini sangat berguna untuk pengolahan koordinat, misalnya poligon yang merupakan list dari beberapa titik, sehingga pemrosesannya lebih sederhana. Sebetulnya bisa juga tiap titik itu dianggap sebagai Class, cuma secara pribadi sepertinya cara representasi seperti ini lebih boros memori dan waktu untuk inisialisasi Class tersebut dan reservasinya di memory.

Lalu kenapa Tcl/Tk? Pertama, bahasa ini adalah bahasa yang digunakan salah satu vendor CAD yang perusahaan saya gunakan. Tujuannya jelas untuk portabilitas makro-makro yang sudah dibuat selama ini untuk vendor tersebut. Kedua, pembuatan user interfacenya benar-benar mudah dan straight forward. Juga banyak widgets yang sudah siap digunakan untuk tinggal diintegrasikan dalam suatu program. Selain itu, ini yang menarik, ternyata portabilitas Tcl/Tk juga sudah lumayan banyak, yang artinya seperti Java, write once run many. Saat ini Tcl/Tk banyak digunakan untuk administrasi otomatis antar beberapa server/workstation dengan berbagai sistem operasi, sistem window, atau pun hardwarenya.

Bahasa berikutnya, yaitu Java. Sebenarnya secara pribadi saya paling benci belajar Java. Mungkin manual, buku, atau web link yang saya punya benar-benar tidak user friendly. Terlalu banyak istilah-istilah baru yang menurut saya tidak self-explanatory. Misalnya, Struts, Beans, Swing, SWT, JFace, JBoss, what the heck. Bahasa pemrogramannya sendiri sih ok, mirip dengan C, tapi yang juga tambah pusing adalah object oriented languagenya yang menurut saya sangat rumit, misalnya Interface, Extend, Implement, dll. Saya sudah baca konsepnya bolak balik, tapi waktu saya coba integrasikan atau coba buat program sendiri dari nol, hmm… pusing.

Anyway, kenapa akhirnya saya nyerah juga harus pake Java? Alasannya MDT (model development tools) dari Eclipse. Ok, idenya sangat amat elegan. Pada dasarnya kita bisa membuat software yang membuat software. Artinya kita manusia, sebagai arsitek dari software tersebut, hanya perlu berfikir secara garis besar, yang kita rumuskan dalam bentuk Model. Model ini bisa berupa UML, Ecore, XSD, yang menentukan bagaimana hubungan satu objek dengan objek lain. Di UML, objek-objek ini bahkan dapat berinteraksi baik secara Use Case (siapa dan melakukan apa), aksi, sekuensial, event, ataupun dapat dilihat dari sudut pandang deployment (bagaimana objek-objek tersebut dikumpulkan dalam satu paket, dan hubungan antar paket satu dengan paket lain, serta kalau perlu di mana secara fisik paket tersebut ditempatkan)

Model ini akan dianalisis oleh suatu algoritma yang kemudian menerjemahkan model ini ke dalam bahasa pemrograman. Beberapa software komersil untuk UML bahkan bisa menghasilkan 10 bahasa pemrograman, misalnya C++, Java, PHP, Phyton, dll.

Di Eclipse sendiri, Ecore menyajikan hanya sebatas model dalam arti Class. Tapi yang menakjubkan, Eclipse bukan cuma menghasilkan kode Java dari model kelas tersebut, tapi juga menghasilkan editornya! Ini benar-benar luar biasa. Yang saya bayangkan apabila model to code ini bisa direalisasikan untuk menghasilkan kode yang jauh lebih kompleks daripada hanya sebuah editor.

