EUV都搞不定的难题,被量子成像解决了?

然而,芯片故障检测与缺陷筛查仍是一项关键且复杂度极高的挑战。在这一背景下,量子成像、基于机器学习的下一代成像技术,以及以数据分析为驱动的检测与维护方案,能够提升生产效率、增强芯片可靠性,并支持更可持续的制造模式。

本文来自微信公众号“半导体产业纵横”。

比传统快300倍!AI+激光重塑芯片检测。

半导体芯片是21世纪数字创新与全球经济的基石。AI产业的飞速发展、量子计算的持续突破,以及对更快、更高效算力的不断需求,都极大推动了对高性能芯片的需求。

然而,芯片故障检测与缺陷筛查仍是一项关键且复杂度极高的挑战。在这一背景下,量子成像、基于机器学习的下一代成像技术,以及以数据分析为驱动的检测与维护方案,能够提升生产效率、增强芯片可靠性,并支持更可持续的制造模式。

纳米级缺陷检测的挑战

芯片制造过程中的光刻工艺会产生各类纳米级缺陷,尤其是在EUV极紫外光刻环节。随着芯片尺寸持续缩小,再加上高端AI芯片所需的高精度纳米级图形工艺,使得亚纳米级缺陷极易在检测环节中被忽略。

传统的扫描电子显微镜(SEM)耗时耗力,对现代亚纳米缺陷检测效果不佳,经济效益也很低。原子力显微镜(AFM)在纳米缺陷检测上的效果不如SEM,成本却高于传统设备。

随着EUV光刻的普及,检测时间大幅增加,因为这种超高精度工艺会产生高度微型化的随机缺陷。用于缺陷检测的电子束景深(DOF)较低,迫使厂商采用更薄的光刻胶和新型底层材料,这也成为缺陷检测的一大障碍。

基于EUV光源与光学系统的检测设备极其昂贵,即便在今天,使用EUV光束完成整片晶圆检测依然不现实。

量子成像:下一个前沿方向

业内专家认为,量子成像作为一项前沿技术,有望突破传统半导体缺陷检测的局限。这类成像技术优势显著:不损伤晶圆、分辨率与灵敏度更高、成像细节远超传统方案。

利用量子纠缠与量子关联的成像技术,可在芯片制造过程中精准识别亚纳米级缺陷。通过操控光的量子态,研究人员能够突破传统光学在空间分辨率上的物理限制,使量子成像成为高端半导体缺陷检测的有力候选方案。

量子鬼成像(QGI)在半导体领域的应用

量子鬼成像是一种创新成像方法,利用光子对的关联性实现纳米级成像。在QGI系统中,非线性晶体通过自发参量下转换(SPDC)产生光子对,在满足能量与动量守恒的前提下,可捕捉半导体中的纳米级缺陷。此外,QGI在近红外(NIR)弱光成像方面表现突出,性能优于传统成像技术。

基于自旋缺陷的量子传感技术

固态缺陷可在室温下实现量子传感,无需专用设备与真空环境。将量子传感与成像设备结合,能实现无与伦比的检测灵敏度,其中金刚石NV色心是研究最广泛的技术路线。

基于缺陷的量子传感正成为晶圆检测的主流方向之一,尤其适用于复杂电路与三维复合结构分析。金刚石NV色心作为一种非侵入式、超分辨缺陷检测工具,在现代半导体检测,特别是磁学与电学特性研究中展现出巨大潜力。

量子传感在半导体器件检测与缺陷诊断中的典型应用包括:

  • 现代磁随机存储器(MRAM)中的单比特检测
  • 分析并调控3D集成电路器件中的电流分布
  • 检测架构缺陷、排除制造故障

下一代成像技术

业内专家还在利用超快激光、机器学习(ML)等数字技术,开发面向半导体器件的超高效率成像方案。

激光成像技术正成为半导体缺陷检测的关键手段,可最大化提升芯片制造良率。激光方案具有更高通量、非接触式、成像效率优异等特点,使超快激光成像非常适合在线缺陷检测。

研究人员开发出一套高灵敏度激光定量相位成像系统,搭配落射照明衍射相位显微镜,非常适用于半导体与硅晶圆缺陷检测。该系统采用倍频Nd:YAG 532 nm固体激光器,在22 nm节点的标准缺陷阵列(IDA)晶圆上完成了面内成像。该系统抗振动干扰,可一次性重建振幅与相位图像,能高效识别20 nm×100 nm×110 nm的缺陷。

团队还开发了另一套更强大的系统,采用405 nm二极管激光器,对9 nm节点IDA晶圆进行分析成像,成功在高密度图形晶圆上识别出5 nm×90 nm×35 nm的缺陷。这表明,超快激光成像正成为识别现代纳米级芯片缺陷的关键技术。

AI驱动的下一代半导体量检测技术

迈入亚纳米时代的三维半导体架构,已让传统量测技术失效。专家将神经网络(NN)等AI算法引入高精度光学量测领域,利用神经网络构建代理模型,通过数据驱动建模实现纳米级几何参数与光学响应的非线性映射。

基于神经网络的模型效率极高,可实现非破坏性、实时缺陷监测,效率比传统光学成像提升约300倍。

行业巨头与初创企业布局

行业龙头与初创企业正大力研发与落地下一代成像系统,以显著提升芯片制造良率。

  • IBM开发了视觉Transformer(ViT)神经网络,用于SEM半导体图像的自动缺陷分类,在300 mm晶圆的7500多张图像分析中实现超过90%的准确率。
  • IBM还推出AI工具IBM Maximo,加速缺陷检测流程,大幅提升芯片制造效率并降低成本。
  • 西门子收购初创企业Canopus AI,革新计算与AI驱动的缺陷检测流程,重构AI系统,打造更稳定、高效、高产的端到端EDA数字系统,缩短检测时间,提升良率。
  • EuQlid等初创企业专注于利用量子传感技术,以超高效率与精度检测半导体互连线路与3D堆叠结构中的纳米缺陷。其QuMRI量子传感平台可非接触式精准测绘深层半导体互连中的电流分布,缺陷检测速度比传统方案快约100倍。

科技巨头的布局与各类初创企业的涌现,都预示着下一代半导体检测成像系统的成功与广阔前景。

尽管下一代成像系统与量子技术看似是完美解决方案,但仍有若干技术与成本问题阻碍其大规模普及。目前尚未实现高性价比、自动化的下一代芯片缺陷成像系统:新型系统与现有产线的兼容问题、创新组件的高昂研发成本,都使其相比传统方案不占优势。

当下,新一代成像系统的研发与使用成本,让许多制造商继续沿用成熟的传统方案,因为这些方案无需对制造流程进行大幅改动。此外,受视场边缘效应等因素影响,部分现代成像系统存在误检与虚警问题,严重影响了厂商对新技术的信任,不少企业仍在等待技术进一步成熟、成本进一步下降。

半导体制造业持续蓬勃发展,预计2036年全球销售额将突破2万亿美元。随着高性能AI芯片需求爆发,半导体检测的未来将是量子成像系统与机器学习数据算法深度融合,实现更实时、更快速的缺陷检测。

电子束检测、量子成像、超快激光缺陷检测、AI量测等技术的持续创新,将推动成像类半导体缺陷检测设备行业在未来十年迎来爆发式增长。

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论