该文档发表于《electronics》期刊，2025年8月7日，由来自北京大学、北京科技大学、苏州大学等机构的作者Ping Cheng, Ling-Feng Mao, Wen-Hao Shen, Yu-Ling Yan合作完成。这是一篇关于集成电路中电迁移（Electromigration, EM）失效的综述文章，其主题是系统回顾和评述了电迁移失效的物理基础模型与分析方法，旨在为应对先进工艺节点下日益严峻的电迁移可靠性挑战提供全面的知识框架和前沿研究方向。

这篇综述的核心观点在于强调电迁移是一个由多种物理机制耦合驱动的复杂现象，传统的基于静态规则的评估方法已不足以应对先进集成电路（Integrated Circuits, ICs）和3D集成中的可靠性设计需求，未来必须向多物理场耦合、数据驱动和设计优化的范式转变。全文围绕这一核心，从多个层面展开了详细论述。

首先，文章系统地梳理了影响电迁移失效的七个主要因素，并深入剖析了其物理机制。这七个因素是：电流密度、温度、材料特性、微观结构、几何形状、脉冲电流与频率、以及机械应力。其中，电流密度和温度是最直接的驱动因素，二者通过焦耳热形成正反馈环路，急剧加速失效进程。材料方面，文章详细对比了铝、铜、钴、钌以及石墨烯等新型材料的电迁移性能和优劣，指出钴和钌凭借更高的激活能和界面特性，在亚5纳米节点展现出超越传统铜互连的可靠性潜力。微观结构中，“竹节结构”能有效消除晶界三叉点，显著提升寿命。几何形状的影响则通过布莱克长度（Blech length）和电流拥挤效应体现，短于临界长度的互连线理论上不受电迁移影响。脉冲电流下的“自愈效应”和超高频下的“趋肤效应”则揭示了电流时间特性的复杂影响。机械应力则源于热膨胀失配、沉积非均匀性以及电迁移本身引起的物质重分布，它是产生反向应力、抑制电迁移的关键，也是诱发空洞成核的原因。

其次，文章深入阐释了电迁移背后的多物理场驱动机制及其耦合效应。明确指出电迁移失效极少由单一的电子风力驱动，而是电子迁移（EM）、热迁移（Thermomigration, TM）和应力迁移（Stress Migration, SM）三者紧密耦合的结果。电子风力是主要驱动力；热迁移由温度梯度驱动，在3D封装和微凸点中影响尤为显著；应力迁移由应力梯度驱动，其产生的反向应力流是“布莱克效应”的物理基础。这三者之间相互作用：电迁移导致物质重分布产生应力梯度，进而引发应力迁移；电流产生焦耳热形成温度梯度，驱动热迁移；而温度和应力的变化又会反过来影响材料的电阻率、扩散系数等参数，形成一个复杂的反馈系统。这种耦合使得失效分析和预测变得极具挑战性，特别是在非均匀热应力条件日益突出的先进技术中。

第三，文章全面评估了四种经典的电迁移建模与分析框架，并指出了各自的适用范围和局限性。布莱克经验模型（Black‘s model）建立了失效时间与电流密度、温度的指数关系，形式简单但参数高度依赖实验校准，且未考虑应力补偿效应。布莱克临界乘积模型（Blech’s criterion）基于反向应力与电子风力的平衡，提出了一个临界电流密度与长度的乘积，为短互连线的豁免规则提供了理论基础。原子通量散度模型（Atomic Flux Divergence, AFD）从质量守恒出发，通过计算原子通量的散度来定位潜在的失效（空洞或小丘形成）位置，是一种更物理的定位分析方法。科尔霍宁应力演化模型（Korhonen‘s theory）则专注于描述电迁移过程中由原子空位流引起的应力随时间演化的过程，能够模拟空洞的成核与生长。这些模型各有侧重，从不同角度刻画了电迁移现象，但其共同局限在于处理全芯片规模、多物理场耦合的复杂互连网络时，面临巨大的计算挑战。

第四，文章重点介绍了电迁移建模领域的最新进展，这些进展代表了向可扩展、高保真预测方法转变的趋势。主要包括：1）多物理场紧凑模型与仿真加速器：开发能够耦合电-热-机械效应的紧凑模型，以及半解析仿真加速器，以平衡计算精度与效率。2）全芯片级可靠性分析技术：发展适用于数十亿规模互连网络（特别是电源网格）的电迁移验证方法，这对确保芯片整体功能至关重要。3）物理信息机器学习方法：如物理信息神经网络（Physics-Informed Neural Networks, PINNs）和生成对抗网络（GAN），利用机器学习强大的拟合和求解能力，融合物理定律约束，以数据驱动的方式加速多物理场仿真和可靠性预测。4）物理感知的设计优化：将电迁移模型直接集成到物理设计流程中，通过布线优化、拓扑调整等手段，在布局布线阶段就从根本上消除或缓解电迁移违规，而不是仅依赖后期的签核检查。

最后，文章总结了当前电迁移研究面临的挑战与未来方向。核心挑战在于如何实现预测性的全芯片电迁移评估。这需要克服多物理场耦合建模的复杂性、巨大互连网络带来的计算量、以及工艺变异性和材料微观结构不确定性的影响。为此，未来的研究应优先聚焦于两个方面：一是发展模型降阶方法和机器学习求解器，以实现对超大尺度互连网络电迁移的高效验证；二是推动物理感知的布线优化，将可靠性约束内生于设计阶段。这两者对于突破集成电路技术持续微缩和3D异质集成所面临的可靠性壁垒至关重要。

这篇综述的价值在于它为学术界和工业界的研究者与工程师提供了一份关于电迁移失效机理、影响因素、经典模型及前沿方法的系统性“地图”。它不仅梳理了深厚的历史积淀和理论基础，更敏锐地指出了在先进技术节点下，电迁移问题从“静态规则检查”向“动态多物理场协同设计”演变的必然趋势。文章强调的模型与设计协同优化、以及利用新兴计算智能（如机器学习）解决传统仿真瓶颈的思路，对于指导下一代高可靠集成电路的设计与验证具有重要的前瞻性意义。