Misalnya (hayalan ON) kita ingin buat mobil dengan model dan spesifikasi tertentu, kemudian software akan menerjemahkan model dan spesifikasi tersebut hingga menjadi mobil sungguhan (hayalan OFF). Saya cuma berfikir tentang potensi model based programming ini di masa depan. Mungkin kelak bahasa pemrograman yang ada saat ini hanya menjadi bahasa assembler yang sekarang hanya dioprek oleh pembuat compiler (saya sendiri sudah ngga pernah liat bahasa assembler selain HC11 Motorola dan Intel, dan ngga kepikiran untuk mencari tahu bahasa assembler untuk handphone Nokia atau Sony Erricsson, karena toh sudah ada compilernya)

Anyway, jalan masih panjang untuk mewujudkan impian jadi kenyataan. Masih banyak yang harus dilihat dan ditimbang-timbang, sekaligus bahan pembelajaran buat diri saya sendiri dan yang baca blog ini. Kalo ada saran mau nambahin ide atau ikut berkhayal, silakan..

Ini contoh open source yang dikembangkan di universitas di Eropa.
http://www-asim.lip6.fr/recherche/alliance/

Saya lagi mikir-mikir buat open source untuk mengimbangi produk komersil, tapi yang sederhana dulu seperti layout viewer dan editor (manual & programmatic editor), at least capable untuk bisa buka GDSII a few GBs comfortably. Saat ini cuma produk komersil yang bisa begitu. Yang free belum bisa. Alasannya simple aja, katakan untuk 45nm Node, untuk contact layer ada 60 juta contact hole per mm2. Maksimum mask size 26mm x 33mm, jadi sekitar 50 milyard contact. Tanpa OPC, 1 contact direpresentasikan dengan simple ‘box’ (5 point), tapi setelah OPC, satu contact bisa jadi beberapa segmen, katakan jumlah pointnya jadi 3x lipat, jadi total 750 milyard points. Kalo ada scattering bar, jumlahnya bisa meningkat 4 x lipat atau bisa mencapat 3 trilyun points.

Sekarang kalo mau bikin software harus bisa look ahead 2 atau 3 generasi, yang berarti 2^2 atau 2^3 density saat ini. Hmm, kira-kira ada ide bagaimana caranya untuk buka, mapping, dan pengolahan (boolean, flattening, cropping) 24 trilyun points dalam waktu yang “reasonable” dan computer spec yang affordable?

Ada beberapa alternatif setelah diskusi dengan beberapa pakar software :

- Berbasis database. 24 trilyun point itu biasa, katanya. Tapi syaratnya harus dibantu dengan index.

- Index apa yang bisa mengolah 2D? Setelah research di web dan wikipedia, ada beberapa solusi : kd tree, quadtree, r-tree, apalagi? Saya sedang mengembangkan yang saya namakan bit-packed quadtree. Tunggu ulasannya sebentar lagi. Dari segi performance sepertinya punya harapan.

- Paralelisme, memanfaatkan multi prosesor/multi core? Ini harus karena pada saat membuat index membutuhkan O(n*k), di mana n adalah jumlah data, dan k adalah konstanta efisiensi. kd tree misalnya butuh O(n*log(n)) untuk membuat index. Jadi tanpa paralelisme, tidak mungkin membuat software yang bisa mengolah 24 trilyun titik pada waktu yang “reasonable”

Ada ide lain?

Saya sedang melakukan riset kecil-kecilan untuk melakukan pemetaan, visualisasi dan pengolahan design chip. Kenapa saya tidak pake software komersil aja, gitu aja kok repot? Why invent a new wheel?

Ada beberapa alasan:

1. Software komersil terlalu komersil. Kebanyakan vendor menjual software dalam bentuk license baik floating maupun fixed IP. Dan untuk menjamin hanya orang yang membutuhkan mendapatkan license, license ini diikat dengan user name, dan ini terlalu restriktif. Bahkan untuk orang yang bekerja di perusahaan yang notabene pembuat chip pun, kadang kala saya tidak kebagian license.

2. Kecepatan pemrosesan, kebutuhan hardware (baik prosesor dan memori) komputer. Saat ini design chip sudah pada generasi 45nm, yang artinya chip berukuran 1 mm x 1 mm bisa memiliki milyaran lubang kontak/via (penguhubung polisilikon dan metal). Ukuran file bisa dengan mudah mencapai orde puluhan GB. Pada umumnya software CAD membaca seluruh isi file dan meletakkan di memori. Komputer kerja pada umumnya tidak memiliki memori sebanyak itu.

