來源：本文來自semiengineering

吞吐量仍然是一個(gè)問題，解決方案需要多種技術(shù)的結(jié)合。

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

電子束檢測因靈敏度和吞吐量之間的權(quán)衡而臭名昭著，這使得在這些先進(jìn)節(jié)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(jié)點(diǎn)（約1.8納米級）和三星數(shù)百層的3D NAND存儲器，缺陷檢測已達(dá)到極限。

傳統(tǒng)檢測方法在 5 納米以下開始遭遇根本性的物理限制。光學(xué)檢測系統(tǒng)歷來是缺陷檢測的主力，但由于衍射極限、復(fù)雜材料堆疊導(dǎo)致的對比度降低以及日益細(xì)微的缺陷特征，在先進(jìn)節(jié)點(diǎn)上表現(xiàn)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)勢也伴隨著顯著的代價(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(shù)小時(shí)甚至數(shù)天，遠(yuǎn)遠(yuǎn)超出了現(xiàn)代晶圓廠嚴(yán)格的時(shí)間預(yù)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(jié)點(diǎn)的生產(chǎn)線上發(fā)現(xiàn)缺陷，就必須檢測數(shù)十億個(gè)結(jié)構(gòu)。如果想在線上完成檢測，先進(jìn)的晶圓廠只能給你不到兩個(gè)小時(shí)的時(shí)間，因?yàn)樗鼈儫o法在工藝步驟之間將晶圓停留超過兩個(gè)小時(shí)?！?/p>

實(shí)際上，這意味著傳統(tǒng)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(yīng)用材料公司電子束缺陷控制市場主管 Ran Alkoken 表示：“先進(jìn)節(jié)點(diǎn)的一項(xiàng)根本挑戰(zhàn)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提高了電流。這對于管理這些先進(jìn)節(jié)點(diǎn)上遇到的密集缺陷圖至關(guān)重要?！?/p>

冷場發(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(bǔ)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(jié)點(diǎn)還為電子束檢測帶來了物理和電氣方面的挑戰(zhàn)。特征尺寸小且復(fù)雜，意味著每個(gè)特征可用的電子更少，因此除非電子束停留更長時(shí)間或?qū)Χ鄮M(jìn)行平均，否則圖像本身就會更加嘈雜，這又會降低吞吐量。

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

“電子束檢測的關(guān)鍵在于吞吐量，”Michael Yu說道，“你不能在結(jié)構(gòu)上花費(fèi)太多時(shí)間，但同樣重要的是，不要使用過高的入射能量，因?yàn)檫@會損壞你正在檢測的結(jié)構(gòu)?！?/p>

圖1：晶圓中的潛在薄弱點(diǎn)。來源：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(cuò)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，隨著特征尺寸縮小到5納米以下，電子信號中的隨機(jī)噪聲和散粒噪聲變得非常顯著。有限數(shù)量的電子必須承擔(dān)起揭示原子級空隙或線邊緣粗糙度的重任，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(jié)構(gòu)進(jìn)一步增加了復(fù)雜性。現(xiàn)代晶體管和互連線具有顯著的形貌特征，而像 3D NAND 這樣的芯片則具有極深的垂直通道孔。景深限制意味著電子束可能無法一次性聚焦整個(gè)高縱橫比結(jié)構(gòu)。晶圓或芯片即使出現(xiàn)輕微彎曲或翹曲（這在經(jīng)過多道工藝步驟或先進(jìn)封裝后很常見），某些區(qū)域也會偏離經(jīng)過精細(xì)調(diào)整的電子束束柱的焦平面。結(jié)果可能會導(dǎo)致這些區(qū)域的缺陷模糊不清或被遺漏。如今的電子束系統(tǒng)通過使用動(dòng)態(tài)聚焦和平臺映射來解決這個(gè)問題，但在先進(jìn)節(jié)點(diǎn)上，容錯(cuò)率很低。

Wooptix 首席運(yùn)營官 Javier Elizalde 表示：“干涉法仍然在晶圓計(jì)量領(lǐng)域占據(jù)主導(dǎo)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(xiàn)在看到，對能夠適應(yīng)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。”

換句話說，傳統(tǒng)的晶圓形狀測量和校正方法（通常基于干涉測量法）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)旨在通過從多個(gè)焦平面捕獲相位信息來快速繪制晶圓形貌。這可以幫助電子束工具在晶圓上動(dòng)態(tài)調(diào)整焦距。然而，補(bǔ)償晶圓翹曲和表面形貌仍然是一項(xiàng)重大挑戰(zhàn)。如果沒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(cuò)位可能會因?yàn)闆]有完全聚焦而無法檢測到。

