Fractilia自动化量测平台解决半导体制程中随机性误差的难题
- 赖品如/台北
全球主要晶圆代工厂的5纳米以下制程节点良率大战正如火如荼地展开,而极紫外光微影(EUV)技术扮演关键要角,随着半导体线路设计不断微缩,未来先进半导体的制造将面临更严苛的挑战。
Fractilia是先进半导体制造的随机性(stochastics)微影图案误差量测与控制解决方案领导者,Fractilia应用Fractilia反向线扫描模型(Fractilia Inverse Linescan Model;FILM)的专利技术,提供高精准度的随机性误差量测,其产品为整个半导体制造产业之微影及蚀刻制程工程提供最佳化的解决方案,目前成功实绩为全球前五大芯片制造商中的四家业者所采用。
Fractilia于2017年由CEOEd Charrier与技术长Chris Mack共同创立,总部位于美国德州奥斯汀,本次由技术长Chris Mack博士接受专访,他是全球公认的微影技术专家,曾于1990年创立FINLE Technologies,开发PROLITH和ProDATA软件产品,并成为微影模拟和数据分析的产业标准,后来公司于2000年由全球半导体制程控制及设备的领导者KLA-Tencor所收购,他便担任KLA-Tencor的微影技术副总裁长达五年。Chris Mack博士在过去的30年,培训来自全球超过300家企业的4,000多名微影技术工程师,目前正于美国德州大学奥斯汀分校化学工程学系任教。
Q1:随着5纳米制程节点进入量产,EUV微影技术跃升为关键要角,Fractilia如何看半导体先进制程的发展?
答:对于7纳米以下的EUV制程来说,最主要的挑战便是在EUV扫描式曝光机的生产力与良率间进行取舍。EUV曝光机的曝光剂量大幅影响生产力,如较高的曝光剂量会导致产能的流失,因此晶圆厂尽可能地降低EUV曝光的剂量以提升产能;然而,降低曝光剂量的同时却会因为光子粒子杂讯(photon shot noise)现象造成随机性误差的增加,而随机性误差是随机出现且不会重复的图案化错误,若随机性误差的变异性增加,将会导致设备效能与生产力的减少。因此,晶圆厂在进行更精密的制程节点时,便会为了达成良率目标而增加曝光剂量,进而牺牲EUV曝光机的生产力。由此可见,在良率与生产力间取得平衡成为当今半导体制造所面临的严峻挑战之一。
Q2:为什麽量测EUV随机性误差这麽重要?背后的困难是什麽?
答:对制程管控来说,无法准确量测就无法精准控制,因此准确量测随机性误差是管控随机性误差及平衡扫描机之生产力与制造良率间的第一步。晶圆厂处理精确量测的挑战,须透过扫描式电子显微镜(SEM)获得的晶圆蚀刻的影像,来有效的分析,通常主要量测包括线边粗糙度(LER)/线宽粗糙度(LWR)、局部线宽均匀度(LCDU)、局部边缘图案置放误差(LEPE)、随机缺陷侦测等重要参数,但是SEM影像本身就容易出现杂讯,造成量测上的误差,使精确度失准,所以SEM影像杂讯的去除与判读便成为关键。
Q3:市场上有许多针对EUV随机性误差的量测解决方案,为什麽Fractilia的解决方案能够领先群伦?
答:Fractilia解决方案的核心是能够藉由提升晶圆厂既有的SEM硬件功能,同时大幅改善所有主要随机效应的量测成果,其主要的核心技术在于提供分析SEM影像的物理基础模型,称为Fractilia反向线扫描模型(FILM),借助该模型,我们可以量测SEM杂讯对每一个SEM量测的影响,并提供有效去除杂讯萃取准确的量测结果。
相比于其他使用如滤镜与柔焦效果的影像处理技术来降低SEM影像杂讯的前处理方式,由于影像处理会损坏实质信息,以致于造成量测误判而使情况变得更糟,Fractilia透过简易的SEM机台设定,再辅以软件演算法调整,就可以在精准的随机性误差的量测上提供重大的贡献,值得一提的是,Fractilia的解决方案能够在使用不同的SEM机台与设定下,仍保有一致性的量测结果。
Q4:您是否可以和我们分享Fractilia解决方案的主要特色有哪些?