3. Kebutuhan software design chip ini di masa depan semakin kritis, apalagi litografi 45nm ke bawah (mungkin hingga 22nm, hingga litografi dengan panjang gelombang 13.5nm atau EUV siap) akan semakin bergantung pada litografi komputasi. Misalnya koreksi optik jarak dekat (OPC = optical proximity correction) akibat semakin sulitnya mencetak rangkaian dengan dimensi 45nm dengan menggunakan cahaya biasa. (45nm ini setara dengan 1/200000 diameter rambut, dan hanya dapat dilihat dengan mikroskop elektron dengan pembesaran lebih dari 400 ribu kali)

4. Pemrosesan design chip ini akan semakin meluas penggunaannya, misalnya untuk mengarahkan mesin pengukuran untuk mengukur suatu rangkaian di lokasi tertentu. Secara tradisional (hingga kini) mesin-mesin pengukuran mengandalkan manusia untuk mengarahkan mesin tersebut ke posisi yang diinginkan, kemudian “mengajarkan” mesin untuk mengingat koordinat, mengenali lingkungan sekitarnya, sehingga secara otomatis dapat kembali ke tempat tersebut dan melakukan pengukuran secara otomatis.

Tapi perlu diingat bahwa pengenalan pola (pattern) yang dilakukan manusia adalah sangat lambat, apalagi jika harus mencari suatu struktur di tengah jutaan struktur lain yang serupa. Ibarat mencari jarum dalam tumpukan jerami. Apabila lokasi dan pola tersebut dapat diambil dari gambar design chip, dan mesin secara otomatis mengolah design chip ini untuk melakukan pengukuran, hal ini menjadi sangat mudah. Masalahnya pemrosesan harus dilakukan dalam waktu singkat.

5. Kebutuhan untuk melakukan penyuntingan (editing) design secara otomatis. Kebanyakan vendor sudah dapat melakukan ini, sehingga penggambaran dan penyuntingan design dapat dilakukan lebih reliable dan cepat.

Lalu apa kriteria yang saya inginkan dalam software tersebut :

Open source, seluruhnya, dan free untuk digunakan untuk keperluan apapun, termasuk komersial. Pemrosesan cepat, skalabilitas tinggi. Mampu membaca berbagai macam input, terutatam GDS II dan OASIS. Makro untuk pengolahan secara otomatis.

Di dalam pasaran open source sendiri sudah ada beberapa software yang mampu melakukan hal-hal di atas, berikut ini yang pernah saya coba :

1. MAGIC

Software yang dibuat oleh Berkeley, mampu membaca GDSII dan kemudian mengubahnya menjadi format .mag. Kelebihannya adalah software ini selain untuk keperluan gambar, juga dapat melakukan berbagai fungsi design, seperti melakukan pengecekan design, routing otomatis, dan lain-lain. Kelemahannya adalah karena struktur data GDSII harus diubah menjadi suatu bentuk yang menyerupai design, misalnya dalam bentuk polisilikon, kontak, atau metal. Karena lebih mendekati design secara komponen, MAGIC bukan software yang saya cari

2. Electric

Sama seperti MAGIC, Electric merupakan software terintegrasi yang lebih dekat pada design. Selain itu struktur software yang menggunakan Java, membuat seluruh program terasa sangat lambat, apalagi jika harus membuka design yang besarnya ratusan MB. Secara internal Electric juga mengubah gambar geometris (poligon, titik, kotak, dll) menjadi suatu rangkaian yang bermakna secara elektronik, misalnya gate, kontak, dll. Ini bukan software yang saya inginkan

3. LayoutEditor

Dibuat dalam bahasa C++ dengan interface Qt4 membuat software ini sedikit lebih cepat. Secara internal LayoutEditor tidak mengubah gambar geometris menjadi rangkaian elektronik. Ini yang saya cari. Tapi struktur programnya tidak memungkinkan indexing dan pencarian geometris dengan cepat. Setiap poligon atau boks dinyatakan dalam class (tergantung dari bentuknya) yang kemudian dikumpulkan dalam bentuk list. Pencarian dilakukan secara beruntun satu demi satu, dan pengolahan citra dilakukan individual dalam class masing-masing. Dapat ditebak bahwa program ini tidak memiliki skalabilitas untuk pengolahan design lebih dari beberapa ratus MB. Kelebihannya adalah LayoutEditor mendukung makro untuk pengolahan gambar secara otomatis, dengan makro yang menyerupai bahasa C++

