5納米以下缺陷檢測，誰(shuí)來(lái)破局？

事實(shí)證明，電子束檢測對于發(fā)現 5 納米以下尺寸的關(guān)鍵缺陷至關(guān)重要?，F在的挑戰是如何加快這一流程，使其在經(jīng)濟上符合晶圓廠(chǎng)的接受度。

電子束檢測因靈敏度和吞吐量之間的權衡而臭名昭著(zhù)，這使得在這些先進(jìn)節點(diǎn)上利用電子束進(jìn)行全面缺陷覆蓋尤為困難。例如，對于英特爾的 18A 邏輯節點(diǎn)（約 1.8 納米級）和三星數百層的 3D NAND 存儲器，缺陷檢測已達到極限。

傳統檢測方法在 5 納米以下開(kāi)始遭遇根本性的物理限制。光學(xué)檢測系統歷來(lái)是缺陷檢測的主力，但由于衍射極限、復雜材料堆疊導致的對比度降低以及日益細微的缺陷特征，在先進(jìn)節點(diǎn)上表現不佳。

電子束檢測提供納米級分辨率，能夠捕捉光學(xué)工具可能遺漏的微小致命缺陷，但這些優(yōu)勢也伴隨著(zhù)顯著(zhù)的代價(jià)。吞吐量是主要瓶頸。用單束電子束掃描整個(gè) 300 毫米晶圓可能需要數小時(shí)甚至數天，遠遠超出了現代晶圓廠(chǎng)嚴格的時(shí)間預算。

PDF Solutions 先進(jìn)解決方案副總裁 Michael Yu 表示：「如果想在 7nm 或 5nm 等先進(jìn)節點(diǎn)的生產(chǎn)線(xiàn)上發(fā)現缺陷，就必須檢測數十億個(gè)結構。如果想在線(xiàn)上完成檢測，先進(jìn)的晶圓廠(chǎng)只能給你不到兩個(gè)小時(shí)的時(shí)間，因為它們無(wú)法在工藝步驟之間將晶圓停留超過(guò)兩個(gè)小時(shí)?！?/p>

實(shí)際上，這意味著(zhù)傳統的電子束檢測工具只能對芯片或晶圓的一小部分進(jìn)行采樣，這可能會(huì )遺漏一些關(guān)鍵缺陷（在先進(jìn)芯片上，這些缺陷的發(fā)生率通常只有十億分之一）。電子束的分辨率優(yōu)勢也需要付出代價(jià)。為了分辨越來(lái)越小的特征，電子束電流和視野受到限制，這進(jìn)一步降低了檢測速度。

應用材料公司電子束缺陷控制市場(chǎng)主管 Ran Alkoken 表示：「先進(jìn)節點(diǎn)的一項根本挑戰是平衡檢測速度和分辨率。第二代 CFE 技術(shù)在不犧牲分辨率的情況下顯著(zhù)提高了電流。這對于管理這些先進(jìn)節點(diǎn)上遇到的密集缺陷圖至關(guān)重要?！?/p>

冷場(chǎng)發(fā)射 (CFE) 等高亮度電子源有助于提高分辨率和信噪比，但只能部分彌補吞吐量差距。電子束掃描工具的速度仍然明顯慢于光學(xué)掃描儀，因此必須在最關(guān)鍵的步驟中策略性地使用它們。

超越速度

除了速度之外，先進(jìn)的節點(diǎn)還為電子束檢測帶來(lái)了物理和電氣方面的挑戰。特征尺寸小且復雜，意味著(zhù)每個(gè)特征可用的電子更少，因此除非電子束停留更長(cháng)時(shí)間或對多幀進(jìn)行平均，否則圖像本身就會(huì )更加嘈雜，這又會(huì )降低吞吐量。

