先進的工藝需要設備和工藝協(xié)同優(yōu)化 EPCO. 麥肯錫公司 McKinsey & Co. 在2021年發(fā)表的一篇論文表明, 利用人工智能 AI 和機器學習 ML 進行半導體制造優(yōu)化, 通過提高產(chǎn)量和吞吐量, 有望節(jié)省380億美元的成本.

麥肯錫強調(diào), 幫助企業(yè)實現(xiàn)這些好處的干預點是調(diào)整工具參數(shù), 使用當前和以前步驟的實時工具傳感器數(shù)據(jù), 使 AI/ML 算法優(yōu)化工藝操作之間的非線性關系.

成功部署 AI/ML 的關鍵是可操作的實時數(shù)據(jù). 上海伯東 Aston?質(zhì)譜儀的原位實時分子診斷和云連接數(shù)據(jù)是實現(xiàn)這一能力的關鍵技術(shù), 從而解鎖半導體設備與工藝協(xié)同優(yōu)化的潛力.

問題
隨著工藝節(jié)點的縮小, 影響工藝良率的新變量出現(xiàn), 挑戰(zhàn)了已建立的 Copy Exactly！ 方法論. 其中一些可能影響工藝性能的關鍵變量包括局部虛擬真空泄漏, 細微的反應氣體分壓變化, 由于泵送性能變化導致的晶片表面飽和, 由于晶片溫度變化導致的表面反應性, 腔室清潔終點和腔室老化曲線.

其他挑戰(zhàn), 如層間粘附, 300mm 晶圓機械應力, 新的原子級沉積和蝕刻化學, 低電阻接觸和填充金屬, 嚴格的交叉污染協(xié)議和提高吞吐量, 都需要更深入地了解工藝和設備的相互作用, 優(yōu)化諸如此類的先進工藝現(xiàn)在需要更高精度的計量工具, 增加了 Copy Exactly! 方法學協(xié)議的原位分子復雜性.

上海伯東日本 Atonarp Aston?質(zhì)譜儀提供設備與工藝協(xié)同優(yōu)化解決方案:原位,實時數(shù)據(jù)
半導體過程控制 FAB 環(huán)境中的數(shù)據(jù)主要分為三種類型:
1. 在工藝工具上實時獲取的現(xiàn)場數(shù)據(jù)
2. 處理步驟后測量結(jié)果的在線數(shù)據(jù)（通常立即）
3. 參數(shù)或 Fab 后數(shù)據(jù)（用于晶圓生產(chǎn)線良率和晶圓出貨驗收標準）

此外, 這三個主要數(shù)據(jù)可以進一步分為三個子類型
1. 目標數(shù)據(jù), 即作為配方一部分的工具所針對的目標, 例如, 目標溫度: 327 °C, 目標 SiF4 摩爾濃度: 100 mol/l
2. 測量數(shù)據(jù), 即在給定情況下測量的數(shù)據(jù), 例如, 測量溫度 9 °C, 實際 CF4 摩爾濃度: 0.097 mol/l
3. 信息數(shù)據(jù), 例如晶圓批號: 8F2342G, 設備序列號和腔室: 32FF4567-4

在分子水平上測量原位實時數(shù)據(jù)可以真正洞察過程是如何設置和進行的, 提供豐富, 可操作和有影響力的數(shù)據(jù). 反應物, 副產(chǎn)物和分壓濃度可以被識別和量化, 允許動態(tài)過程控制, 以確保對給定過程模塊在運行到運行, 腔室到腔室, 工具到工具之間進行嚴格的平均和標準偏差控制 -工具, 甚至站點到站點. 管理整體復雜的半導體工藝控制和生產(chǎn)線良率首先要嚴格控制各個工藝步驟, 并確保低可變性和嚴格的統(tǒng)計工藝控制 SPC.

上海伯東日本 Atonarp Aston?質(zhì)譜的設計初衷是為了滿足原位分子分析的需求, 從而實現(xiàn) EPCO, Aston 強大的實時原位分子傳感器解決方案具有許多先進的性能優(yōu)勢, 包括:
? 準確的實時終點檢測
? 逐次運行和實時 EPCO
? 參數(shù)調(diào)整
? 機器學習, 人工智能、
? 過程統(tǒng)計過程控制和偏差識別
? 生產(chǎn)線良率根本原因分析
? 優(yōu)化的防護性維護
? 跟蹤重要工具或流程

審核編輯黃宇