4. KLayout

KLayout juga ditulis dalam bahasa C++ dengan interface Qt4, ditambah dengan algoritma elegan, seperti R-tree yang digunakan oleh OpenGIS untuk pemetaan geografis. R-tree adalah struktur data yang sangat efektif untuk pengolahan citra 2 dimensi, karena setiap geometri diletakkan berdasarkan kedekatannya secara geometris dengan geometri yang lain. Dengan cara ini, pencarian data dapat dilakukan dengan cepat. Ini mungkin model yang paling cocok untuk pengolahan citra CAD, bukan hanya untuk design chip, tapi juga untuk design-design lainnya. Kekurangannya, belum ada fasilitas penyuntingan dan makro. Selain itu fasilitas standar lain, seperti pengukuran, snap to edge, juga belum diimplementasi.

Salah satu hal yang paling sulit dimengerti dan dibayangkan tentang semikonduktor adalah ukuran. Sebuah chip canggih pada umumnya berukuran seujung kuku atau lebih kecil, terdiri dari 10 juta transistor atau memori untuk lebih dari 128 juta bit data.

Contoh :

Wafer silikon paling modern berdiameter 300 mm. Kemurniannya 1 per 1 milyard. Bayangkan anda meletakkan permen Mentos seperti papan catur dari Sabang hingga Merauke. Apabila salah satu dari permen Mentos tersebut berwarna merah dan yang lainnya berwarna putih, itulah kira-kira kemurnian 1 per 1 milyard.

Tingkat kerataan wafer ini di bawah 130 nanometer (1 nanometer = 1 per milyard meter). Apabila Anda bayangkan Sabang sampai Merauke adalah tanah rata, tidak ada sesuatu di tanah ini yang tingginya lebih dari 2 meter.

Pada saat pemrosesan, wafer silikon ini dilapisi dengan lapisan fotoresist, seperti lapisan emulsi pada film photo, sehingga sirkit bisa dicetak pada wafer. Fotoresist ini harus benar-benar murni (partikel kecil pun dapat menyebabkan defect “pembunuh”, karena dapat mengakibatkan seluruh chip tidak berfungsi sama sekali). Tetapi besar partikel “pembunuh” ini hampir sama dengan partikel pembentuk fotoresist, yang menyebabkan penyaringan antara fotoresist dan partikel asing ini menjadi sangat sulit.

Ukuran geometri terkecil (minimum feature size) adalah ukuran terkecil dari suatu geometri yang dapat dibuat dalam suatu proses manufaktur. Saat ini (2007) menurut ITRS, ukuran terkecil sudah mencapai 45 nm (atau 45 per 1 milyard meter). Ukuran rambut manusia kira-kira 60.000 hingga 100.000 nm. Artinya ukuran terkecil yang dapat dibuat adalah 1 per 20.000 ukuran rambut manusia. Dan ukuran ini akan terus mengecil di kemudian hari.

Bagian chip yang paling penting (yaitu bagian dari transistor) adalah gate dielectric, yang merupakan lapisan insulator (tidak dapat dilalui arus listrik) yang terapit diantara substrate silikon dan gate di atasnya. Lapisan ini dibuat sedemikian tipis untuk mengatur medan listrik pada substrate sehingga elektron dapat mengalir pada saat tegangan diberikan pada gate dan sebaliknya.

Lapisan gate dielektrik ini hanya berukuran kira-kira 10 atom silikon dioksida.

