系統(tǒng)性良率問(wèn)題正在取代隨機(jī)缺陷，成為最先進(jìn)工藝節(jié)點(diǎn)半導(dǎo)體制造中的主要問(wèn)題，需要更多的時(shí)間、努力和成本來(lái)實(shí)現(xiàn)足夠的良率。

良率是半導(dǎo)體制造中的終極秘密話題，但它也是最關(guān)鍵的，因?yàn)樗鼪Q定了有多少芯片可以有利可圖地出售。PDF Solutions的首席技術(shù)官 Andrzej Strojwas 說(shuō)：“在較舊的節(jié)點(diǎn)上，當(dāng)您開(kāi)始批量生產(chǎn)時(shí)，您唯一需要擔(dān)心的良率問(wèn)題就是隨機(jī)缺陷?！薄按蠖鄶?shù)系統(tǒng)學(xué)將被淘汰，參數(shù)問(wèn)題將得到控制?！?/p>

情況不再如此。Strojwas 解釋說(shuō)，系統(tǒng)缺陷和參數(shù)變化現(xiàn)在出現(xiàn)在早期生產(chǎn)中，需要積極的良率管理策略才能將產(chǎn)品良率提高到可接受的水平?！坝袝r(shí)特定的布局模式會(huì)出現(xiàn)問(wèn)題，”他說(shuō)?！袄?，在互連層面，您可能會(huì)遇到金屬島問(wèn)題，這些問(wèn)題會(huì)導(dǎo)致災(zāi)難性故障，如短路或開(kāi)路。不幸的是，盡管人們對(duì)光學(xué)鄰近校正(OPC)給予了很多關(guān)注，以確保打印的結(jié)構(gòu)非常接近設(shè)計(jì)意圖，但這些情況仍在發(fā)生?！?/p>

圖1：分析以解決良率上升的設(shè)計(jì)系統(tǒng)問(wèn)題。資料來(lái)源：先進(jìn)制造公司

GlobalFoundries 最近在其壽命為兩到三年的 14 納米 finFET 移動(dòng)產(chǎn)品的量產(chǎn)期間實(shí)施了良率改進(jìn)方法。該公司表示，工藝、設(shè)計(jì)和布局之間的系統(tǒng)性缺陷是早期良率損失的主要原因。該流程（見(jiàn)圖 1）將客戶 GDS 文件與經(jīng)過(guò)調(diào)整的從設(shè)計(jì)到硅的流程相結(jié)合，該流程根據(jù)歷史學(xué)習(xí)中的弱點(diǎn)或缺陷評(píng)估良率損失。設(shè)計(jì)特征為模式匹配提供輸入，計(jì)算過(guò)程開(kāi)發(fā)期間捕獲的薄弱點(diǎn) (WP) 或夾點(diǎn)的出現(xiàn)次數(shù)。設(shè)計(jì)示意圖根據(jù)產(chǎn)量影響對(duì) WP 進(jìn)行排名，并將其反饋到 NPI 工藝設(shè)置中。最關(guān)鍵的是，在 NPI 設(shè)置期間使用在線 CD、明場(chǎng)檢查、電子束掃描、自動(dòng)圖案檢查和工藝窗口鑒定對(duì)系統(tǒng)進(jìn)行全面的工藝表征。根據(jù)這些發(fā)現(xiàn)實(shí)施修復(fù)，然后在晶圓上進(jìn)行驗(yàn)證。

在一個(gè)例子中，GlobalFoundries 的工程師發(fā)現(xiàn)了一個(gè)中間線接觸接觸短路的薄弱點(diǎn)，“這與一個(gè) 7.5T 標(biāo)準(zhǔn)電池有關(guān)，雙圖案接觸 (CA) – CA1 和 CA2 之間的邊緣空間很小，晶圓邊緣芯片丟失(>5%)（見(jiàn)圖 2）?；谠O(shè)計(jì)布局分析和圖案匹配，實(shí)施了光學(xué)鄰近校正 (OPC) 修復(fù)解決方案以擴(kuò)大工藝余量并提高良率，如圖 2g 所示。“CD 檢查確認(rèn)了整個(gè)過(guò)程窗口。”

