BSIM模型：从物理到电路

玻尔百科

核心要点

BSIM模型建立在基于电荷的理念之上，确保在所有工作区域内实现电荷守恒和光滑连续性，以实现数值上稳健的仿真。
它整合了对现代纳米级晶体管至关重要的多种物理效应，包括速度饱和、DIBL、量子限制和自热效应。
BSIM是工艺设计套件（PDK）的基础，使工程师能够通过参数提取将模型校准到特定的制造工艺。
该模型提供了关键指标，如导通电流（ $I_{on}$ ）和本征增益（ $A_0$ ），指导高性能数字和模拟电路的设计。
BSIM的框架具有适应性，支持用于良率预测的统计蒙特卡洛分析，并可扩展到用于量子计算应用的低温环境。

引言

驱动我们数字世界的数十亿晶体管，其工作原理基于极其复杂的物理学，如果没有一个翻译器，用它们进行设计将是不可能的。BSIM（伯克利短沟道IGFET模型）就是那个必不可少的翻译器——一个复杂的数学框架，它弥合了纳米晶体管的深奥物理学与电路设计的实际应用之间的鸿沟。它回答了一个关键问题：我们如何才能可靠地预测这些微观开关的行为，从而构建极其复杂的集成电路？本文探讨了BSIM模型在现代电子学中的核心作用。我们将首先深入研究“原理与机制”，揭示电荷守恒、连续性以及短沟道和量子效应建模等优雅的物理概念。随后，我们将在“晶体管的秘密生活：BSIM在现实世界中的应用”一章中，探讨该模型的实际影响，考察它如何被用于从校准制造工艺到设计最先进的存储器、放大器，乃至量子计算机的控制系统等方方面面。

原理与机制

要真正欣赏现代晶体管这一奇迹，我们必须深入了解其背后能够预测其行为的数学机制。BSIM模型不仅仅是一堆方程的集合；它是一个精心构建的物理理论，一个关于电子如何随着电场翩翩起舞的故事。就像任何好故事一样，它从一个中心主题开始。

现代模型的哲学：电荷、守恒与连续性

想象你是一名电路设计师。你的世界由电流和电压构成。因此，你可能会认为，构建晶体管模型最自然的方式是写下一个关于电流 $I_{d}$ 作为其端电压函数的方程。许多早期模型都采用了这种方法。但这条路充满了微妙的陷阱。在电荷来回穿梭的电路中，比如你电脑的存储单元或精密模拟电路中，会发生什么？如果你的模型不能完美地追踪每一个电子，微小的误差就会累积，导致仿真结果偏离现实。这就是电荷守恒问题。

像BSIM这样的现代紧凑模型采纳了一种更深刻、更稳健的哲学：电荷为王。它们不是直接对电流建模，而是从晶体管四个端口的存储电荷开始建模：栅极（ $Q_g$ ）、漏极（ $Q_d$ ）、源极（ $Q_s$ ）和体极（ $Q_b$ ）。这些电荷被定义为端口电压的状态函数， $Q_i(\mathbf{V})$ 。这种“基于电荷”的方法带来了一个美妙的结果。通过坚持总电荷始终为零（ $Q_g + Q_d + Q_s + Q_b = 0$ ），该模型在所有条件下都内在且自动地保证了电荷守恒。任何流动的电流都只是这些电荷对时间的导数， $i_i = dQ_i/dt$ 。这确保了在仿真过程中，电荷绝不会凭空产生或消失，这是精确性的一个关键要求。

但这一哲学还有另一个同样重要的部分：光滑性。自然界没有尖锐的拐角。当你平滑地转动电压源的旋钮时，晶体管的电流不会突然跳变，而是平滑地变化。一个试图用不同、不连续的方程来描述不同工作区域的晶体管模型，就像一辆方向盘卡顿的汽车。它可能在大部分时间里指向正确的方向，但在边界处，它可能导致仿真剧烈摇摆甚至崩溃。

电路仿真器主要依赖于牛顿-拉夫逊算法等数值方法，该算法通过迭代地沿着函数的斜坡“滑下”来寻找函数与零交叉的工作点。如果斜率——即电流的导数——有突然的跳变，算法可能会被误导，向错误的方向迈出一大步，从而越过解并可能永远振荡下去。为了防止这种情况，BSIM被精心设计，不仅保证电流和电荷在所有工作区域内是连续的，它们的导数（通常也包括更高阶导数）也是连续的。这种被称为 $C^1$ 连续性的属性，对于现代电路设计所要求的数值稳定性和稳健性至关重要。

