近年來隨著人們對更先進性能的要求，先進制程成為了各大芯片制造廠商“軍備競賽”的主要戰(zhàn)場。據(jù)悉，臺積電延誤已久的3nm制程工藝已于近期取得了重大突破，臺積電或?qū)⒛陜?nèi)率先完成第二版3nm制程的量產(chǎn)，并將其命名為“N3B”。

而基辛格出任CEO后一直力推代工業(yè)務(wù)的英特爾，也于近日宣布了其“埃米級”18A制程芯片將在2024年提前落地的消息。

在各芯片制造廠商向著更先進制程工藝前進的同時，制造的良率卻成了廠商們的一塊心病。曾經(jīng)在2021年拿下了高通公司新SoC驍龍8G1訂單的三星，在今年2月底就被爆出試產(chǎn)階段芯片良率造假丑聞，部分5nm以下制程的芯片良率甚至只有35%左右。

高通翻車，三星“接鍋”

高通近年來在手機SoC業(yè)務(wù)上陷入了停滯不前的窘境，一方面是因為采用了超大核架構(gòu)的驍龍888、驍龍8Gen1兩代芯片功耗“爆炸”，發(fā)熱量居高不下導(dǎo)致用戶體驗不好。

另一方面則是由于產(chǎn)品良率過低導(dǎo)致成本上漲。根據(jù)外媒估算，一顆驍龍888芯片的成本已經(jīng)超過了100美元，而驍龍8gGen1則成本更高。此前采用7nm工藝的驍龍865成本僅為81美元。

在丑聞爆出后，三星電子管理部門就5nm芯片工藝是否屬實一事開啟對DS部門的檢查。比起名譽上的損失，更令三星“肉疼”的是失去了高通這個大客戶。

據(jù)報道，因為三星電子的代工良率過低，高通公司已經(jīng)決定將驍龍8Gen1的后續(xù)訂單轉(zhuǎn)交給臺積電。并且在之后將3nm制程的新一代SoC的代工業(yè)務(wù)全部交給臺積電。

事實上，良率對于芯片制造廠商來說幾乎與先進制程同樣重要。此前半導(dǎo)體材料廠商Entegris(應(yīng)特格)執(zhí)行副總裁及首席運營官Todd Edlund曾在接受媒體采訪時表示，對于3D NAND晶圓廠而言，1%的良率提高可能意味著每年1.1億美元的凈利潤;而對于尖端的邏輯晶圓廠而言，1%的良率提升意味著1.5億美元的凈利潤。

而在摩爾定律即將被“榨干”的今天，先進制程的良率對于芯片制造廠商而言，正在變得越來越重要。

過孔缺失和隨機缺陷：EUV的大麻煩

荷蘭ASML公司的光刻機是先進制程芯片制造過程中不可或缺的一環(huán)。主流的光刻機技術(shù)分為DUV和EUV，只有EUV技術(shù)能夠滿足10nm以下的制程工藝。

使用EUV光刻機進行圓晶刻蝕的過程中，可能會出現(xiàn)隨機缺陷，處理隨機缺陷已經(jīng)成為了廠商們提高先進制程良率的核心挑戰(zhàn)。

總的來說，隨機缺陷被分為四類：線邊緣和線寬粗糙;CD均勻性誤差;疊加錯誤以及邊緣短路或開路。

“這些因素都會影響設(shè)備的性能、良率和可靠性” Fractilia 的 Mack 說。

在缺陷檢查中，光學(xué)檢測工具與掃描電子顯微鏡(SEM)往往共同工作，以在線檢查可能存在的缺陷并將其分類。但SEM成像結(jié)果包含了實際粗糙度的同時也包含了由于SEM噪聲引起的粗糙度。傳統(tǒng)圖像處理過濾器會顯示平均粗糙度而不是實際粗糙度。

Mack解釋道：“舉例來講，在圓晶上可能會測到4.3nm的粗糙度，但還需要減去計量噪聲，最后會得到1.3nm的實際粗糙度?！?/p>

Fractilia開發(fā)了在頻域中運行的檢測工具，使用功率譜密度來查看粗糙度。借助這一工具，檢測者可以通過測得的粗糙度對晶圓模型進行反向建模，然后通過分析查找每一處隨機缺陷。并且該工具還為工程師提供了一種優(yōu)化SEM使用的方法，使來自不同供應(yīng)商的工具得以匹配。

在高級邏輯芯片上，從幾百萬個到幾十億個過孔中準確找到丟失的過孔或觸點對良率工程師來說也是一項重大挑戰(zhàn)。近年來，光學(xué)檢測工具的供應(yīng)商大幅更新了他們的工具和軟件，以檢測越來越多且越來越小的缺陷。