圖 2：通過(guò)光學(xué) (a)、布局 (b、e) 和電子束 (d) 確認(rèn)的觸點(diǎn)短路已使用 OPC 進(jìn)行校正，并通過(guò)更大的間距 (f) 和晶圓邊緣良率增益 (g) 進(jìn)行了驗(yàn)證。資料來(lái)源：IEEE ASMC

3D 計(jì)量和良率學(xué)習(xí)

最近最重要的變化之一是 3D 檢測(cè)和計(jì)量學(xué)習(xí)的增加。finFET 和納米片晶體管的采用發(fā)生在前端，而高級(jí)封裝則需要在后端進(jìn)行 3D 計(jì)量。

“我們看到的主要挑戰(zhàn)實(shí)際上是 3D 復(fù)雜性，” Nova的首席技術(shù)官 Shay Wolfling 說(shuō)。“所以這始于具有數(shù)百層的 3D NAND——而且不是一層，而是兩層和三層?？蛻舨粌H對(duì) CD 感興趣，還對(duì)頂部 CD、中間 CD 和底部 CD 感興趣——配置文件中的多個(gè)參數(shù)。堆疊納米片的邏輯也是如此。”

例如，納米片晶體管的三維測(cè)量和過(guò)程控制產(chǎn)生了一種新工具，即垂直移動(dòng)光譜儀，Wolfling 將其描述為在傳統(tǒng) OCD 功能（散射測(cè)量）之上添加了干涉測(cè)量法。這項(xiàng)新技術(shù)為反射率測(cè)量帶來(lái)了額外的相位信息，例如，這顯著提高了納米片晶體管中腔體和間距測(cè)量的準(zhǔn)確性。

在 FEOL 中，同時(shí)使用了光學(xué)和電子束技術(shù)。西門(mén)子 EDA 的Tessent Group產(chǎn)品管理總監(jiān) Matt Knowles 說(shuō)：“在晶體管級(jí)別采用環(huán)柵技術(shù)，你會(huì)在前端缺陷中引入更多的復(fù)雜性?！薄耙呀?jīng)完成了光學(xué)檢測(cè)并正在應(yīng)用電子束檢測(cè)，但澆口的三維特性帶來(lái)了重大挑戰(zhàn)?！?/p>

具體而言，Knowles 強(qiáng)調(diào)布局模式系統(tǒng)缺陷的影響越來(lái)越大?！斑@是人們多年來(lái)一直面臨挑戰(zhàn)的領(lǐng)域，但在高級(jí)節(jié)點(diǎn)，圖案復(fù)雜度更高，這些缺陷可能占良率的百分之幾。因此，我們將 YieldInsights YMS 的機(jī)器學(xué)習(xí)與 PDF Solutions 的模式引擎相結(jié)合，以解決其中的一些問(wèn)題?！?/p>

模式簽名

在生產(chǎn)過(guò)程中，工程團(tuán)隊(duì)尋找可用于快速提高產(chǎn)量或減少產(chǎn)量限制事件影響的可操作數(shù)據(jù)。工具和處理問(wèn)題通常在晶圓級(jí)模式中捕獲，軟件程序可以對(duì)其進(jìn)行建模和自動(dòng)識(shí)別。

良率管理系統(tǒng)中的機(jī)器學(xué)習(xí)可以分析晶圓級(jí)空間模式。例如，Skywater Technology 和 Onto Innovation 的工程師實(shí)施了基于 ML 的空間模式識(shí)別 (SPR) 引擎，以根除由于工藝或工具邊際性導(dǎo)致的系統(tǒng)產(chǎn)量問(wèn)題。該引擎主動(dòng)生成高影響步驟的 Paretos，以更有效地識(shí)別產(chǎn)量限制事件的原因?！?a target="_blank">半導(dǎo)體行業(yè)對(duì)采用 SPR 并不陌生，”SkyWater Technology 的 David Gross 說(shuō)?！叭欢?，有效利用 SPR 結(jié)果來(lái)加快確定根本原因和采取糾正措施仍然是一個(gè)挑戰(zhàn)?！?/p>