晶体管的核心：三种反型状态的故事

在我们确立了电荷和连续性的哲学之后，让我们来看看晶体管的基本作用。一个N沟道MOSFET是一个开关。栅极上的正电压（ $V_{GS}$ ）会吸引电子到其下方的硅表面，形成一个导电的“反型层”或沟道。这个沟道中的电荷量 $Q_{inv}$ 决定了晶体管的导电能力。

从“关”到“开”的过程不是一个简单的翻转，而是一个平滑地经过三个不同区域的过渡：

弱反型（亚阈值）： 当 $V_{GS}$ 低于阈值电压（ $V_T$ ）时，沟道中只有少量电子。电荷以及因此的电流，与栅极电压呈指数关系： $|Q_{inv}| \propto \exp\left(\frac{V_{GS}-V_T}{nU_T}\right)$ ，其中 $U_T$ 是热电压， $n$ 是体效应因子。这就像一个漏水的水龙头——有微小但可测量的涓流通过。
强反型： 当 $V_{GS}$ 远高于 $V_T$ 时，沟道充满了电子。栅极像一个平行板电容器，反型电荷与栅极过驱动电压近似线性关系： $Q_{inv} \approx -C_{ox}(V_{GS}-V_T)$ 。现在水龙头完全打开了。
中度反型： 这是指数和线性区域之间关键而平滑的过渡区。许多模拟电路被设计在该区域工作，因此精确捕捉其行为至关重要。

BSIM采用优雅的插值函数，将这整个过程封装在一个单一、连续的方程中。形如 $\ln(1+\exp(x))$ 的函数优美地捕捉了从负 $x$ 的指数行为到正 $x$ 的线性行为的过渡，确保模型在任何地方都是光滑且物理准确的。

理想晶体管及其控制旋钮

让我们首先考虑一个“理想的”长沟道晶体管。控制其状态的主要旋钮是阈值电压， $V_T$ 。这不仅仅是一个任意的参数；它植根于器件的基本物理学。它代表了克服平带电压、使表面能带弯曲 $2\phi_F$ （其中 $\phi_F$ 是由衬底掺杂浓度 $N_A$ 决定的费米势），并支持衬底中耗尽电荷所需的栅极电压。

BSIM模型用一组具有物理意义的参数来捕捉这一点。

零偏置阈值电压 $V_{\text{th0}}$ ，代表了基准值。
衬底，或称“体”，可以作为第二个较弱的栅极。施加反向偏置（ $V_{bs} 0$ ）会使耗尽区变宽，需要更高的栅极电压才能开启器件。这就是体效应。BSIM用参数 $K_1$ 和 $K_2$ 来模拟这个效应。对于一个理想的、均匀掺杂的器件， $K_1$ 直接对应于物理体效应因子 $\gamma = \frac{\sqrt{2 q \varepsilon_{\text{Si}} N_{A}}}{C_{\text{ox}}}$ ，而 $K_2$ 将为零。模型中 $K_2$ 的存在使其能够灵活地精确捕捉具有复杂、非均匀掺杂分布的真实器件的行为。

短沟道的真实世界

现代晶体管绝非长沟道。随着其尺寸缩小到纳米尺度，一系列新的物理现象，即短沟道效应，随之出现。BSIM的一个核心目的就是驾驭这种复杂性。

速度饱和： 在短沟道中，从源极到漏极的电场非常巨大。电子无法无限加速；它们受到与晶格的散射限制，达到一个最大漂移速度。这个“电子速度极限”由参数 $VSAT$ 建模。该效应导致电流在比长沟道器件更低的漏极电压下饱和。它也从根本上导致了沟道长度调制（CLM），即随着漏极电压的增加，“夹断点”向源极移动，从而产生有限的输出电导。饱和的起始点由 $A0$ 和 $B0$ 等参数塑造，这些参数模拟了有效迁移率如何因电场而降低。
栅极控制能力下降： 在一个微小的晶体管中，栅极不再是沟道的唯一主宰。漏极的电场可以越过并影响沟道的源极一端，使得电流更容易流动。这被称为漏致势垒降低（DIBL）。它表现为阈值电压的降低，且该降低量与漏极电压 $V_{ds}$ 成正比。BSIM主要使用参数 $ETA0$ 和 $ETAB$ 来模拟这一点。此外，随着沟道长度的缩短，源极和漏极区域本身也有助于支撑沟道耗尽电荷，这种效应称为电荷共享。这意味着栅极需要做的工作减少了，阈值电压会“滚降”到更低的值。这种效应由 $DVT$ 系列参数（ $DVT0, DVT1, DVT2$ ）捕捉。这些效应在模型中被优雅地划分：一些被建模为阈值电压本身的偏移，而另一些（ $PDIBLC1, PDIBLC2$ ）则直接在电流方程中建模，以捕捉饱和区的有限输出电导。