最后，沒有任何一種檢測方式能夠單獨(dú)解決所有這些問題，因此在先進(jìn)節(jié)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，這意味著它通常必須與高速光學(xué)檢測相結(jié)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(nèi)部缺陷的方法相結(jié)合。

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

Bruker 的產(chǎn)品營銷總監(jiān) Lior Levin 表示：“X 射線檢測在先進(jìn)節(jié)點(diǎn)至關(guān)重要，因?yàn)樗梢詸z測到光學(xué)方法無法檢測到的埋藏缺陷。然而，隨著工藝節(jié)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(qū)動(dòng)的算法對于處理復(fù)雜的衍射數(shù)據(jù)并顯著提高檢測精度至關(guān)重要?！?/p>

無論是利用X射線斷層掃描技術(shù)檢測未見空洞，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(jié)點(diǎn)數(shù)據(jù)的復(fù)雜性要求更智能的分析方法。在實(shí)踐中，芯片制造商現(xiàn)在部署了一種混合策略。高容量光學(xué)工具標(biāo)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(zhí)行電壓對比度測量。X射線或聲學(xué)顯微鏡可用于完全隱藏的界面問題，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 Michael Yu 表示：“在先進(jìn)的前端工藝節(jié)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的。如今，將 X 射線、電子束、光學(xué)和電氣測試與 AI 驅(qū)動(dòng)的數(shù)據(jù)分析相結(jié)合的集成檢測方法至關(guān)重要。您不能依賴單一工具。需要采取整體方法?！?/p>

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

多光束系統(tǒng)和先進(jìn)的電子光學(xué)系統(tǒng)

為了克服電子束的根本局限性，設(shè)備制造商正在通過多光束系統(tǒng)、先進(jìn)的電子光學(xué)系統(tǒng)和計(jì)算成像技術(shù)重塑這項(xiàng)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(qū)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(shè)計(jì)電子光學(xué)系統(tǒng)，以避免電子束之間的干擾。如果一束電子束中的電流過高，會導(dǎo)致電子相互排斥（庫侖相互作用），使焦點(diǎn)模糊。多束系統(tǒng)通過使用多個(gè)并聯(lián)的低電流電子束來避免這種情況，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(zhǔn)，并同步其信號。算法將來自多束光束的圖像拼接成一張復(fù)合缺陷圖。拼接必須考慮任何輕微的偏移或失真；否則，校準(zhǔn)錯(cuò)誤的子光束可能會在其掃描區(qū)域與相鄰掃描區(qū)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(zhǔn)和維護(hù)的復(fù)雜性。實(shí)際上，多光束設(shè)備就像同時(shí)運(yùn)行數(shù)十臺微型掃描電子顯微鏡 (SEM)。早期采用多光束技術(shù)的廠商需要應(yīng)對這些工程挑戰(zhàn)，但最終的回報(bào)是革命性的。高產(chǎn)量晶圓廠首次可以考慮在關(guān)鍵層上進(jìn)行在線電子束檢測（在常規(guī)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(tǒng)已用于先進(jìn)節(jié)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(xì)微問題。

多光束架構(gòu)雖然大大加快了數(shù)據(jù)收集速度，但也使數(shù)據(jù)輸出和協(xié)調(diào)要求成倍增加。一臺25光束檢測儀會生成25個(gè)圖像流，必須實(shí)時(shí)處理和組合。海量的圖像數(shù)據(jù)（可能高達(dá)每秒數(shù)兆兆位的電子信號）對系統(tǒng)的計(jì)算機(jī)和存儲系統(tǒng)構(gòu)成了巨大的數(shù)據(jù)壓力。更重要的是，要從如此海量的數(shù)據(jù)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(jì)算成像發(fā)揮作用的地方。

布魯克的 Levin 指出：“當(dāng)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(qū)動(dòng)的算法對于處理復(fù)雜的衍射數(shù)據(jù)和顯著提高檢測精度至關(guān)重要?！?/p>

在實(shí)踐中，現(xiàn)代電子束檢測平臺越來越多地與機(jī)器學(xué)習(xí)模型相結(jié)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于人為設(shè)定的閾值或與參考芯片的簡單比較，而是能夠?qū)W習(xí)識別缺陷與正常差異之間的細(xì)微特征，從而減少漏檢缺陷和誤報(bào)。

“基于人工智能的檢測不僅能提高產(chǎn)量，”應(yīng)用材料公司的Alkoken表示，“它還能顯著減少誤報(bào)，并簡化缺陷分類。在生產(chǎn)工廠中，得益于這項(xiàng)功能，人工審查的工作量減少了高達(dá)50%?！?/p>

