KLA半导体设备设备技术(上海)有限公司产品营销总监黄钦州以《先进半导体IC制造的新型数据分析方法》为主题发表了演讲,讨论了新型数据分析对于IC制造的重要性。
黄钦州表示:“先进制程向下发展,晶体管越来越小,栅极长度越来越微缩。而在这个过程中产生了大量的数据,对这些数据加以分析,不仅可以在一定程度上推进先进工艺的研发,还能够对其良率起到保障作用。因此,数据分析工具在先进工艺的开发过程中起到了关键作用。”
如何在庞杂的数据中快速地找到提高良率的方式,是数据分析工具所要达到的目标。
那么,用于芯片制造的数据分析工具需要大量的数据来定位晶圆缺陷。通常来说,芯片可靠性与IC制造工艺中的随机缺陷数量高度相关,因此,必须在晶圆厂中找到潜在的缺陷 (影响芯片可靠性的缺陷),因为在这里发现和消除这些缺陷的成本最低。而减少潜在缺陷的最佳方法则是降低晶圆厂的整体缺陷水平。
在KLA看来,尤其是先进工艺变得越来越复杂的情况下,所有技术都交织在一起,要快速地找到提高工艺良率的关键,就需要对这个过程中产生的所有数据进行串联分析,同时也要保障这些数据之间的互通性。
同时,随着现在要处理的数据量越来越大,这也使得建模很难通过物理的方式进行,这也成为了晶圆检测过程中的新挑战。机器学习和AI被认为是能够解决这种挑战的方法之一,因此,机器学习和AI功能越来越多地被融入到了新的建模工具当中。
除此之外,黄钦州表示:“用仿真的方式来减少试验次数也是降低成本的方式之一,这就需要对软件工具进行协同优化。这也是软件在推进先进工艺发展过程当中的价值体现。”
那么如何实现这种流程?
“我们需要搭建一个数据分析平台,一个可以让用户根据自己的数据分析需求而自行搭建的平台。”黄钦州指出:“这也就要求这个平台可以共通,即不仅可以运行KLA的数据分析工具也可以兼容其他产品。”
在上文提到的建模时所面临的挑战方面,KLA也在尝试将深度学习和AI等功能融入到数据分析平台当中。据了解,他们可为Defect Review、Sampling optimization、Metrology-Guided review、NZO&Overlay Prediction提供通用机器学习平台,为用户提供了构建预测模型以解决复杂数据分析问题的能力。
目前KLA的数据分析平台已经被应用于IC制造当中,并取得了不错的成绩。据黄钦州介绍,在晶圆生产当中,利用KLA的optimized OVL Recipe 和 R2R Overlay Corrections可使晶圆产生能力提高37%-41%。
具体来看,KLA的数据分析软件工具还包括5D Analyzer®、OVALiS、Klarity® Defect、Klarity® ACE 和 SPOTTM,这些工具可帮助IC制造厂商加快良率学习周期并缩短产品开发周期。
这些软件也被KLA用在了IC制造厂商的半导体检测设备当中。其中,Surfscan® SP3/Ax是KLA推出的无图案晶圆检测系统。从官方介绍来看, Surfscan® SP3/Ax无图案晶圆检测系统可识别影响其性能和可靠性的缺陷及晶圆表面质量问题。这些检测系统通过对设备、工艺和材料进行认证和监控,为制造IC、OEM、材料和衬底提供支持。
从工艺设备监控角度来看
Surfscan® SP3/Ax系统采用深紫外(DUV)激光和优化的检测模式,DUV 灵敏度使其能够以量产检测速度捕获微小的覆盖薄膜缺陷。这使得IC 制造工程师能够对工艺设备进行监控并发现薄膜沉积或CMP工艺中可能出现的缺陷。另外,该系统还能将较小缺陷自动分类成为潜在可靠性缺陷类别,可以使晶圆厂能够单独跟踪与可靠性相关的缺陷,为持续工艺改进计划提供改进数据。
从具体应用方面上看
据KLA方面介绍,Surfscan® SP3/Ax无图案晶圆检测系统为汽车晶圆厂的缺陷减少策略提供了至关重要的功能选项,支持设备监控应用。Surfscan® SP3/Ax系统对缺陷高度灵敏,并集成了自动潜在缺陷分类功能,这可用于检测、监测并控制最小的潜在缺陷,以免这些缺陷被晶圆厂忽略并导致可能的潜在故障。Surfscan® SP3/Ax系列的产量可达 >100wph,并提供各种不同的检测功能,让晶圆厂实施设备监控策略,在芯片进入汽车供应链之前就发现缺陷问题,从而降低风险。
总结来说,从数据分析工具到半导体晶圆检测设备,KLA为可靠性先进工艺的发展搭建了一条完整的产品链条。其全方位的数据分析产品系列采用先进的数据分析、建模和可视化功能,支持运行时的工艺控制、缺陷偏移识别、晶圆和光罩处置、扫描仪和工艺校正以及缺陷分类等应用。通过其数据管理和分析系统,可为芯片和晶圆制造商提供问题根本原因相关的信息,加快良率提升速度并降低批量生产的风险。再配以其半导体检测设备,KLA可以在兼顾性能和价格要求的同时,满足广泛的市场应用需求。
进群交流
后台回复“进群”即可进入半导体设备交流群
关注我们
微电子制造
公众号ID:cepemchina