摘要:半导体器件变得越来越薄、越来越复杂,使得薄膜沉积更加难以测量和控制。随着 3nm 节点器件投入生产,2nm 节点加速向首次硅片投产,随着晶圆厂寻求保持尖端器件的性能和可靠性,精确薄膜测量的重要性日益凸显。
控制薄膜的精确规格对于确保高性能设备的高产量至关重要。
半导体器件变得越来越薄、越来越复杂,使得薄膜沉积更加难以测量和控制。随着 3nm 节点器件投入生产,2nm 节点加速向首次硅片投产,随着晶圆厂寻求保持尖端器件的性能和可靠性,精确薄膜测量的重要性日益凸显。
无论是存储设备的读写速度,还是逻辑芯片的计算速度,测量薄膜厚度都比以前更具挑战性,因为不同材料的多层堆叠已成为常态,而且越来越多的薄膜必须得到非常精确的控制。这需要更多的计量步骤和更高的采样率,以确保晶圆间的一致性。
因此,各公司正在为不同的任务选择不同的工具,或者将多种技术组合到一种工具中,以满足下一代工艺的精度和稳定性需求。他们正在探索哪些工具适用于高 k 金属栅极堆栈、硅光子学、硅通孔 (TSV) 和重新分布层,这些只是半导体制造中的一些关键层。除了确定厚度外,许多技术还可以测量其他关键参数,例如薄膜成分(SiGe 中的 Ge%)、折射率、晶粒尺寸或薄膜应力。
多层堆栈中的一些最小尺寸出现在晶体管级。随着 finFET 和纳米片 FET 等 3D 晶体管的出现,垂直方向的临界尺寸 (CD) 的重要性不断增加,使得薄膜厚度控制比过去更加重要。一般来说,工艺必须在目标值 10% 范围内变化的窗口内运行。在 20nm 特征的世界中,这需要一种能够测量 10% 变化或 1% 目标值的工具。这相当于 0.2nm,这本质上是原子级测量和控制。
图 1:晶体管级薄膜堆栈包含多个薄膜。来源:Onto Innovation
半导体制造,特别是涉及先进的片上系统设备时,可能涉及 1,000 多个工艺步骤,包括光刻图案化、沉积、蚀刻、CMP、电镀等。薄膜沉积后,通常会进行在线监控以用于工艺控制,通常使用可提供高吞吐量的光学系统。但并非设备中的所有薄膜都被视为“关键”。例如,非关键或公共层包括厚氧化物和氮化物电介质、光刻胶和后端层(如金属间电介质)。关键层包括 Si/SiGe 异质结构、高 k/金属栅极堆栈和金属触点。GaN 和 SiC 薄膜在功率器件中至关重要。而硅光子薄膜必须满足极其严格的折射率规格,即光路被该材料弯曲或折射的程度。
晶圆厂通常用于测量和控制薄膜厚度的测量系统包括:
光谱椭圆偏振法:以斜角指向晶圆,可同时测量多层薄膜的厚度和光学特性(折射率和消光系数)。反射测量法:垂直指向晶圆,测量从薄膜表面反射的光的强度或相位,以确定厚度、密度或粗糙度。光谱椭圆偏振法和光谱反射法:这是最流行的薄膜测量方法,因为它可以独立确定多层薄膜堆栈中每一层的厚度。干涉测量法:干涉仪将光分成两束,让它们沿着不同的路径传播,然后重新组合以产生干涉图案。该图案表示薄膜厚度、表面不规则性和折射率变化。X射线测量:XRD(衍射)测量外延厚度和成分,而XRR(反射法)测量厚度和粗糙度,XRF(荧光)测量金属层厚度。这适用于厚度不超过100nm的薄膜。原子力显微镜 (AFM):这是一种速度较慢的方法,特别适用于捕捉表面粗糙度和测量纳米级特征。它也用于地面真实(实际)尺寸测量。横截面 TEM:使用穿过设备薄片(薄片厚度“最关键的薄膜层是所谓的高 k/金属栅极 (HKMG) 薄膜堆栈,由多层超薄介电层和功函数金属膜组成,” Onto Innovation产品管理高级总监胡江涛表示。“HKMG 堆栈中的薄膜厚度是决定晶体管速度、功耗和可靠性的关键因素之一。”
