skip to main content

SEMVision™ G7 缺陷分析系統

缺陷評估、分類和分析是對生產工序每個步驟實施品質監控所採用的方式,對半導體製造至為重要。隨著半導體元件線寬尺寸的縮減,元件複雜度不斷提高,缺陷的尺寸也在收縮,使其在 3D 元件結構中的位置越來越難以發現,因此需要不斷增強成像能力,以快速識別相關的關鍵缺陷。通過高解析度影像來確定缺陷的線寬;快速,準確地對缺陷進行分類和構成分析;以可靠方式確定導致缺陷的根本原因,這些對晶片製造商必不可少,使其能夠建立精確的統計製程控制機制,進而快速完成量產,並在生產中隨時維持高良率。

為滿足這些需求,應用材料公司的 SEMVision G7 系統提供各類更佳成像功能,並以擴展的機器學習能力來提升自動缺陷分類 (ADC) 方法。除承接上一代 SEMVision 的成像能力外,新系統還具備對晶圓邊緣斜角和頂點的獨特成像能力。這些位置的缺陷如果未被發現,可能會降低元件的良率。為了對未圖案化的晶圓進行可靠的評估,新系統改善光源和收集機制,改善了噪聲抑制,以便能通過光學手段檢測到微達 18 奈米的缺陷。

新系統充分利用 Purity™ 自動缺陷分類技術並加以拓展。這項市場領先技術使用機動「學習」大量缺陷類別的先進算法,並採用可達到基準分類精確度和可重複性的統計分類引擎,因此能在業界率先正確識別生產環境中影響良率的不同類型缺陷。Purity II 具備能增強機器學習能力的算法,在機動性製程環境下,比一般技術能更長久地保持系統的精確度、一致性和可靠性。新的關鍵缺陷優先排序算法可確保在柏拉圖 (pareto chart) 中體現那些特別值得關注的缺陷,凸顯每種缺陷類型的相對權重,因此可按重要順序來實施糾正措施。

此外,Purity II 還在這些機器學習能力上增加了自動工程設計分析功能。此系統運用 SEM 圖像和電腦輔助設計數據進行缺陷分類,由此產生更精確的以位置為主的分類,便於更快速準確地分析根本原因和預測良率。這項性能可轉而縮短週期時間並提高生產效率。這對晶圓廠至關重要,因為這些工廠每年要製造數以千計的新型晶片,需要快速達到所需的良率。