RS 材料 新能源
捷径: 新闻动态 采访报道 制造工艺 封装技术 设备与材料 纳米技术 芯片设计 FPD MEMS 新能源
制造工艺
Process Watch:蚕食你的良率
录入时间:2017/1/13 11:46:55

Process Watch:蚕食你的良率 

作者:David W. Price 和 Douglas G. Sutherland

作者按语:Process Watch 探索了一系列半导体产业工艺控制(缺陷检测与量测)的关键概念。继之前探讨工艺控制 10 大根本法则的相关文献之后,新一系列的连载将着重说明工艺控制的其他趋势,包括集成电路生产的成功实施战略及益处。

 

简介 

在上一篇 Process Watch 文章[1],我们展示了大偏离通常易于检测,但是发现小的偏离则需要要结合高捕获率和低噪声。我们还指出,根据我们的经验,通常是这些小的偏离最终会导致晶圆厂更大的产品损失。灾难性偏离最初影响巨大,但是几乎总能被迅速检出。相反,较小的“微偏离”有时会持续数周之久,可造成数百或者数千个批次的良率受到影响。

1 显示了一个微偏离的例子。作为参考,最上面的图表描述了晶圆厂中实际发生的情况,批号 300 处发生了偏离。中间的图表显示出通过有效检测策略能发现相同的偏离;尽管由于不完美的采样和捕获率而产生一些噪声干扰,但是通常仍有可能在几个批次内就发现偏离。最下面的图表表明,如果晶圆厂采用低成本的检查策略,会出现怎样的偏离 —— 要么捕获率降低,要么检测出大量无关的缺陷;在这种情况下,数十个批次受到影响后,晶圆厂的工程师才会有足够信心识别出偏离,以采取纠正措施。

 

1. 微偏离图解。上图:晶圆厂实际发生的情况。中图:通过有效控制策略发现偏离(平均 2.5 个批次受影响)。下图:从低成本的检测策略角度观察偏离(大约 40 批受到影响)。

 

不幸的是,图 1 下所描述的场景实在太常见了。采用看起来无伤大雅的成本节约措施,例如降低采样率或者使用较低灵敏度检测设备,却会使控制策略迅速失效[2]。此外,这有可能让晶圆厂产生虚假的安全感,认为只要具有发现较大偏离的能力,就是在有效地监控各层。

 

微偏离

1 显示了灾难性偏离和微偏离之间的区别。正如其名称暗示的那样,微偏离是距基线的细微偏离。当然,偏离也可以上述二者之间的任何形式出现。

 

1:灾难性偏离相较于微偏离

 

 

灾难性偏离

微偏离

晶圆级良率损失

基线偏离

>>3x

< 3x

发生频率

罕见

非常频繁

开始

步骤

步骤或偏离

检测难易度

通常容易

非常困难

检测前的常见持续时间

 

 

 

 

 

 大多数(几乎所有)的工艺设备都会发生此类基线偏离 —— 毕竟,这就是晶圆厂采用严格的定期预防性维护 (PM) 的原因。但是预防性维护成本昂贵(零件、劳动力、生产时间损失),因此晶圆厂倾向于将其间隔时间尽可能地延长。

由于单一的微偏离极小,因此很难从终测良率数据中观察到。它们通常只能通过同时发生的数十个微偏离累积在终测良率数据中看到;即使看上去更像是基线良率损失。其结果是,晶圆厂工程师常常会使用“腊肠术”(“salami slicing”) 或“一分钱剃头”(“penny shaving”) 等术语,因为这些短语描述了一系列微小的行动不断积累,形成一个整体,就会产生巨大后果 [3]。

微偏离通常会因以下原因结束:(a) 晶圆厂检出偏离,并修正造成偏离的设备;或者 (b) 晶圆厂很幸运,定期的预防性维护解决了问题,并将设备恢复至其基线。在后一种情况下,晶圆厂可能永远都不知道问题曾经发生过。

 

多个同时发生微偏离叠加 

为了理解这些多个微偏离的叠加所产生的影响,认识到以下情况非常重要: 

  1. 在不同层(不同工艺设备)上的微偏离会在不同时间出现和消失
  2. 微偏离会造成不同程度的缺陷率或基线偏离
  3. 微偏离的持续时间不同 

换言之,每个微偏离都有各自的特征段、振幅和波长。实际上,将各个微偏离想象为波形很有帮助,它们组合起来可以形成一个累加波形。从数学上来说,我们可以应用叠加原理[4]模拟有作用的微偏离对良率造成的最终影响。