由于 HKMG 堆栈非常薄,因此除了厚度控制之外,还必须非常精确地控制层间相互作用,以保持较低的漏电流、较高的栅极电容并确保器件的可靠性。布鲁克产品营销经理 Juliette van der Meer 表示:“同样重要的是粗糙度——尤其是那些栅极全覆盖堆栈的界面粗糙度,我们可以使用 X 射线反射率来揭示这一点。” “这些生长的硅和硅锗层非常薄,大约为 2 埃,可以进行一定精度和准确度的测量。”
一个用于监测 HKMG 堆栈中多个参数的通用工具示例是 KLA 的 Aleris 宽带光谱椭圆偏振系统,用于工艺开发和 HKMG 薄膜的在线监测。它可以量化薄膜厚度、成分和应力测量,包括超薄解耦等离子氮化 (DPN) 工艺层,可防止硼掺杂剂改变晶体管性能。该工具还跟踪薄膜中的氮和铪含量。
“高 k/金属栅极薄膜堆栈非常复杂,如果没有大量光谱,就很难区分不同层的厚度,”胡说。“结合多种光学技术(如光谱反射法 (SR) 和光谱椭圆偏振法 (SE))的优势在于,它使我们能够获得更多信息,从而独立确定多层薄膜堆栈中每层的厚度。”
在 RF 设备中,薄膜的结晶度对设备性能有重大影响。“XRD 可用于推断晶体尺寸,甚至可以推断薄膜中的应力,”van der Meer 说道。“但对于 BAW 和 SAW 滤波器而言,重要的测量指标是表面本身的结晶度。”
硅光子学在薄膜测量领域有着独特的要求,因为它需要对折射率进行超精确测量。 “在硅光子学和量子计算应用中,折射率非常关键,”布鲁克 FilmTek 产品组合高级研发总监 Chris Claypool 说道。“我们所做的与传统的椭圆偏振法或反射法完全不同,在这些方法中,您试图从光谱的振幅变化中同时提取折射率和厚度。我们一次性捕获多角度、多模式数据。因此,我们不是仅仅测量作为波长函数的振幅,而是测量不同入射角之间的波长偏移,这只是薄膜折射率和光束入射角的函数。如果您的角度特征明确,您就可以从波长偏移中知道材料的折射率。所以现在您可以独立测量折射率和厚度,并且可以测量低至 2 x 10 -5级别的折射率。”
光学方法凭借其高吞吐量和非接触式功能在在线过程监控市场中占据主导地位,因此许多仪器公司正在寻找通过数据分析改进现有功能的方法。这在很大程度上是因为机器学习算法和高级数据分析的广泛应用以及低成本的计算能力。例如,通过使用 AFM 测量作为参考来训练光学测量系统,光学系统可以更好地量化薄膜粗糙度或拓扑变化。这些离线进行的训练程序可用于不断提高这些光学工具的性能。
尽管硅通孔 (TSV) 在技术上是在晶圆级作为前端的一部分进行处理的,但它们经常在先进封装领域被讨论,因为它们允许相邻芯片之间进行通信,无论是通过热压键合 (TCB) 还是混合键合。对于 TSV,监控通孔深度对于确保晶圆上通孔与通孔之间以及晶圆与晶圆之间的一致性至关重要。
再次强调,光谱椭圆偏振法和反射法的结合对于测量这些又薄又高的通孔结构的深度非常有用。布鲁克的 Claypool 表示:“在厚膜方面,我们基本上采用反射技术,但我们的专利是,我们拥有非常小的光斑尺寸准直光束的专利,这使我们能够测量很大的动态厚度范围。因此,我们可以从 10nm 的薄膜一直测量到 2,000 微米的电介质或 800 微米的硅,精度为 1nm。这对于规模比前端应用大得多的封装应用特别有用。”
封装中需要控制的另一个关键参数是焊料凸块高度。“凸块高度使用激光三角测量技术测量,该技术通常作为内置测量传感器集成在多功能检测工具中,例如 Onto 的 Dragonfly 系统,”Hu 说道。凸块下金属化系统使用声学技术,因为金属层对金属膜不透明。声学方法测量皮秒声波传播到界面并反射回探测器所需的时间。给定材料的声速,即可确定厚度。