圖 3：三個(gè)月的未知模式學(xué)習(xí)結(jié)果。資料來(lái)源：IEEE ASMC

產(chǎn)量改進(jìn)方法從基于 ML 的基于數(shù)月生產(chǎn)數(shù)據(jù)的模式自動(dòng)發(fā)現(xiàn)開(kāi)始（見(jiàn)圖 3）。工程師將模式樣本添加到庫(kù)中，而庫(kù)和配方設(shè)置組合用于改進(jìn)跨多個(gè)產(chǎn)品和層的模式識(shí)別。在生產(chǎn)中，當(dāng)晶圓檢測(cè)、計(jì)量和探測(cè)數(shù)據(jù)被輸入良率管理系統(tǒng)時(shí)，SPR 引擎會(huì)檢測(cè)具有空間特征的晶圓并對(duì)其進(jìn)行分類。根據(jù)工程師的監(jiān)控標(biāo)準(zhǔn)，采取自動(dòng)行動(dòng)，例如電子郵件警報(bào)、自動(dòng)報(bào)告等。

SPR 引擎識(shí)別出三種未知圖案，包括光刻條紋、兩個(gè)邊緣帶和一個(gè)中心簇?！肮饪虠l紋可能是由于光罩污染或檢查配方敏感性問(wèn)題造成的。但是，執(zhí)行 Repeater 和 Event Reports 等深入分析可以快速找出根本原因。”生產(chǎn)中的產(chǎn)量限制模式儀表板（見(jiàn)圖 4）被發(fā)現(xiàn)可以提高工程生產(chǎn)力 (+25%)，方法是突出顯示有助于產(chǎn)量限制警報(bào)條件的工藝工具，從而實(shí)現(xiàn)快速反應(yīng)和恢復(fù)。

圖 4：通過(guò)將設(shè)備研究信息與 AOI 圖像相結(jié)合，使用儀表板定期監(jiān)測(cè)缺陷模式將工程生產(chǎn)力提高了約 25%。資料來(lái)源：IEEE ASMC

Skywater 的其他案例研究確定了受特定空間模式影響的所有晶圓，從而無(wú)需進(jìn)行耗時(shí)的手動(dòng)分類。SPR 引擎還可以在完全影響之前捕獲已知的故障模式，例如晶圓上呈風(fēng)車狀的蝕刻薄片，其實(shí)時(shí)警報(bào)會(huì)通知工程師組件需要更換。該團(tuán)隊(duì)得出結(jié)論，SPR 引擎有助于勾勒出偏移范圍并將內(nèi)聯(lián)簽名與限制產(chǎn)量的缺陷相關(guān)聯(lián)。

可操作的數(shù)據(jù)

更好的數(shù)據(jù)分析程序有助于更好地利用缺陷和故障數(shù)據(jù)?！拔覀兛吹降囊粋€(gè)大趨勢(shì)是，為了讓缺陷數(shù)據(jù)更容易獲得和操作，人們?cè)谏a(chǎn)中運(yùn)行更多的批量診斷，”Knowles 說(shuō)?！斑^(guò)去，只有幾家大公司收集并分析了他們所有的故障數(shù)據(jù)。其他客戶在新產(chǎn)品推出或某些良率問(wèn)題的臨時(shí)基礎(chǔ)上這樣做。但現(xiàn)在，所有客戶都變得更加主動(dòng)。他們必須這樣做，因?yàn)樗麄儾荒苋淌艹掷m(xù)一周或更長(zhǎng)時(shí)間的收益率波動(dòng)?！?/p>