同時(shí)，電子束會(huì )干擾樣品。絕緣的低 k 介電材料表面在電子轟擊下會(huì )積聚電荷，導致圖像扭曲，甚至導致電子束偏轉。如果為了獲得更清晰、更快速的圖像而提高電子束能量，則可能會(huì )損壞精密結構或改變缺陷特性。因此，檢測人員通常會(huì )在較低的入射能量下操作，以避免電荷和損壞，但這會(huì )導致信號較弱。

「電子束檢測的關(guān)鍵在于吞吐量，」余先生說(shuō)道，「你不能在結構上花費太多時(shí)間，但同樣重要的是，不要使用過(guò)高的入射能量，因為這會(huì )損壞你正在檢測的結構?！?/p>

圖 1：晶圓上的潛在薄弱點(diǎn)。來(lái)源：PDF Solutions

電子束能量、駐留時(shí)間和樣品安全性之間的平衡凸顯了在不產(chǎn)生錯誤信號或損壞器件的情況下捕獲埃級尺寸的每個(gè)缺陷是多么困難。事實(shí)上，隨著(zhù)特征尺寸縮小到 5 納米以下，電子信號中的隨機噪聲和散粒噪聲變得非常顯著(zhù)。有限數量的電子必須承擔起揭示原子級空隙或線(xiàn)邊緣粗糙度的重任，這將電子束探測器的靈敏度推向極限。

先進(jìn)邏輯和存儲器中的三維結構進(jìn)一步增加了復雜性?，F代晶體管和互連線(xiàn)具有顯著(zhù)的形貌特征，而像 3D NAND 這樣的芯片則具有極深的垂直通道孔。景深限制意味著(zhù)電子束可能無(wú)法一次性聚焦整個(gè)高縱橫比結構。晶圓或芯片即使出現輕微彎曲或翹曲（這在經(jīng)過(guò)多道工藝步驟或先進(jìn)封裝后很常見(jiàn)），某些區域也會(huì )偏離經(jīng)過(guò)精細調整的電子束束柱的焦平面。結果可能會(huì )導致這些區域的缺陷模糊不清或被遺漏。如今的電子束系統通過(guò)使用動(dòng)態(tài)聚焦和平臺映射來(lái)解決這個(gè)問(wèn)題，但在先進(jìn)節點(diǎn)上，容錯率很低。

Wooptix 首席運營(yíng)官 Javier Elizalde 表示：「干涉法仍然在晶圓計量領(lǐng)域占據主導地位，但它也存在局限性，尤其是在封裝技術(shù)不斷發(fā)展的情況下。我們現在看到，對能夠適應新材料、新鍵合方法和新工藝流程的替代測量方法的需求日益增長(cháng)?！?/p>

換句話(huà)說(shuō)，傳統的晶圓形狀測量和校正方法（通?；诟缮鏈y量法）在處理高度翹曲的晶圓或新型薄膜堆疊時(shí)可能不再適用。波前相位成像等新型光學(xué)技術(shù)旨在通過(guò)從多個(gè)焦平面捕獲相位信息來(lái)快速繪制晶圓形貌。這可以幫助電子束工具在晶圓上動(dòng)態(tài)調整焦距。然而，補償晶圓翹曲和表面形貌仍然是一項重大挑戰。如果沒(méi)有精確的高度圖和快速的焦距控制，邏輯柵極納米片中的多層缺陷或堆疊存儲器層中的輕微錯位可能會(huì )因為沒(méi)有完全聚焦而無(wú)法檢測到。

最后，沒(méi)有任何一種檢測方式能夠單獨解決所有這些問(wèn)題，因此在先進(jìn)節點(diǎn)，與其他技術(shù)的集成至關(guān)重要。電子束的吞吐量較低且僅面向表面，這意味著(zhù)它通常必須與高速光學(xué)檢測相結合才能快速掃描整個(gè)晶圓，并且必須與能夠檢測埋藏或內部缺陷的方法相結合。