并且隨著人工智能加入到軟件中，這些缺陷得以被更好的標識出來。

對于這樣龐雜的電路中可能出現(xiàn)的缺陷，最麻煩的就是工程師無法確定哪些區(qū)域需要關(guān)注。目前對于重點區(qū)域的確定，有兩種方法：第一種是通過吸收歷史經(jīng)驗，將此前高頻出現(xiàn)缺陷的為止標記為重點區(qū)域。第二種方法則是從IC設(shè)計文件中找到可能的薄弱位置，然后軟件將會獲取所有區(qū)域并自動生成重點關(guān)注區(qū)域。

例如，KLA和IBM Reserch的工程師最近開發(fā)了一種基于充分陣列的分箱技術(shù)。該技術(shù)通過缺陷檢測將缺陷與晶圓位置相關(guān)聯(lián)。通過這一技術(shù)，工程師發(fā)現(xiàn)了此前的工具沒有標記的通孔，并通過追溯晶圓上的特定區(qū)域，找到了RIE步驟存在的問題。

在這項研究中，IBM和KLA的工程師合作開發(fā)了一種用于捕獲BEOL邏輯器件中缺失過孔的方法。工程師們使用KLA的檢測方法在RIE的通孔鏈圖案上的每個通孔周圍定義需要關(guān)注的區(qū)域，以提高對丟失通孔缺陷的捕獲靈敏度。

然后使用寬帶等離子(BBP)光學(xué)工具檢查這些關(guān)注區(qū)域，最后在SEM審查工具上對缺陷進行表征。該工具會按照類型對缺陷進行分類。

根據(jù)結(jié)果顯示，通路鏈左側(cè)在頂部出現(xiàn)缺失，但右側(cè)缺失的通路則與底側(cè)相關(guān)。該團隊因此懷疑缺失通孔缺陷是由于先前的通孔蝕刻圖案未對準而被阻塞造成的。

不過，采用傳統(tǒng)檢測方法并沒有發(fā)現(xiàn)這一存在于底部的缺陷，這意味著該策略可以更有效地檢測生產(chǎn)中缺失過孔的缺陷。

“BPP系統(tǒng)的檢查結(jié)果包括了分箱信息，這為工藝工程師提供了更多可操作數(shù)據(jù)，以便他們做出最佳的決策。”Kurada總結(jié)到。

AFM或?qū)⒊蔀榫刃?/h4>

雖然在過去在光學(xué)檢測系統(tǒng)和SEM的配合下芯片制造的良率得到了較好的控制，但是在芯片先進制程工藝越來越接近摩爾定律極限的背景下，需要更先進的技術(shù)來滿足良率控制的要求。

布魯克運營總監(jiān) Igor Schmidt 表示在當(dāng)芯片制程達到20nm以下后隨機缺陷將會變得越來越難以分類。而在檢測CMP后的凹陷和腐蝕等需要拓撲數(shù)據(jù)的地方，AFM變得尤其重要。

Igor Schmidt指出，雖然AFM(原子力顯微鏡)吞吐量比較低，但每小時仍然可以監(jiān)控高達340個為止，以進行光刻、蝕刻或CMP工藝的工藝控制。

原子力顯微鏡(AFM)審查工具可以利用機器視覺坐標，將從光學(xué)系統(tǒng)中獲取的圓晶圖數(shù)據(jù)指向可能出現(xiàn)缺陷的位置并對周圍區(qū)域進行成像。

成像的結(jié)果會顯示該區(qū)域包括高度信息和粘性在內(nèi)的3D尺寸。

粘性數(shù)據(jù)將能夠更好地幫助檢測人員對缺陷進行分類。就如同亂石堆和口香糖的表面都不平整，但代表的實際情況不同一樣。在芯片制造的缺陷檢測中，不同粘性的情況下的粗糙度可能指向不同的結(jié)果。

如果缺陷具有較大的高度差異和較大的粘性，表明是有機顆粒或聚合物掉落在了圓晶上。但如果在高度差異較大的情況下粘性較小，則說明掉落在圓晶上的可能是硅顆?；蛘咚槠?如果出現(xiàn)了孔隙卻沒有粘性，則表明可能是堆疊或者結(jié)晶缺陷;如果沒有發(fā)現(xiàn)顆粒卻具有粘性，則表明某處機器或者油存在問題。

“因此，對于缺陷分類來說，這是一種強大的技術(shù)。” Igor Schmidt說?；谶@一技術(shù)，廠商將能夠在先進制程上對芯片制造中的缺陷進行更詳細、準確的分類，從而提高產(chǎn)品的良率。

本文轉(zhuǎn)自雷鋒網(wǎng)，如需轉(zhuǎn)載請至雷鋒網(wǎng)官網(wǎng)申請授權(quán)。