支持内联CMP过程控制与快速吞吐量和更高的生产率。
由来自Velidandla,约翰·豪卓,约书亚·弗雷德里克,Zhihui娇
半导体行业不断朝薄电影和复杂的几何图形与较小的尺寸,以及新材料。化学物质平面化(CMP)步骤的数目增加了,有了它,更需要within-wafer一致性和薄片的控制薄膜层。
过程工程师通常采用修饰和修订标准操作程序的一部分到达理想的终点,在晶片薄膜均匀性要求。这是因为目前的综合计量工具集是基于相对简单的光学技术,如反射计,和没有离线提供的固有的高分辨率技术,如椭圆对称,技术复杂,成本高昂实现集成解决方案过程的工具。
薄膜残差时,当前步骤的CMP过程——修饰和返工步骤扮演着重要角色,效率低下,导致较低的收益率。
下一代的CMP工具主要供应商在当前吞吐量增长100%的目标,从80年到100年每小时每小时超过200片晶圆。为了达到预期的增加吞吐量,目前用于离线的时间反馈和返工不可行,原因是作为一个过程控制策略的一部分。
如果这些下一代CMP工具的真正潜力达到,这些CMP工具必须安装和集成能够测量极薄膜和准确的计量报告终点,从而消除离线测量的必要性。这个需求,综合计量模块将需要额外的输入和数据处理能力来衡量sub-50A CMP环境中残留的电影。
到创新和微米之间的内部最近的一项研究表明,混合计量方法可以有效地提高测量精度的薄的电影。这种方法结合了测量过程中不同的步骤,然后使用这些信息来提高数据分析的综合计量通过机器学习工具。这种方法提供了准确的膜厚度歧视,使适当的CMP终点。这减少了需要修饰和显著减少返工率。
在这项研究中,一个CMP一步氧化氮化(站)的末尾3 d NAND制造过程被选中(图1)。CMP实验设计与氧化名义剩余厚度的目标100,50,25和0。
准确ellipsometry-based测量进行了晶片沉积前的氧化层。这些测量是用于机器学习模型集成的计量工具。这一步加强使用的物理模型,提高了光谱分析。
图1:3 d NAND闪存测试结构选择氧化渣的研究。
Post-CMP晶片测量使用先进的垂直入射反射计。数据分析,有或没有机器学习。在这两种情况下,从椭圆计前馈pre-deposition信息。
测试数据表明,一个简单的前馈混合计量方法使歧视的四种不同的膜厚度post-CMP晶片,100 a, 50, 25(图2)和0。通过应用机器学习来提高数据分析,混合计量方法使歧视和提供了一个更加精确的测量膜厚度(图3)。
图2:简单的前馈椭圆计反射计使歧视的薄膜残余在氧化物CMP集成计量工具。
图3:一个全面的混合计量与机器学习方法导致更好的歧视和氧化薄膜残差在CMP的准确性。
在此基础上研究基于机器学习混合计量使用现有工具集可以实现在一个工厂。此外,它可以实现以最小的额外资本投资(图4)结合pre-CMP信息从高分辨率独立计量post-CMP信息综合计量。此外,这种独特的方法不仅改进数据分析,但是数据采集的食谱。
图4:基于机器学习的混合计量方法提高灵敏度CMP的集成薄膜计量工具。
使用一个增强的基于机器学习混合计量方法,我们可以测量和区分sub-10A氧化物与其他影片的甲板上。这使得内联CMP过程控制与快速吞吐量和更高的生产率,最终帮助提高CMP过程降低返工率。
来自Velidandla是产品营销高级总监到创新。
约翰·豪美光科技的高级计量工程师。
卓陈是一个技术经理到创新。
约书亚弗雷德里克·美光科技是一个计量工程师。
Zhihui娇是一个应用程序到科学家的创新。
|
|
|
|
|
|
|
|
|
|
留下一个回复