超越教科书：量子、高频和热效应

为了达到顶尖的精度，紧凑模型必须超越经典物理学，并考虑芯片的动态和热环境。

量子修正： 在纳米尺度的沟道中，电子被限制在硅表面的一个狭窄势阱中。量子力学规定，它们不能以一个无限薄的薄片形式存在。相反，它们形成一个“电荷云”，其中心（质心）距离硅-氧化物界面有一个虽小但有限的距离。这实际上相当于在主栅氧化层电容上串联了一个小电容，从而降低了测得的总电容。BSIM通过两种方式对此建模：电学氧化层厚度（ $TOXE$ ）捕捉了这种效应的基线、不依赖于偏置的部分（以及栅极多晶硅耗尽效应），而 $ACDE$ 参数则模拟了依赖于偏置的部分，反映了更强的栅极场如何将电荷云挤压得更靠近界面。
非准静态（NQS）效应： 准静态假设——即沟道电荷瞬时重新分布——在非常高的频率下会失效。沟道既有电阻也有电容，形成一个分布式的RC线。电荷从一端涌到另一端需要一个有限的时间，即沟道充电时间常数（ $\tau$ ）。当信号的角频率 $\omega$ 变得与 $1/\tau$ 相当或更大时（即 $\omega \tau \gtrsim 1$ ），电荷就跟不上了，NQS效应变得至关重要。这对于设计现代通信系统中的数千兆赫兹电路至关重要。
自热效应： 晶体管耗散功率，产生热量。在紧密封装的现代芯片中，尤其是在绝缘衬底（SOI）上构建的芯片中，这些热量可能被困住，导致器件温度显著升高。由于晶体管的特性（如迁移率和阈值电压）与温度有关，这种自热效应必须被建模。BSIM使用一个简单而有效的热模型，类似于一个RC电路：一个热阻 $R_{th}$ 决定了稳态下温度上升的幅度（ $\Delta T = P \cdot R_{th}$ ），一个热容 $C_{th}$ 决定了这个加热过程的时间常数[@problem_-id:4261769]。仅15毫瓦的功耗就可以轻易使器件温度升高60 K，这是一个会深刻影响其性能的巨大变化。

一幅完整的画像：寄生效应与噪声

最后，BSIM框架通过包含真实世界器件中“杂乱”但至关重要的细节，描绘了一幅完整的图景。它包括一个全面的寄生元件网络，如源极和漏极中与偏置相关的串联电阻，以及用于精确射频（RF）建模的分布式栅极电阻。它还模拟了各种漏电流，如栅极隧穿和栅致漏极漏电（GIDL），这些对于预测功耗至关重要。

没有哪个电子器件是完全安静的。BSIM包含了对MOSFET中内在噪声源的复杂模型。

热噪声是源于电阻性沟道中电子随机热运动的白色“嘶嘶声”。
 $1/f$ 噪声，或称闪烁噪声，是由电子在硅-氧化物界面附近的缺陷处被俘获和释放引起的低频“隆隆声”。
栅致感应噪声是一种微妙的高频效应，其中沟道中的热波动通过电容在栅极上感应出噪声电流。

从电荷守恒的基本原理到反型层的量子性质，BSIM模型证明了基于物理的工程学的力量。它是一个统一的框架，将数十种物理现象编织成一个单一、连续且计算高效的描述，从而使我们能够设计出驱动我们世界的极其复杂的集成电路。

晶体管的秘密生活：BSIM在现实世界中的应用

我们已经穿越了BSIM模型错综复杂的原理和机制，揭示了描述单个晶体管的数学机器。但是，乐谱在被管弦乐队演奏之前是无声的。同样，BSIM模型在投入使用之前也只是一堆抽象的方程。它究竟是为了什么？它是连接硅沟道中奇特、概率性的量子世界与我们智能手机、超级计算机和太空探测器具体现实之间不可或缺的桥梁。BSIM是首席翻译官，是硅制罗塞塔石碑，它允许人类工程师说出晶体管的语言，并指挥数十亿个晶体管大军创造计算奇迹。