在扇出型晶圆级封装和扇出型面板级封装中,信号通过电介质中的铜层(称为重分布层 (RDL))进行分布。随着 RDL 特征变得越来越小,从 10/10µm 到 2/2µm 的线和空间,通过适当的尺寸控制来控制线电阻已变得至关重要。对于 RDL 工艺,要监控的最重要参数是电介质厚度、铜种子层厚度、铜厚度和线宽。一般而言,该工艺必须在目标值 10% 以内的窗口内运行。除了提供准确性和可重复性之外,计量系统还必须能够在产品晶圆上运行。它需要能够:
测量小于50μm的测试结构;非接触、非破坏;运行速度足够快,以支持大批量生产,并且能够处理高密度扇出结构引起的显著表面形貌和晶圆翘曲。测量 RDL 聚酰亚胺层厚度、通孔高度以及顶部和底层金属之间的覆盖层的一种选择是白光干涉法。
混合计量集成了来自一家或多家供应商的不同计量系统,有可能在一个平台上提供互补功能。然而,到目前为止,这种计量方式的采用率非常低。
“混合计量至少在过去 10 年里一直在被讨论,而且有很多论文表明人们确实看到了它的好处,”van der Meer 说道。“但是当我们在现实世界中与客户交谈时,甚至谈到将我们的 XRR 与 XRF 结合起来时,他们对此并不太热衷。这种整合需要做更多的工作,而且两种不同的工具通常不是最佳选择。”
或许,对于与沉积或蚀刻平台集成在一起的现场计量工具而言,情况也是如此。除了 CMP 和电镀应用之外,现场计量的缺点还包括精度低于独立工具。此外,由于工具复杂性增加而导致停机的可能性使现场计量成为例外,而不是常态。
先进工艺控制正变得越来越复杂,这既是因为芯片故障成本上升,也是因为机器学习算法可以帮助工程师更快地实现工艺优化,同时更快地响应工具偏差。“AI APC 可以通过多种方式与半导体工艺工具集成——通过在工具内部嵌入功能,或将监视器放置在工艺工具附近或工具外部。最终,对关键‘数据’的访问和控制将始终推动工艺优化,” Tignis解决方案工程总监 Boyd Finlay 表示。“我们将 AI APC 平台嵌入到 OEM 工具中,这些工具需要快速的 ML 算法处理速度来处理多参数复杂数学。我们目前正在帮助另一家 OEM 增加 AI/ML 解决方案,并且我们已经在晶圆厂部署了基于 AI 的逐次运行控制解决方案,用于光刻和蚀刻控制。在这些部署中,我们的可扩展设备数字孪生“AI 数据形状”利用我们独特的数据压缩 IP 来获取时间序列跟踪数据,并利用我们的数字孪生低代码层自动将元数据情境化,并具有快速索引功能,适用于从简单到复杂的算法。因此,根据工具类型、处理时间限制和数据类型,我们可以实施更好的模型并部署低延迟控制解决方案,以消除在传统的逐次运行控制方法中观察到的 RMSE(均方根误差)。”
Finlay 认为这种方法将变得越来越必要。“AI-APC 的支持者知道他们需要以新的方式管理 AI‘数据到信息’自动化,从而贴近工具,”他说。“实施所有良好的 AI-APC 解决方案的大约 85% 到 90% 主要在于如何存储和查询流程和工具数据与信号上下文(元数据)的一致性。这就是数字孪生系统设计出现的原因,它最终将取代工业自动化应用的传统关系数据库和相关软件解决方案。”
薄膜测量与其他计量功能一起构成了质量控制和产量优化的基石。在线计量工具大多使用光学手段(椭圆偏振法、反射法、干涉法)来精确测量薄膜厚度和折射率,而一些工具可以量化浓度和应力水平。在一个日益向上发展的行业中,薄膜和特征高度对于设备级性能和长期可靠性仍然至关重要。
来源:半导体产业纵横一点号