例如，復雜的 3D 封裝和硅通孔可能隱藏在結構深處的空洞或鍵合缺陷，而光學(xué)和表面電子束檢測無(wú)法觸及這些缺陷。X 射線(xiàn)檢測正逐漸成為這些隱藏缺陷的補充解決方案。

布魯克產(chǎn)品營(yíng)銷(xiāo)總監 Lior Levin 表示：「X 射線(xiàn)檢測在先進(jìn)節點(diǎn)至關(guān)重要，因為它可以檢測到光學(xué)方法無(wú)法檢測到的埋藏缺陷。然而，隨著(zhù)工藝節點(diǎn)向 5 納米以下發(fā)展，僅僅提高分辨率是不夠的。人工智能驅動(dòng)的算法對于處理復雜的衍射數據并顯著(zhù)提高檢測精度至關(guān)重要?！?/p>

無(wú)論是利用 X 射線(xiàn)斷層掃描技術(shù)檢測未見(jiàn)空洞，還是利用電子束技術(shù)檢測微小表面缺陷，單靠原始分辨率是不夠的。先進(jìn)節點(diǎn)數據的復雜性要求更智能的分析方法。在實(shí)踐中，芯片制造商現在部署了一種混合策略。高容量光學(xué)工具標記晶圓上的潛在異常位置，然后電子束檢查工具放大納米級缺陷或執行電壓對比度測量。X 射線(xiàn)或聲學(xué)顯微鏡可用于完全隱藏的界面問(wèn)題，而電氣測試儀則可以捕捉任何未檢測到的缺陷對性能的影響。

PDF 的 Yu 表示：「在先進(jìn)的前端工藝節點(diǎn)以及先進(jìn)的封裝中，即使在最高分辨率的顯微鏡下，缺陷也并非總是可見(jiàn)的。如今，將 X 射線(xiàn)、電子束、光學(xué)和電氣測試與 AI 驅動(dòng)的數據分析相結合的集成檢測方法至關(guān)重要。您不能依賴(lài)單一工具。需要采取整體方法?！?/p>

這種整體理念源于必要性。隨著(zhù)規模擴展和新架構的出現，故障模式也愈發(fā)微妙和多樣化，孤立的缺陷檢測方法會(huì )留下太多盲點(diǎn)。其弊端在于所有這些工具產(chǎn)生的數據量激增，而協(xié)調這些數據并非易事。盡管如此，大家一致認為，只有充分利用每種檢測方式的優(yōu)勢，并將結果整合在一起，晶圓廠(chǎng)才能在 Angstrom 時(shí)代保持良率和可靠性。

多光束系統和先進(jìn)的電子光學(xué)系統

為了克服電子束的根本局限性，設備制造商正在通過(guò)多光束系統、先進(jìn)的電子光學(xué)系統和計算成像技術(shù)重塑這項技術(shù)。多光束電子束檢測并非采用單束電子束緩慢掃描晶圓，而是將工作量分散到多個(gè)并行掃描的子光束上。本質(zhì)上，如果單束電子束每秒只能覆蓋很小的區域，那么5 x 5 束電子束陣列可以將芯片或晶圓的檢測速度提高 15 倍。

這里的關(guān)鍵在于精心設計電子光學(xué)系統，以避免電子束之間的干擾。如果一束電子束中的電流過(guò)高，會(huì )導致電子相互排斥（庫侖相互作用），使焦點(diǎn)模糊。多束系統通過(guò)使用多個(gè)并聯(lián)的低電流電子束來(lái)避免這種情況，每個(gè)電子束都能保持良好的光斑尺寸。

每個(gè)子光束必須精確對準，并同步其信號。算法將來(lái)自多束光束的圖像拼接成一張復合缺陷圖。拼接必須考慮任何輕微的偏移或失真；否則，校準錯誤的子光束可能會(huì )在其掃描區域與相鄰掃描區域的接縫處產(chǎn)生虛假的不匹配。