本章就是关于这种翻译行为的。我们将探讨BSIM模型如何不仅用于描述，更用于创造——去设计、去驾驭、去完善，并推动可能性的边界。我们将看到它如何将芯片设计的艺术转变为一门预测科学。

轮廓的艺术：校准模型

在你信任一张地图之前，你必须确定它准确地代表了该地域。对于BSIM模型也是如此。每个半导体制造厂——或称“fab”——都像一个独特的生态系统。烤箱的温度可能高一度，化学浴液的浓度可能略有不同，原子尺度的蚀刻可能宽一纳米。结果是，Fab A生产的晶体管与Fab B的晶体管有微妙但一致的差异。它们有自己独特的“个性”。

BSIM框架的第一个，或许也是最根本的应用，就是捕捉这种独特的个性。这个过程被称为参数提取。工程师们从一个新的制造工艺中取出一批真实的晶体管，将它们放在测试台上，并在各种条件下——尤其是温度——测量它们的电学特性。晶体管就像汽车引擎一样，在液氮的严寒中和在繁忙处理器的高温下的行为是不同的。

通过测量电导等特性如何随温度变化，工程师可以反向推导出BSIM模型中核心物理参数的值。例如，他们可以绘制晶体管的跨导与温度的关系图，以提取迁移率温度指数（ $UTE$ ），这个参数描述了在不同温度下电子在硅中穿梭的难易程度。一旦他们知道了迁移率的变化情况，他们就可以分析器件的总“导通电阻”，并将其精确地分解为两个组成部分：沟道本身的电阻（取决于迁移率）和源极和漏极接触的寄生电阻。这使他们能够提取另一个关键的温度参数，即串联电阻温度系数（ $PRT$ ）。

这个细致的过程对数十个参数重复进行，从而创建一个完整的、经过校准的BSIM模型文件——一个详细的个性档案——它完美匹配该特定fab生产的晶体管。这个校准后的模型，通常被称为工艺设计套件（PDK），是所有后续设计工作的基础。

砌筑砖块：从单个晶体管到电路

有了校准好的模型，真正的设计工作就可以开始了。BSIM模型变成了一个虚拟晶体管，一个数字孪生体，设计师们可以在他们的电脑上每天进行数百万次实验，而无需制造任何一块硅片。

数字世界：存储与速度

晶体管最显而易见的应用是在数字逻辑和存储器中。以静态RAM（SRAM）单元为例，它是对你电脑性能至关重要的超高速缓存的基本构建块。一个标准的SRAM单元由六个晶体管构成，形成一对交叉耦合的反相器。它的状态——一个'1'或一个'0'——被维持在一个微妙的平衡中。

在“读取”操作期间，一场拔河比赛随之展开。想象一下，单元存储的是一个'0'。一个反相器的“下拉”晶体管正在积极地试图将内部电压维持在零。为了读取该单元，一个“存取”晶体管被打开，将这个内部节点连接到一个预充电到高电压的“位线”。存取晶体管试图将节点的电压拉高，而下拉晶体管则奋力将其拉低。如果存取晶体管太强，它将压倒下拉晶体管，节点电压会上升，单元会意外地将其状态从'0'翻转到'1'——这是一个灾难性的存储错误。

为了防止这种情况，设计师必须确保下拉晶体管比存取晶体管“强”得多。它们强度的比率是一个关键的设计参数，称为β比（ $\beta$ ）。在过去较大晶体管的时代，这个比率可以通过晶体管宽度和长度的几何比率 $(W/L)_{\text{pd}} / (W/L)_{\text{ax}}$ 来合理近似。但在今天的纳米世界里，复杂的短沟道效应占主导地位，这个简单的几何规则失效了。

这就是BSIM提供一个更稳健指标的地方。现代晶体管的真正“强度”最好由其导通电流 $I_{on}$ 来体现，这是由BSIM模型计算出的其最大驱动能力的一个标准化度量。因此，β比更准确地定义为导通电流的比率， $\beta = I_{\text{on,pd}} / I_{\text{on,ax}}$ 。导通电流本身不是一个简单的数字；它是整个复杂BSIM计算的结果，其中包括电子迁移率、氧化层电容、阈值电压以及数十种其他效应。通过使用BSIM的物理精确预测，工程师可以设计出密集、可靠的SRAM单元，从而推动速度和功率效率的极限。