答:FILM使用符合物理定律的模型准确地将在SEM影像上观察到的内容,还原成实际在晶圆制造上的状况,毕竟我们真正在乎的是实际在晶圆制造上的状况而非影像上的内容。透过量测及减少随机与系统性的SEM误差,提供针对晶圆制造「精准去除量测杂讯」的量测值,Fractilia的解决方案帮助晶圆厂解决随机性误差量测与管控的问题。此外,我们甚至还可以在不同的SEM机台或其他解决方案的多种量测结果中相互验证。
目前FILM的解决方案已经进化到第三代的技术,针对诸如极细微的图形顶端对顶端的间距(tip-to-tip spacings)等高复杂性的、高量测挑战性的量测任务上,提供更精准的结果,甚至在高杂讯SEM影像品质不佳的条件下,都可以获得准确与精密的量测结果。
Q5:由于EUV随机性误差的不可预测性与随机性,您认为芯片制造商需要那些协助以解决随机性误差所带来的影响?
答:芯片制造商需要透过不同的方式来思考随机性误差的量测与管控。从量测的取样计划、晶圆上蚀刻图案结构的量测,以及比对不同量测工具间所产生的测量结果,都受到EUV随机性误差的随机性影响。过程中不仅要考量量测数值本身,也要兼顾掌握量测中的不确定性,如量测结果的制程误差范围(error bars)是多少?当制程开发团队比较两种制程或两种不同的光阻材料,以找出最低的随机性误差变异性时,量测中较小的制程误差范围则相当必要,由于在这种情况下,量测次数多寡亦是影响误差的关键,因此在量测结果中建立制程误差范围极具挑战性。这也是为什麽Fractilia在分析制程误差范围时,与分析量测结果时一样小心谨慎。
Q6:您前面提到目前全球前五大芯片制造商中,已有四家业者采用Fractilia最新的解决方案 - 第三代FILM工具。您能否与我们分享这些业者如何看待Fractilia的解决方案?以及是否有相关数据成效能够说明Fractilia的解决方案如何有效地协助他们提高良率或取得其他帮助?
答:客户将Fractilia视为一种促成技术(enabling technology),因为我们能为客户提供无法透过其他方式取得的量测解决方案并管控随机性误差。我们的Fractilia自动化量测平台(FAME)提供业界最佳的信号对讯噪的图形边缘偏移检测,PSD(Power Spectral Density)讯噪比相较于其他解决方案多出高达五倍,且每张SEM影像可以撷取出超过30倍的特徵数据。FAME可以将SEM跨机台量测校准比对提升最高达10倍,以及SEM工具生产力提升最高达2倍,这些功能与效益能够大幅地帮助晶圆厂提高良率并快速投入量产。
我们许多客户说道:若没有Fractilia的协助,他们将无法找到造成随机性误差的原因,并且会做出错误的制程开发决策。我们有许多客户的内部软件团队曾试图开发随机性误差量测的解决方案,最终他们都放弃,并完完全全仰赖Fractilia来解决。
一家全球排名前三大的设备制造商告诉我们:透过将Fractilia作为跨流程模块的通用量测标准,内部工程师不仅可以做出正确的决策,还能更快、更有效率地解决问题。举例来说,负责微影及蚀刻的工程师可以精准地比较各制程实验组之间的量测值变化。
Q7:随着先进制程节点从5纳米进化到3纳米,您认为芯片制造商将面临的挑战是什麽?
答:未来更精密的制程节点将持续演进,并且随机性变异的影响会成倍数放大。因此,随机性误差将持续成长,并成为晶圆厂中总变异性的重要部分。以5纳米制程为例,随机性误差所造成的微影制程图案错误已经占比超过一半的制程容错空间,5纳米以下制程节点,影响更大。面对先进制程,晶圆厂别无选择,只能将随机性误差视为不可避免且主要的挑战之一,并以此从整体上选择适当的制程设计、材料、制程设备及制程监控与管控,以完成量产任务。选择FAME,可以协助晶圆厂在不影响良率或生产力的情况下,解决因随机性误差而损失达数十亿美元良率的难题。更多相关信息,请浏览:https://www.fractilia.com/。