光刻机|EUV光刻的“致命弱点”( 三 )


因此,芯片制造商在 7nm 处使用更高的剂量,大约为 40mJ/cm?及以上,但也有一些权衡 。更高的剂量会转化为更多的光子,但扫描仪的吞吐量会受到影响 。
同时,在 7nm 处,EUV 单次图案化用于打印间距从38nm到36nm特征图案 。但是单图案EUV在 32nm 到 30nm 间距达到了它的极限 。
超过 30nm 间距,则需要 EUV 双图案化,这属于5nm和3nm节点 。双图案 EUV需要将芯片图案分成两个掩模,然后将每一层打印为单独的层 。
EUV 双重图案化更昂贵,因为该过程中有更多步骤 。另一方面,您可以使用更高的剂量打印更大的特征,从而减少随机效应 。
“随机性仍然是一个问题,但 EUV 双重模式缓解了其中的一些担忧,”Lam的Wise说 。“EUV 双图案化虽然成本更高,但其优势在于使 EUV 能够以更易于管理的间距运行 。例如,如果您想打印 30nm 间距线,则可以使用直接打印来完成 。但是随机性是一个重大挑战,因为随机性中最重要的因素是CD或正在打印的特征的大小 。通过打印更大的尺寸,您基本上可以在给定的特征中捕获更多的光子,并且随机性得到改善 。因此,您的权衡是在 EUV 双重图案的成本与随机性改进之间进行权衡 。”
预测和定位EUV缺陷的N种方法
如今,芯片制造商正在研发5nm光刻机,也可以用在3nm以及更高级节点的芯片制造 。“原则上,间距越小,随机性越大,解决这些问题的挑战性也越大,”Imec高级光刻项目主管Kurt Ronse说 。
另一方面,业界已经改进了EUV抗蚀剂和工艺 。“从7nm到5nm到3nm的时间范围内,我们建立更好的理解和材料可用性,意味着5nm和3nm的缺陷正在下降,从而同提高量产水平,”Ronse说 。
尽管如此,定位和预测芯片中随机效应引起的缺陷仍然是必不可少的,在晶圆厂中,有许多方法可以定位这些缺陷,包括光学检测、电子束技术和电气测试,还有各种软件工具 。
多年来,芯片制造商一直依靠两种设备——电子束和光学检测系统——来发现芯片中的缺陷 。光学检测系统是晶圆厂的助力工具,在操作中,晶圆片被插入监测系统中,光源产生照亮晶圆片的强光,收集光并数字化图像 。该系统拍摄裸片时,将其与没有缺陷的芯片进行比较 。
光学检测系统不仅用于发现常见的物理缺陷,还用于定位EUV随机引起的缺陷,与其他技术相比有几个优点 。
“随着生产实施和抗蚀能力的提高,随机引起的缺陷率得到显著改善,但它仍然存在 。”KLA过程控制解决方案主管Andrew Cross说:“随机效应引起的缺陷,无论图案类型如何都可能发生 。我们看到传统的CD和较新的热点电子束计量都无法在如此低的缺陷密度范围内单独标记这些缺陷 。这推动了对大面积和高覆盖率检测的需求,并具有捕捉关键图案缺陷的敏感性——光学检测系统支持的要求,特别是宽带等离子光学检测 。”
随机效应的本质是随机,往往以最高频率影响弱模式 。“因此,需要有效的进程窗口发现是至关重要的,”Cross说:“进程窗口通常能够识别在焦点和剂量方面最薄弱的结构,由于一个特定结构通常在一个设计中重复数千或数万次,因此预测哪个可能由于设计本身、掩膜或其他工艺交互而失败,跨芯片或跨晶圆,同样需要高覆盖率的光学检测技术 。
随机性通常发生在系统学单独定义的过程窗口内,电子束或光学监测都可以提供有效的解决方案,具体取决于随机性的水平及其对特定设计的影响 。在这个发现过程中,我们可以尝试区分随机性和纯系统缺陷 。系统性通常影响设计结构中的同一点,例如,特定的角点或线端 。随机变量影响最普遍的弱结构,但它们不会影响设计结构钟的同一点 。准确的基于设计的分块有助于区分随机性和系统性 。”
除了随机性的检查和经验发现之外,模拟还可以成为预测随机性的关键推动因素 。“至于通过模拟预测随机性,有效且准确的模型是最大的挑战 。基于模型的全芯片随机缺陷率预测可能是一种有效的策略,这取决于准确性和速度 。这里的挑战是保持基于物理模型的准确性,并具有足够的吞吐量来覆盖设备,”Cross 说 。
光学检测也有一些优势 。“光学检测的优势在于它可以在短时间内扫描完整的晶圆 。通过这种方式,可以测量每平方厘米的缺陷数,因此芯片制造商可以估算其芯片的良率,”Imec的Ronse说 。“光学检测的分辨率可能不足以捕捉最小的缺陷,寻找换行符是一项挑战 。”


推荐阅读