管理如此多的平行光束柱和探測器也增加了校準和維護的復雜性。實(shí)際上，多光束設備就像同時(shí)運行數十臺微型掃描電子顯微鏡 (SEM)。早期采用多光束技術(shù)的廠(chǎng)商需要應對這些工程挑戰，但最終的回報是革命性的。高產(chǎn)量晶圓廠(chǎng)首次可以考慮在關(guān)鍵層上進(jìn)行在線(xiàn)電子束檢測（在常規生產(chǎn)期間），而不僅僅是用于研發(fā)分析或偶爾的采樣。如今，多光束系統已用于先進(jìn)節點(diǎn)的物理缺陷檢測和電壓對比電學(xué)缺陷檢測，能夠捕捉到光學(xué)工具可能忽略的通孔、觸點(diǎn)和互連中的細微問(wèn)題。

多光束架構雖然大大加快了數據收集速度，但也使數據輸出和協(xié)調要求成倍增加。一臺 25 光束檢測儀會(huì )生成 25 個(gè)圖像流，必須實(shí)時(shí)處理和組合。海量的圖像數據（可能高達每秒數兆兆位的電子信號）對系統的計算機和存儲系統構成了巨大的數據壓力。更重要的是，要從如此海量的數據中識別出真正的缺陷，需要先進(jìn)的軟件。這正是人工智能和計算成像發(fā)揮作用的地方。

布魯克的 Levin 指出：「當我們進(jìn)入 5 納米以下時(shí)，僅僅提高分辨率是不夠的。人工智能驅動(dòng)的算法對于處理復雜的衍射數據和顯著(zhù)提高檢測精度至關(guān)重要?！?/p>

在實(shí)踐中，現代電子束檢測平臺越來(lái)越多地與機器學(xué)習模型相結合，用于分析電子圖像中的微小異常。人工智能算法不再僅僅依賴(lài)于人為設定的閾值或與參考芯片的簡(jiǎn)單比較，而是能夠學(xué)習識別缺陷與正常差異之間的細微特征，從而減少漏檢缺陷和誤報。

「基于人工智能的檢測不僅能提高產(chǎn)量，」應用材料公司的 Alkoken 表示，「它還能顯著(zhù)減少誤報，并簡(jiǎn)化缺陷分類(lèi)。在生產(chǎn)工廠(chǎng)中，得益于這項功能，人工審查的工作量減少了高達 50%?！?/p>

誤報率的降低意味著(zhù)工程師可以減少審查良性「缺陷」的時(shí)間，從而專(zhuān)注于真正的良率限制因素。此外，AI 可以通過(guò)在大型數據集上進(jìn)行訓練來(lái)更快地適應新的缺陷類(lèi)型，這一點(diǎn)至關(guān)重要，因為每個(gè)新的工藝節點(diǎn)或 3D 結構都會(huì )引入不常見(jiàn)的故障模式。

計算技術(shù)也擴展到圖像增強。例如，軟件可以對電子束圖像進(jìn)行去噪和銳化，甚至可以通過(guò)關(guān)聯(lián)多幀圖像來(lái)推斷缺失信息。一些電子束系統利用了設計感知算法。通過(guò)從 CAD 數據中了解預期布局，系統可以更好地區分真正的非預期異常和允許的圖案變化。這種設計集成是另一個(gè)改進(jìn)缺陷捕獲的強大工具。

「為了解決傳統光柵掃描電子束的吞吐量限制，業(yè)界正在尋求多光束系統和創(chuàng )新點(diǎn)掃描或矢量掃描方法等方法，這些方法有可能顯著(zhù)提高整體檢查速度，」Yu 補充道。

因此，當今領(lǐng)先的解決方案將設計數據、工藝背景和多模式輸入相結合，使電子束檢測更加智能。例如，PDF Solutions 采用「DirectScan」矢量方法，利用芯片設計引導電子束到達關(guān)鍵位置（目標圖案），而非盲目地進(jìn)行光柵掃描。這種掩模設計內容、光學(xué)檢測標記結果以及電子束所見(jiàn)內容之間的數據關(guān)聯(lián)，對于管理海量數據集和查明缺陷根源至關(guān)重要。