缺陷隔離是一項(xiàng)持續(xù)的挑戰(zhàn)，尤其是當(dāng)缺陷被隱藏時(shí)（見(jiàn)圖 5）?！霸谇岸?，你有兩種功能截然不同的工具，”諾爾斯說(shuō)?！暗谝粋€(gè)檢測(cè)工具非常快速地掃描整個(gè)晶圓，尋找所有污染物和缺陷。然后，審查工具會(huì)提供非常高分辨率的圖像，很可能就是您要查找的缺陷?！彼赋觯瑢彶榉治鲆芽s短到大約 10 分鐘。

然而，陳指出，抽樣程序正在發(fā)生變化。舊例程不足以捕獲所有致命缺陷，尤其是在汽車和服務(wù)器芯片中，可接受的缺陷水平低于 ppm。因此，公司必須投資于工具以提高產(chǎn)量，例如使用 TSMC 的 CoWoS 的 HBM 內(nèi)存堆棧。他指出了一種范式轉(zhuǎn)變，從在少數(shù)芯片上產(chǎn)生 ppm 速率的舊采樣率到具有數(shù)千個(gè)具有復(fù)合故障率的設(shè)備的現(xiàn)代汽車系統(tǒng)。“在服務(wù)器單元或高性能人工智能芯片中，投資回報(bào)率更具吸引力。但是對(duì)于外包制造，任何影響生產(chǎn)力的事情，比如額外的檢查步驟，都需要一個(gè)整體的行業(yè)解決方案?！?/p>

圖 5：100% X 射線缺陷檢測(cè)（左排圖像）之后是審查（中）和橫截面驗(yàn)證（右），以隔離 HBM 中光學(xué)技術(shù)可能遺漏的隱藏缺陷。資料來(lái)源：Bruker

Bruker對(duì)芯片連接后的 X 射線檢查和審查的采樣率和自動(dòng)反饋進(jìn)行了研究，以確定最佳采樣率、良率增益和偏移持續(xù)時(shí)間（見(jiàn)圖 6）。“我們對(duì) HBM 隱藏缺陷的分析表明，您可以通過(guò)進(jìn)行 30% 的采樣來(lái)顯著減少偏移時(shí)間，這會(huì)產(chǎn)生大約 7 天的偏移時(shí)間。一直到 100% 采樣可將產(chǎn)量提高 1.7%，并將偏移時(shí)間縮短至 2 天?！?/p>

快速計(jì)量過(guò)程反饋是將缺陷率提高到 100 ppb 水平的關(guān)鍵?！皩?duì)于自動(dòng)反饋，僅僅提高采樣率是不夠的，”Bruker 說(shuō)?！皩?shí)際上，您需要提供更多反饋才能在工藝窗口內(nèi)進(jìn)行自動(dòng)更正，以將事情保持在工藝規(guī)范內(nèi)?！?/p>

圖 6：30% 的采樣率將偏移時(shí)間減少到 7 天。最終，采樣率達(dá)到收益遞減點(diǎn)。資料來(lái)源：Bruker

工程師識(shí)別可操作數(shù)據(jù)的方法之一是通過(guò)故障缺陷分類 (FDC) 程序。FDC 使用過(guò)程工具上的傳感器數(shù)據(jù)和監(jiān)控?cái)?shù)據(jù)來(lái)自動(dòng)對(duì)故障進(jìn)行分類?！拔覀?cè)诠に嚬ぞ吆陀?jì)量系統(tǒng)上做越來(lái)越多的 FDC，” Onto Innovation軟件產(chǎn)品管理總監(jiān) Mike McIntyre 說(shuō)。“例如，有一種最著名的方法是將 FDC 放在您的計(jì)量工具上，從而實(shí)現(xiàn)車隊(duì)匹配，從而能夠確保它們每天的行為始終如一。這樣您就不必依賴校準(zhǔn)標(biāo)準(zhǔn)來(lái)確保計(jì)量測(cè)量處于受控狀態(tài)。因此，我們正在引入這種學(xué)習(xí)，我們可以開(kāi)始研究工具上的固有信號(hào)?！?/p>