模拟世界：增益与低语

晶体管不仅在'1'和'0'之间切换。在模拟世界里，它们是艺术家，负责放我们物理现实中微弱、连续的信号——Wi-Fi信号的无线电波、麦克风产生的微小电压，或照射到相机传感器上的光线。

放大器晶体管的基本品质因数是其本征增益， $A_0$ 。它告诉你该器件能提供的最大可能电压放大倍数。BSIM框架提供了一个优美且出人意料地简单的见解，即该增益可以表示为另外两个关键参数的比值： $|A_0| \approx \frac{\eta}{\lambda}$ 这里， $\lambda$ 是沟道长度调制参数，它告诉你随着漏极电压的增加，电流“泄漏上升”了多少。较小的 $\lambda$ 意味着较高的输出电阻 $r_o$ ，这对增益有利。另一项 $\eta$ 是跨导效率，定义为 $\eta = g_m / I_D$ 。它衡量晶体管将其工作电流（ $I_D$ ）转换为跨导（ $g_m$ ）（放大引擎）的效率。

这个简单的公式， $|A_0| \approx \eta/\lambda$ ，提供了深刻的设计直觉。对于使用老式长沟道技术的设计师来说， $\lambda$ 自然很小，获得更高增益的最佳方法，特别是在严格的电源电压限制下，是通过偏置晶体管以最大化 $\eta$ 。但对于现代短沟道芯片的设计师来说， $\lambda$ 很大（因此本征增益很差）且 $\eta$ 受限于速度饱和，这个公式告诉他们，单单调整一个晶体管是徒劳的。制胜策略是使用巧妙的电路架构，如共源共栅（Cascode）结构，它能显著提高总输出电阻，有效地将增益平方，达到 $|A_0| \approx (\eta/\lambda)^2$ 。BSIM模型，通过一个像跨导效率一样优雅的概念，引导工程师做出正确的架构选择。

但放大只是故事的一半。每个信号都伴随着噪声——宇宙中不想要的“低语”和“嘶嘶声”。晶体管本身就是噪声源。BSIM模型不仅必须预测信号，还必须预测噪声，以便工程师可以设计出能够从背景噪音中分辨出微弱信号的电路。BSIM精确地模拟了两种主要类型的晶体管噪声：一种恒定的高频“白噪声”嘶嘶声（ $S_0$ ）和一种低频“闪烁噪声”隆隆声（ $K_f/f$ ）。通过对器件噪声谱进行几次测量，工程师可以提取BSIM噪声参数（NOIA, NOIB, NOIC），然后在电路构建之前预测整个复杂电路的噪声性能。

纷繁的现实世界：驯服不完美

到目前为止，我们一直生活在一个略微理想化的世界里。当面对制造数十亿个纳米级物体的纷繁、不完美的现实时，BSIM模型的真正威力才最为彰显。

位置，位置，还是位置

想象一下建造一个有十亿座房屋的城市。你会期望建在花岗岩悬崖上的房子和建在软粘土上的房子完全相同吗？当然不会。在微芯片上也是如此。晶体管的特性受其近邻的影响。

其中一种“版图相关效应”是由浅沟槽隔离（STI）引起的机械应力，STI是分隔不同晶体管的绝缘沟槽。用于填充这些沟槽的材料与硅的膨胀和收缩速率不同，从而对晶体管的有源区产生巨大的压缩应力，就像一个虎钳。这种应力实际上挤压了硅晶格，改变了电子迁移率和阈值电压。另一种效应是阱邻近效应（WPE），即放置在其“阱”（一个掺杂的硅区域）边缘附近的晶体管，会感受到与位于中心区域的晶体管不同的局部掺杂浓度，这同样会改变其阈值电压。

这些效应意味着晶体管的身份与其在芯片上的地址紧密相连。为了处理这个问题，BSIM包含了作为几何函数的一系列参数。设计流程中的一个自动化提取工具会测量每个晶体管的精确位置：它到STI边缘的距离、到阱边缘的距离、它的宽度和长度。然后，这些几何测量值被输入到该晶体管专属的BSIM实例中，该实例会计算其阈值电压和迁移率的精确扰动。这是一个惊人的想法：现代芯片上数十亿个晶体管中的每一个，都可以有自己略微独特、具有位置感知能力的BSIM模型。这使得设计师能够比以往任何时候都更紧密地封装晶体管，并确信模型会考虑到它们之间的邻里互动。

