跳到主要内容

Semvision™G7缺陷分析系统

作为监控生产工序每一步质量的方法,缺乏评估、分类和分析在半导体制造中至关重要。尺寸也在缩小,而且缺乏在3D器件结构中的位置越来越被发现,因此需要不断增强成像能力以快速识别相关的关键缺陷。对照片制造商来说,通过高分辨率成像来确定缺陷的特征;快速、准确地对缺陷进行分类和构成分析;以及以可靠的方式确定导致缺陷的根本原因能够帮助他们建立精确的统计工艺控制帕特,从而快速完成生产斜坡,并在生产中始终保持良好率。

为了满足这些需求,应用材料公司的Semvision G7系统提供更丰富的成像功能,并对机器学习能力进行扩展,从而提升了自动缺陷分类(ADC)能力。除了延续上一代Semvision的成像能力外,新系统还具备对晶圆斜面和侧面的独特成像能力。这些位置的缺陷如果没有被发现,为了对无案的水晶圆进行可靠的评估,新系统改进了光源和收集机,改善了噪声抑制,能通过光学手段检测到微达18纳米的缺陷。

新系统充分利用Purity™自动缺陷分类技术并加以发展。这一市场领先的技术应用能够动态”“”大量缺乏分类的事先计算法,并采用可实现基准分类精确性和可重复性的统计分类引擎,从而在行业内率先正确识别出生产环境中影响良率的不同类型缺陷。purity II采用的计算方法增强了机器学习能力,在动态工艺环境下,相比常规技术更持久地保持系统的精确性、一致性和可靠性。新的关键缺陷优先排序法可确保在累积图中发现那些特别值得到关注的缺陷,很明显每种缺陷类型的相对权重,从而便于按优先顺序实施纠正措施。

帕特,Purity II还在这些机器学习能力基础上增加了自动工程设计分析功能。它使用SEM图像和计算机辅助设计数据对缺陷归化类,基于位置产生更精确的分类,为了快速准确地分析根本原因和预测良好率。这一特性可以缩短周期时间,提高生产效率。这对晶圆厂至关重要,因为这些工厂每年要制造数以千计的新型薄片,需要快速达到所需的良好率。