Industri semikonduktor menghasilkan berbagai jenis chip untuk produk-produk elektronik masa kini. Di bawah ini beberapa contohnya :

Dynamic Random Access Memory (DRAMs) merupakan memori utama komputer — komputer saat ini dapat memiliki hingga 8 DRAM chip pada satu papan elektronik (circuit board) untuk memenuhi kebutuhan pengguna. DRAMs dapat menyimpan memori selama ia menerima energi listrik, sehingga apabila komputer dimatikan, memorinya akan terhapus. Pada saat kita memasukkan informasi ke dalam komputer, DRAM akan menyimpan data tersebut hingga data itu disimpan ke dalam disk.

Mikroprosesor (MPUs) merupakan otak dari suatu komputer. Mikroprosesor terdiri dari unit pemroses pusat (central processing unit) dan memori yang dapat diprogram. Mikroposesor inilah yang menginstruksikan apa yang harus dilakukan pada saat komputer berfungsi. Mikroprosesor juga digunakan pada produk elektronik lainnya.

Application Specific Integrated Circuits (ASICs) merupakan semikonduktor yang didesain untuk fungsi yang sangat spesifik dan digunakan pada produk elektronik seperti kamera, sistem airbag mobil, printer, dan lain-lain.

Digital Signal Processors (DSPs) memproses sinyal, seperti gambar dan suara atau pulsa radar. DSP mengubah sinyal analog menjadi sinyal digital, kemudian memperbaiki, mengolah dan/atau memanipulasi sinyal tersebut dengan cepat. DSP digunakan pada telepon genggam, modem kecepatan tinggi, dan produk lainnya.

Programmable memory chips (EPROMs, EEPROMs, and Flash) digunakan untuk melakukan fungsi-fungsi yang diprogramkan ke dalam chip. Progam ini disimpan di dalam chip meskipun tidak diberi catu daya. Chip ini digunakan pada telepon genggam, video game, perangkat wireless dan lain-lain.

(Dari Sematech.org)

ITRS (Internasional Technology Roadmap for Semiconductors) disponsori oleh lima gabungan manufaktur chip di seluruh dunia: Eropa, Jepang, Taiwan, Korea dan Amerika Serikat.

Tujuan ITRS adalah untuk menjaga kelangsungan dan kemajuan industri IC (integrated circuit, sirkuit terpadu) dan industri yang menggunakan IC secara efektif baik dari segi biaya maupun kinerjanya, sehingga industri ini dapat bertahan lama dan sukses.

Salah satu hasil dari ITRS adalah roadmap yang berisi arahan bagi industri-industri elektronika yang tergabung di dalamnya, baik manufaktur, lembaga riset, pembuat mesin, dan sebagainya. Roadmap tersebut mengidentifikasi tantangan kritis yang dihadapi, merangsang solusi inovatif dari tantangan-tantangan tersebut, serta membuka pintu partisipasi dari komunitas semikonduktor.

ITRS terakhir hingga saat ini dapat dibuka di http://www.itrs.net/Links/2006Update/2006UpdateFinal.htm

Hingga saat ini telah dirumuskan technology roadmap hingga tahun 2013, yang diperkirakan mencapai 32nm half pitch.

Pitch adalah jeda antara 2 polisilikon. Semakin dekat berarti tingkat kerapatan suatu devais akan semakin tinggi. Satu pitch terdiri dari satu line (garis) dan space (spasi). Half pitch adalah lebar line (garis) polisilikon. Lebar polisilikon menentukan kecepatan suatu devais. Semakin kecil berarti jarak tempuh elektron dari Source ke Drain pada CMOS akan semakin kecil, sehingga memungkinkan kecepatan switching transistor dari on ke off semakin tinggi.

Saat ini (2007) menurut ITRS industri telah mencapi 65nm half pitch.

Istilah node teknologi memang mirip dengan half-pitch, namun kenyataannya saat ini node teknologi tidak lagi menunjukkan half-pitch. Misalnya saat ini Intel mulai meluncurkan produk dengan teknologi 45nm, bukan berarti pitchnya 90nm. Oleh karena itu, istilah node teknologi tidak lagi digunakan dalam ITRS untuk memperjelas pitch sebenarnya.