制造业的彩票

比版图效应更深远的是制造过程中固有的随机性。由于随机掺杂波动（一个微小沟道中掺杂原子的确切数量可能会变化）和线边缘粗糙度（晶体管的边缘并非完美笔直）等随机过程，即使布局相同，也没有两个晶体管是真正完全相同的。制造业是一场概率游戏。

如果每个组件都略有不同，任何人怎么能设计出复杂的电路呢？答案是统计建模，而BSIM就是为此而生的框架。在统计BSIM模型中，像阈值电压（ $VTH0$ ）或沟道长度（ $L$ ）这样的关键参数不是由单个数字表示，而是由概率分布（例如，具有特定均值和标准差的高斯分布）来表示。

像SPICE这样的电路仿真器可以接着运行所谓的蒙特卡洛分析。仿真器会“构建”数千个虚拟芯片。对于每个虚拟芯片，它会根据指定的概率分布为每个晶体管随机抽样BSIM参数，并尊重它们之间的任何相关性（例如，如果一个工艺变化使一个晶体管的沟道长度变长，它也可能倾向于使其邻居的沟道长度变长）。通过仿真这数千个略有不同的电路，工程师可以预测最终产品的性能——其速度、功耗——的统计分布，并估计制造良率，即满足所有规格的芯片百分比。这种在虚拟世界中进行的统计设计，是我们能够自信地制造数十亿个工作芯片的唯一原因，尽管每一个芯片在根本上都是独一无二的。

飞向无限：BSIM在前沿阵地

BSIM的故事并不仅限于当今的计算机和手机。其背后的哲学——在基础物理学与工程现实之间建立一座预测性桥梁——正在科学和技术的最前沿被应用。

深入严寒：量子计算

我们这个时代最伟大的工程挑战之一是构建一个可扩展的量子计算机。许多领先的量子比特，或称“qubits”，必须在接近绝对零度的温度下运行，仅比 $-273.15^{\circ}\text{C}$ 高几个开尔文。但这些量子比特需要一个经典的控制接口——一个能够产生精确信号来操纵它们并读出其脆弱状态的芯片。这个控制芯片也必须在极寒环境中运行，才能靠近量子比特。

一个标准的室温BSIM模型在4开尔文下是无用的。晶体管的物理特性发生了巨大变化。在室温下对电子起主要制动作用的声子散射被“冻结”，而其他散射机制取而代之。更重要的是，硅中的掺杂原子可能会被“冻结”，无法释放它们的电子或空穴。这种“不完全电离”从根本上改变了晶体管的阈值电压和行为。

为了解决这个问题，研究人员正在开发低温PDK。他们在4K温度下 painstakingly地重新测量和重新表征晶体管，构建全新的、针对特定温度的BSIM模型。一个全面的低温BSIM模型必须包含所有参数的温度依赖项：迁移率、速度饱和、阈值电压的所有组成部分、寄生电阻、结漏电（下降多个数量级），甚至闪烁噪声。这项工作展示了BSIM框架卓越的适应性及其在推动即将到来的量子革命中的关键作用。

超越晶体管：下一代技术

50多年来，MOSFET——BSIM为之建模的晶体管——一直是无可争议的进步引擎。但物理学家和工程师们已经在探索接下来的技术。其中一个候选者是隧穿场效应晶体管（TFET），这种器件的工作原理不是像MOSFET那样的热电子发射，而是量子力学隧穿。

TFET需要一个全新的紧凑模型，一个基于量子输运的朗道尔形式理论和用于隧穿概率的WKB近似的模型，而不是BSIM的漂移-扩散方程。然而，创建这个新模型的方法论是BSIM项目的直接思想继承者。流程是相同的：从基础物理学开始，建立一个数学框架，开发稳健的技术从真实测量数据中提取参数，用物理学指导的约束来校准模型，并用它来优化器件设计。

因此，BSIM的终极遗产可能不是模型本身，而是它所开创的紧凑建模的哲学。这种哲学将对物理学最深刻的理解与工程学最实际的需求联系起来，为未来可能出现的任何驱动技术的新设备提供了路线图。BSIM教会了我们如何真正了解晶体管，并在此过程中，为我们提供了一种了解电子学未来的方式。