2 展示了在一个 1,000 步半导体工艺中同时发生 1 个、5 个以及 10 个微偏离所造成的累积影响。在本例中,我们假定基线良率为 90%,每个微偏离造成 2% 的基线良率损失,并且会在开始后的第 10 批检出。正如预期,单个微偏离的影响力微不足道,但叠加影响力则极为可观。

 

 

 

2. 在 1,000 步工艺中同时发生 1 个、5 个和 10 个微偏离的叠加影响力:良率损失和变化均有增加。

 

有趣的是,我们注意到,图 2 中最下方的曲线似乎提示着晶圆厂有基线良率问题。但是,看似只有80% 的基线良率实际上是90%,但许多同时发生的微偏离使之降低到 80%。这一差别非常重要,因为这将影响晶圆厂会采用何种方法来提升平均良率。在出现真正的基线良率问题的情况下,晶圆厂应该投入资源来进行实验,以评估潜在的工艺改善(实验设计 (DOE)、分离批次实验和失效分析等)。这些活动将最终证明是令人失望的,因为工程师将不得不尝试找出十几个持续变化的良率损失来源。

 正确推断出这一良率损失实际上源自于微偏离的晶圆厂工程师,会转而将注意力集中在实施更加严格的工艺设备监控策略上。他们会特别检查工艺设备监控器检测的灵敏度和频率;根据工艺设备的不同,这些监控设备可能是无图形晶圆上的裸晶圆检测仪,和/或晶圆产品上的激光扫描检测仪。目标是确保这些检测可以及时发现微偏离,而不仅仅是大偏离。

3 中可以看到改善的工艺设备监控策略的影响。通过提升捕获率(灵敏度),减少非关键性缺陷的数量(采用前/后检测,或使用有效的分类程序),并减少其他噪声源,晶圆厂就可以将受影响的产品从 40 批降至 2.5 批。这一举措,反过来又能够显著降低良率损失和波动。

 

 

 

3. 10 个同时发生的微偏离对于采用低成本检测策略的晶圆厂(棕色曲线,大约 40 批面临风险)以及采用有效工艺设备监控策略的晶圆厂(蓝色曲线,大约 2.5 批面临风险)产生的影响。

 

总结

大多数晶圆厂在发现灾难性缺陷偏离方面的工作都很出色。但微偏离更常见,却也更加难以检出。通常在许多不同层会同时发生完全未能检出的极小偏离,。这些微偏离叠加起来,会导致无法解释的良率损失和无法解释的良率变化。

作为良率工程师,您必须提防这一点。仅用于防止灾难性偏离的检测策略,会让你产生该层已得到有效监控的虚假安全感 —— 实际上,你会漏掉许多层层削弱或“蚕食”你的良率的微小事件。

 

参考文献:

1)      Process Watch:Know Your Enemy(了解你的敌人),Solid State Technology(固态技术),2015 年 3 月

2)      Process Watch:Fab Managers Don’t Like Surprises(半导体厂经理们不喜欢任何意外),Solid State Technology(固态技术),2014 年 12 月

3)      https://en.wikipedia.org/wiki/Salami_slicing

4)      https://en.wikipedia.org/wiki/Superposition_principle

 

作者简介

David W. Price 博士是 KLA-Tencor 公司的高级总监。Douglas Sutherland 是 KLA-Tencor 公司的首席科学家。在过去 10 年间,Price 博士和 Sutherland 博士一直与 50 多家半导体集成电路制造商直接合作,帮助他们优化整体检测策略,以实现最低总成本。此系列文章试图对他们在这些工作中观察到的一些普遍经验进行总结。


上一篇:ALD制程可望成为64层以上3D NAND ... 下一篇:新TII制程技术实现更小特征尺寸 英...

版权声明:
《半导体科技》网站的一切内容及解释权皆归《半导体科技》杂志社版权所有,未经书面同意不得转载,违者必究!
《半导体科技》杂志社。
 
 
 
友情链接
首页 | 关于我们 | 联络我们
Copyright© 2017:《半导体科技》; All Rights Reserved.
请用 Microsoft Internet Explorer 6.0 或以上版本
Please use Microsoft Internet Explorer 6.0 or higher version.
备案序号粤ICP备12025165号