誤報(bào)率的降低意味著工程師可以減少審查良性“缺陷”的時(shí)間，從而專注于真正的良率限制因素。此外，AI 可以通過在大型數(shù)據(jù)集上進(jìn)行訓(xùn)練來更快地適應(yīng)新的缺陷類型，這一點(diǎn)至關(guān)重要，因?yàn)槊總€(gè)新的工藝節(jié)點(diǎn)或 3D 結(jié)構(gòu)都會引入不常見的故障模式。

計(jì)算技術(shù)也擴(kuò)展到圖像增強(qiáng)。例如，軟件可以對電子束圖像進(jìn)行去噪和銳化，甚至可以通過關(guān)聯(lián)多幀圖像來推斷缺失信息。一些電子束系統(tǒng)利用了設(shè)計(jì)感知算法。通過從 CAD 數(shù)據(jù)中了解預(yù)期布局，系統(tǒng)可以更好地區(qū)分真正的非預(yù)期異常和允許的圖案變化。這種設(shè)計(jì)集成是另一個(gè)改進(jìn)缺陷捕獲的強(qiáng)大工具。

“為了解決傳統(tǒng)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(tǒng)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提高整體檢查速度，”Yu 補(bǔ)充道。

因此，當(dāng)今領(lǐng)先的解決方案將設(shè)計(jì)數(shù)據(jù)、工藝背景和多模式輸入相結(jié)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(shè)計(jì)引導(dǎo)電子束到達(dá)關(guān)鍵位置（目標(biāo)圖案），而非盲目地進(jìn)行光柵掃描。這種掩模設(shè)計(jì)內(nèi)容、光學(xué)檢測標(biāo)記結(jié)果以及電子束所見內(nèi)容之間的數(shù)據(jù)關(guān)聯(lián)，對于管理海量數(shù)據(jù)集和查明缺陷根源至關(guān)重要。

它還有助于光束對準(zhǔn)和導(dǎo)航。通過參考設(shè)計(jì)，該工具可以跳轉(zhuǎn)到疑似弱圖案的坐標(biāo)，并確保子束陣列正確疊加，從而避免浪費(fèi)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(tǒng)并不局限于多光束。即使是單光束系統(tǒng)也在不斷發(fā)展，配備了更先進(jìn)的光源和透鏡。冷場發(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(xiàn)亞納米分辨率。人們正在探索像差校正電子光學(xué)系統(tǒng)，以便在更大的場域內(nèi)保持緊密聚焦。人們還對通過計(jì)算方法擴(kuò)展焦深感興趣，例如，通過捕獲離焦圖像堆棧并通過算法將它們組合起來，以保持特征的頂部和底部都清晰可見。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(shè)計(jì)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(xì)控制每束光束的聚焦和像散。這有助于補(bǔ)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(dú)立調(diào)整以保持聚焦。然而，在數(shù)十束光束上實(shí)現(xiàn)動(dòng)態(tài)聚焦是一個(gè)艱巨的控制問題。這時(shí)，像 Wooptix 的波前相位成像這樣的光學(xué)計(jì)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(diào)整高度，或者立柱可以預(yù)先調(diào)整每個(gè)區(qū)域的焦距，從而動(dòng)態(tài)減輕翹曲效應(yīng)。

這種混合解決方案模糊了不同類型檢測設(shè)備之間的界限。例如，電子束系統(tǒng)可能包含光學(xué)預(yù)掃描模式，用于快速對準(zhǔn)和區(qū)域選擇，而X射線工具則可能將可疑位置交給電子束進(jìn)行仔細(xì)檢查，所有這些都在一個(gè)集成的軟件框架下完成。

結(jié)論

電子束檢測的未來在于光束控制、設(shè)計(jì)數(shù)據(jù)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(tǒng)和冷場發(fā)射源帶來了急需的速度和精度，但它們也帶來了數(shù)據(jù)過載和系統(tǒng)復(fù)雜性。這迫使業(yè)界重新思考檢測工具的設(shè)計(jì)方式、校準(zhǔn)方式以及輸出處理方式。人工智能缺陷分類和圖像分析的興起，使得我們能夠跟上數(shù)據(jù)量和先進(jìn)節(jié)點(diǎn)日益微妙的故障機(jī)制的步伐。

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

最終，沒有任何一項(xiàng)單一技術(shù)能夠獨(dú)自解決埃時(shí)代的檢測挑戰(zhàn)。但隨著更緊密的集成、更智能的分析以及電子束物理學(xué)和系統(tǒng)設(shè)計(jì)的持續(xù)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)線的支柱。