Karena half-pitch ditentukan oleh kemampuan litografi dalam mencetak rangkaian dengan resolusi yang semakin tinggi, proses litografi merupakan juru kunci kemajuan teknologi semikonduktor. Litografi mengandalkan cahaya untuk mencetak rangkaian pada wafer. Tetapi karena salah satu sifat cahaya, yaitu difraksi, maka semakin dekat jarak dua feature, semakin besar cahaya dibelokkan dari sudut datangnya. Pada saat tertentu cahaya ini tidak dapat lagi ditangkap oleh wafer yang beraksi sebagai layar. Jarak terkecil dua feture ini disebut pitch yang menentukan resolusi teknologi litografi.

Untuk memperbaiki resolusi suati sistem litografi, ada tiga komponen yang berperan. Pertama, menggunakan cahaya dengan panjang gelombang (lambda) sekecil-kecilnya (sekarang industri sedang berusaha menggunakan cahaya dengan panjang gelombang 13.6nm, atau EUV). Kedua, dengan meningkatkan NA (numerical aperture) lensa sistem litografi, sehingga semakin banyak cahaya yang dapat ditampung pada lensa objektifnya. Ketiga, dengan menggunakan RET (resolution enhancement techniques), seperti OPC (optical proximity correction), double patterning, double exposure, dan sebagianya.

Disadur dari Lithoguru

Fabrikasi IC (integrated circuit, atau singkatnya chip) memerlukan bermacam-macam proses baik secara fisik maupun kimiawi pada bahan dasar (substrate) semikonduktor. Yang paling sering digunakan adalah silikon karena kemudahan proses, biaya, dan ketersediaan bahan bakunya. Material lain yang tersedia misalnya GaAs dan InP yang sering digunakan pada laser dan devais-devais radio, seperi radar dan komunikasi satelit.

Pada dasarnya proses yang digunakan dibagi menjadi 3 kategori: pelapisan film (film deposition), pemetaan rangkaian (patterning) dan doping semikonduktor.

Film, yaitu lapisan tipis yang dilapiskan pada permukaan substrat, dapat berupa konduktor maupun isolator. Konduktor, misalnya polisilikon, aluminimum atau tembaga) digunakan untuk menghubungkan satu komponen dengan komponen lainnya. Sementara isolator, seperti silikon dioksida dan dielektrik, digunakan untuk mengisolasi suatu komponen dan komponen lainnya.

Doping digunakan untuk memberikan sifat aktif pada transistor. Pada dasarnya doping mengubah sifat material semikonduktor menjadi lebih sensitif pada perubahan tegangan atau arus disekitarnya. Ada dua jenis doping, yaitu doping yang memberikan lebih banyak elektron pada suatu material, dan doping hole (lawan elektron) yang memberikan hole pada suatu material sehingga mengurangi jumlah elektron pada material tersebut.

Suatu pola sirkit dapat dibentuk untuk, misalnya membentuk suatu daerah dengan doping negatif dan daerah lain dengan doping positif kemudian dihubungkan satu sama lain dengan skematik tertentu. Pola sirkuit ini akan menjadi suatu rangkaian aktif yang apabila diintegrasikan dengan jutaan komponen lainnya, akan menjadi suatu chip pintar yang, tanpa sadar, kita manfaatkan sehari-hari (handphone atau komputer misalnya).

Teknik pemetaan rangkaian pada substrat semikonduktor disebut patterning, yang merupakan gabungan proses litografi dan etch. Litografi bertugas memindahkan gambar dari design pada wafer dengan menggunakan material yang sensitif pada cahaya. Etch menggunakan gambar yang dihasilkan pada proses litografi untuk mengukir gambar tersebut pada substrat atau film di bawahnya menggunakan larutan kimia (wet etch) atau plasma (ion yang tereksitasi, atau dry etch).

Disadur dari EE Times

Power, Efisiensi dan Mobilitas. Itulah 3 kata yang menjadi inti riset mikroprosesor masa depan Intel. Intel memamerkan hasil riset dan prototipenya kepada wartawan dan analis apa yang Intel harap menjadi the next big thing.