但越來(lái)越多的工具上的傳感器數(shù)量在增加，因此維護(hù)和分析來(lái)自過(guò)程監(jiān)視器的所有數(shù)據(jù)的成本也在增加。并且需要在整個(gè)產(chǎn)品生命周期中從一開(kāi)始就跟蹤缺陷。

數(shù)據(jù)分析和生命周期管理

晶圓廠、組裝和測(cè)試設(shè)施的數(shù)據(jù)管理有兩個(gè)方面——?dú)v史數(shù)據(jù)和日常運(yùn)營(yíng)產(chǎn)生的實(shí)時(shí)數(shù)據(jù)。Synopsys硅生命周期管理高級(jí)產(chǎn)品營(yíng)銷經(jīng)理 Guy Cortez 表示：“在宏觀層面上，隨著先進(jìn)節(jié)點(diǎn)的出現(xiàn)，需要分析的數(shù)據(jù)量確實(shí)發(fā)生了階躍函數(shù)變化?！薄斑@些工具必須能夠很好地處理架構(gòu)，以執(zhí)行容量分析、跟蹤實(shí)時(shí)和歷史數(shù)據(jù)以了解產(chǎn)量問(wèn)題，從而支持實(shí)時(shí)行動(dòng)?！?/p>

半導(dǎo)體加工中的數(shù)據(jù)管理挑戰(zhàn)可以簡(jiǎn)化，尤其是從真正重要的方面來(lái)看——半導(dǎo)體材料或芯片。“在 Onto，我們查看數(shù)據(jù)，我們基本上發(fā)現(xiàn)它都符合三個(gè)向量之一，”麥金泰爾說(shuō)。“它要么是與正在生產(chǎn)的材料相關(guān)的矢量，要么是與在材料上執(zhí)行功能的設(shè)備相關(guān)的矢量，要么是與應(yīng)用于影響材料的工具的過(guò)程相關(guān)。所以所有數(shù)據(jù)都屬于這三個(gè)桶之一。這有助于我們組織數(shù)據(jù)進(jìn)行分析。”

從設(shè)計(jì)方面來(lái)看，內(nèi)存設(shè)計(jì)和制造都得益于自我修復(fù)機(jī)制。現(xiàn)在，在某種程度上，類似的技術(shù)正在應(yīng)用于邏輯器件?！霸谥圃煸O(shè)計(jì)中，我們正在將 BiST 擴(kuò)展到自我修復(fù)，就像我們對(duì)記憶所做的那樣，然后是其他塊?，F(xiàn)在我們正在為接口 IP、重新配置、校準(zhǔn)、流式傳輸?shù)冗M(jìn)行現(xiàn)場(chǎng)改進(jìn)技術(shù)，”Synopsys 首席架構(gòu)師兼研究員 Yervant Zorian 說(shuō)。“但將工具相互鏈接是我們?cè)?LCM 中所做的較新的事情，因?yàn)橛辛藗鞲衅鞅O(jiān)視器，芯片內(nèi)部的修復(fù)系統(tǒng)可以一直延伸到云端的分析。因此，我們不會(huì)將分析與片上資源分開(kāi)。我們正在將它們相互連接和關(guān)聯(lián)，并進(jìn)行優(yōu)化。”

結(jié)論

系統(tǒng)性缺陷在最近的工藝節(jié)點(diǎn)中明顯占主導(dǎo)地位，推動(dòng)了對(duì)涉及空間模式識(shí)別、實(shí)時(shí)報(bào)告和缺陷識(shí)別以及工具問(wèn)題自動(dòng)建議的更復(fù)雜良率管理程序的需求。機(jī)器學(xué)習(xí)和數(shù)據(jù)分析程序正在幫助加快新節(jié)點(diǎn)和生產(chǎn)過(guò)程中產(chǎn)量上升的根本原因分析。

審核編輯：郭婷