芯片制造，遇到大贫困了

变异性是半导体制造业的对头。芯片内部、晶圆之间以及晶圆之间的结构变革会低落芯片的性能、产量和可靠性。汗青上，这些变异性是“全局性的”，由晶圆平整度或热板匀称性等因素引起的体系性工艺毛病发生在毫米级的长度标准上。晶圆边沿附近的低产量就是常见的后果之一。

然而，随着最新节点半导体器件特性尺寸的不停缩小，一种新型的变异性——随机性——已经出现，并对器件的产量、可靠性和性能产生了负面影响。随机性是图案化过程中固有的随机变异，当尺寸靠近原子级别时就会出现。与全局变异性差别，随机性影响“局部”层面，此中彼此靠近的图案化特性在尺寸上大概存在显着差别，这会影响产量并导致器件性能的颠簸。

在前几代器件中，随机变异性并未显着影响器件产量或性能。但在最新一代节点中，这种局部随机变异现在大概占某些范例制造毛病的50%以上，这些毛病直接影响器件。现在，不受控制的随机变异每年大概使制造商在每个晶圆厂丧失数亿美元，这体现在产量丧失和生产爬坡耽误上。这些曾经可以忽略不计的变异，现在决定了2纳米及以上先辈节点的可行性。

随机性作为晶圆厂EPE毛病预算的百分比：

随机性是一个日益严峻的良率问题，在EUV（极紫外光刻）技能中，它大概占总图形毛病预算的50%以上。

因此，现在器件制造商优化和控制随机性至关紧张，而这必要一套差别的工具，这些工具偏重于随机性的概率性子。

在半导体制造中，存在四种范例的随机效应：

线边沿粗糙度或线宽粗糙度（LER/LWR）：晶体管或其他关键特性的边沿不平滑。这会影响栅极泄电流、导线电阻、芯片功耗和可靠性。

图1 线边沿粗糙度造成局部关键尺寸变异

局部关键尺寸匀称性（LCDU）：相邻器件的关键尺寸差别。这会影响良率和芯片速度。

局部边沿位置毛病（EPE）：边沿随机定位，大概导致短路或开路。这会影响良率和可靠性。

图2 边沿位置毛病

随机缺陷：芯片特性出现线路桥接或断裂、打仗孔缺失或归并等环境。这些缺陷会影响良率和可靠性。

图3 打仗孔缺失

为了表明随机性在最新工艺节点中为何日益严峻，让我们以光刻工艺为例。在半导体光刻工艺中，扫描仪使用光线在光刻胶上曝光图案，然后蚀刻掉不必要的部门以创建特定尺寸的特性。

在器件特性相对较大的老一代节点中，可以假定所有相邻特性的尺寸都类似。这是由于工艺的随机变异性（以及局部变异性）相对较小。比方，100纳米特性尺寸的随机变异性通常仅为特性尺寸的2%到3%。

对于较大的特性尺寸来说，这种微小的影响使得器件制造商在很大水平上可以忽略制造过程中的随机变异性，并仍旧乐成地将其制造产能提拔至高良率。为了实现这一乐成，器件制造商不停依靠于猜测性工艺模子、输出匀称丈量值的丈量工具以及将光刻、抗蚀剂和蚀刻工艺视为划一实体的设计规则。这种方法被称为确定性建模，半导体行业几十年来不停乐成地接纳这种方法。

然而，行业现在已经改变了。

在线边沿粗糙度（LER）达到2纳米时，环境变得尤为复杂。

2 纳米线边沿粗糙度下的特性

现在，许多器件制造商使用 EUV 扫描仪来制造其器件中最小的特性。在其他条件类似的环境下，EUV 扫描仪曝光类似体积光刻胶的光子数量是193纳米扫描仪的十四分之一。对于 EUV 工艺，相邻的两个特性大概被数量差别显着的光子曝光，这种征象称为光子散粒噪声。这导致相邻特性的尺寸差别，这种效应通过局部关键尺寸匀称性（LCDU）来衡量。

为了补充这种影响，我们可以增长 EUV 工具的剂量，这将增长每单位面积的光子数量并淘汰随机变异性。但增长扫描仪剂量会直接低落 EUV 扫描仪的吞吐量，从而增长本钱。因此，工程师必要衡量利弊，确定符合的折衷方案。

随着器件特性尺寸缩小到分子和原子级别，随机变异的相对巨细现在已达到特性尺寸的10%或更多，并占图案化过程中总变异性的一半以上。而且，随机性不光仅是 EUV 工艺特有的征象——当使用193nm浸没式扫描仪摆设多重图案化技能时，随机变异性也是总毛病率的紧张影响因素。

在最新一代节点中，不能再假定相邻印刷特性的尺寸类似——现在必要精确优化和控制随机性。

下图比力了在恒定曝光剂量和光刻胶吸取系数下，193纳米光（左）与13.5纳米（EUV）光（右）在给定体积内吸取的光子数量。

光子散粒噪声

随机变异性现在是包罗掩模印刷、光刻、刻蚀和沉积在内的浩繁制造步骤中一个关键的毛病泉源。要优化和控制这些工艺，首先必要可以或许精确细密地丈量随机效应。究竟，无法丈量就无法控制。

紧张的是，精确丈量随机性极其困难，由于丈量工具本身（如CD-SEM）大概引入与所丈量效应一样大的丈量毛病。因此，行业必要专门的丈量和分析技能，可以或许去除SEM噪声，从而精确陈诉随机毛病。然而，传统的丈量方法和工具在丈量和去除这种丈量噪声方面体现不敷理想。

别的，为了精确分析随机性，必须接纳概率方法，这与行业汗青上使用简直定性方法截然差别。仅仅使用匀称丈量值无法对随机性的影响做出精确的判定。

比方，概率建模必要精确的毛病棒来确定变乱发生的概率。为此，所有随机性丈量都必要包含形貌丈量不确定性的精确毛病棒。但是，确定随机性的精确毛病棒必要与行业中常用的统计工具差别的工具。

当工程师和主动化控制体系可以或许得到精确的随机性丈量数据时，他们可以在开发阶段为每一层做出明智的决议，在爬坡阶段更快地淘汰变异性，并在生产中控制工艺。别的，随机毛病直接影响芯片设计的优化和OPC（光学相近校正）的应用。因此，现在必要除了随机性感知工艺控制之外，还使用随机性感知OPC建模。

半导体行业传统的分析工具不停专注于确定性建模，但为了精确优化和控制随机性，行业必要一套差别的丈量和分析工具。

半导体制造中最新一代的节点存在显着的随机变异性，称为随机性，必要对其举行优化和控制。这个问题随着每一代新技能的出现而变得愈发严肃。

随机性迫使晶圆厂在良率和生产力之间做出衡量。比方，通过增长EUV光刻扫描仪的剂量，晶圆厂可以淘汰随机性的影响并进步良率。但这也陪同着巨大的本钱：工艺工具吞吐量的显着低落。当晶圆厂精确控制随机性时，他们可以同时进步工艺工具的生产力并增长良率。

控制随机性的第一步是使用精确细密的丈量技能。你无法控制你无法丈量的事物。