它還有助于光束對準和導航。通過(guò)參考設計，該工具可以跳轉到疑似弱圖案的坐標，并確保子束陣列正確疊加，從而避免浪費時(shí)間或與地形沖突。

新型電子束工具中先進(jìn)的電子光學(xué)系統并不局限于多光束。即使是單光束系統也在不斷發(fā)展，配備了更先進(jìn)的光源和透鏡。冷場(chǎng)發(fā)射器提高了亮度和相干性，從而能夠在更快的掃描速度下實(shí)現亞納米分辨率。人們正在探索像差校正電子光學(xué)系統，以便在更大的場(chǎng)域內保持緊密聚焦。人們還對通過(guò)計算方法擴展焦深感興趣，例如，通過(guò)捕獲離焦圖像堆棧并通過(guò)算法將它們組合起來(lái)，以保持特征的頂部和底部都清晰可見(jiàn)。然而，在實(shí)踐中，這可能非常耗時(shí)。

在硬件方面，一些多光束設計采用模塊化立柱，每個(gè)子光束都有自己的微型透鏡和探測器，從而可以精細控制每束光束的聚焦和像散。這有助于補償晶圓的局部曲率。擊中略微凸起的芯片角的子光束可以獨立調整以保持聚焦。然而，在數十束光束上實(shí)現動(dòng)態(tài)聚焦是一個(gè)艱巨的控制問(wèn)題。這時(shí)，像 Wooptix 的波前相位成像這樣的光學(xué)計量技術(shù)可以提供幫助，它可以提前為電子束工具提供晶圓的高分辨率高度圖。有了精確的形貌圖，電子束的平臺可以調整高度，或者立柱可以預先調整每個(gè)區域的焦距，從而動(dòng)態(tài)減輕翹曲效應。

這種混合解決方案模糊了不同類(lèi)型檢測設備之間的界限。例如，電子束系統可能包含光學(xué)預掃描模式，用于快速對準和區域選擇，而 X 射線(xiàn)工具則可能將可疑位置交給電子束進(jìn)行仔細檢查，所有這些都在一個(gè)集成的軟件框架下進(jìn)行。

結論

電子束檢測的未來(lái)在于光束控制、設計數據和檢測模式的智能集成，而非僅僅改進(jìn)硬件本身。雖然多光束系統和冷場(chǎng)發(fā)射源帶來(lái)了急需的速度和精度，但它們也帶來(lái)了數據過(guò)載和系統復雜性。這迫使業(yè)界重新思考檢測工具的設計方式、校準方式以及輸出處理方式。人工智能缺陷分類(lèi)和圖像分析的興起，使得我們能夠跟上數據量和先進(jìn)節點(diǎn)日益微妙的故障機制的步伐。

同時(shí)，獲得檢測設備的實(shí)時(shí)反饋對于加速大批量晶圓廠(chǎng)的工藝調整和良率提升至關(guān)重要。波前相位成像和設計感知矢量掃描等技術(shù)正在幫助彌合計量與檢測之間的鴻溝，使檢測設備能夠更好地預測問(wèn)題發(fā)生的位置，并更智能地檢測這些區域。通過(guò)將光學(xué)、X 射線(xiàn)和電子束功能整合到一個(gè)統一的分析框架下，晶圓廠(chǎng)正逐漸接近預測性缺陷檢測的目標，從而避免任何良率限制因素被忽視。

最終，沒(méi)有任何一項單一技術(shù)能夠獨自解決埃時(shí)代的檢測挑戰。但隨著(zhù)更緊密的集成、更智能的分析以及電子束物理學(xué)和系統設計的持續進(jìn)步，電子束檢測不僅有望成為研發(fā)或故障分析領(lǐng)域的支柱，更將成為整個(gè)生產(chǎn)線(xiàn)的支柱。