Yang dimaksud adalah chip dengan unjuk kerja teraflop, artinya 1 triliun perhitungan aritmatik dalam satu detik. Salah satu prototipe yang dipamerkan adalah apa yang Intel sebut sebagai “prototipe silikon skala tera pertama”.

Prototipe 80-core chip milik Intel

Prosesor ini memiliki 80-core (core, maksudnya unit pemroses, CPU) yang setara dengan superkomputer teraflop. Dengan ukuran 13 mm x 22 mm saat ini, 10 tahun yang lalu komputer dengan kemampuran perhitungan seperti ini dapat berukuran 12 meter x 3 meter.

Dibuat dengan menggunakan proses manufaktur 65-nanometer, masing-masing core memiliki 5Kb cache dan dua floating-point unit (spesialisasi menghitung bilangan riil, yang lebih kompleks ketimbang menghitung bilangan digital 0 dan 1).

Prosesor ini memiliki 40 kali lipat daya penghitungan dibandingkan dengan prosesor quad-core Intel yang baru diluncurkan.

Menurut Intel, komputasi skala tera merupakan chip masa depan Intel. Saat ini Intel memiliki lebih dari 100 proyek R&D di seluruh dunia yang dikhususkan untuk menghadapi tantangan baik hardware maupun software untuk sistem berbasis lebih dari selusin core.

Justin Rattner, chief technology officer Intel, menyatakan bahwa chip ini, yang diberi nama Larrabee, mampu memproses jauh lebih dari 1 teraflop data. Prosesor ini diperkirakan akan muncul di pasaran pada tahun 2010, tetapi tidak menutup kemungkinan untuk tampil pada 2009, katanya.

Untuk membantu developer perangkat lunak memprogram sistem dengan skala tera, Intel telah membuat model pemrograman terbaru yang disebut Ct, yang merupakan perkembangan dari bahasa C dan C++. Pada dasarnya, model ini mampu menangani kompleksitas penghitungan paralel, seperti pembagian beban tugas ke beberapa prosesor untuk menghasilkan hasil yang lebih cepat.

Ct memungkinkan pemrogram seolah-olah mereka membuat aplikasi untuk satu core. Kode yang dihasilkan dioptimisasi untuk dapat bekerja pada beberapa prosesor sekaligus pada saat dikompilasi menjadi bahasa mesin. Intel juga merencanakan untuk meluncurkan model Ct pada komunitas open-source dalam waktu dekat.

Aplikasi yang ditunjukkan Intel untuk menggunakan chip skala tera ini adalah penyunting video dan pembuatan game.

Program penyunting video mampu merekam dan melakukan analisis pertandingan sepak bola, kemudian menganalisis setiap gerak-gerik pemain, misalnya hands ball, offside atau gol. Sistem seperti ini membutuhkan sedikitnya 100 gigaflops (100 milyar perhitungan per detik) yang hanya bisa dilakukan oleh minimum prosesor dengan 64 core.

Tentu saja dengan komputasi skala tera, efisiensi daya menjadi lebih dibutuhkan. Saat ini Intel telah berhasil membuat chip yang lebih powerful, dengan kebutuhan daya yang relatif sama.

Untuk meneruskan tren tersebut, Intel membangun sirkit adaptif di dalam prosesor yang menentukan unjuk kerja minimum yang dibutuhkan untuk tugas tertentu. Daya yang tidak dibutuhkan dimatikan seperlunya.

• SPIE 2007 : Automatic setup of in-line critical dimension (CD) recipes during OPC qualification in a foundry environment (Proceedings Paper).

• SPIE 2007 : Silicon verification of flare model & application to real chip for long range proximity correction (Proceedings Paper)

• US Patent Application : Lithography process optimization and system

Tentang metode optimisasi sistem litografi menggunakan dua atau lebih iluminator. Tujuannya meningkatkan kejelasan gambar (image fidelity), kedalaman fokus (depth of focus) yang tinggi sehingga suatu desain chip lebih mudah dibuat (manufacturable). Sisanya bisa dibaca di sini.

• SPIE 2006 : Lithography process optimization using linear superposition of commonly available illumination modes (Proceedings Paper)