雜誌搜尋      

以組合式的技術加快半導體的研發

   日期:2008/9/16   來源:半導體科技    

Zachary Fresco, Arun Karamcheti, Nikhil Kalyankar, Intermolecular Inc., San Jose, California, United States
Peng Zhang, Damo Srinivas, ATMI Inc., Danbury, Connecticut, United States

 利用已經結合特性量測系統以及資訊學基礎建設的高生產力組合式平台(HPC),來加快以材料為基礎的研發速度。利用HPC,化學矩陣在矽阻障片(coupons)上同時間內可完成大量的平行篩選,而利用序列篩選的方式,也可以在短短幾天之內就完成概念的驗證。在一片12吋晶圓上,使用特製的硬體設備同時進行隔離並處理多達28個隔離區的測試位置,可以快速的達到製程的整合。在45奈米製程階段,利用這個方法,只花了3.5週,就可以完成過銅製程化學機械研磨(post-Cu CMP)製程所用之溼式清洗配方的改善所進行的開發,且前後只用了16片晶圓。

 在過去的40年間,提昇CMOS積體電路(IC)的效能,一直以來主要都是以縮小晶片的特徵尺寸為方向。然而,到了90奈米階段,50%的效能提升則是藉由開發新材料、新製程以及新的元件架構所驅動[1],預估這些新的因素會在未來所佔比重會愈來愈大,進而大大增加了半導體研發相關的複雜度、風險以及成本。研發的費用也預計將從2006年的450億美元,指數成長到2010年的將近1000億美元[2]。

 再來以研發時所牽涉到的化學品和試驗條件的變更,所可能花費的金錢和時間來看,和研發時,需要非常頻繁的使用到整個12吋晶圓來產生單一資料點,若使用量產的設備來進行新材料的研發非常是沒有效益的。顯而易見地,整個半導體的研發流程,有必要進行一個重大的改革,針對晶片製造商的材料、製程以及元件整合所面臨的挑戰,提供更快的解決方案。

 Intermolecular公司所推出的高生產力組合式(HPC)平台和系統,可加速新材料、新製程技術以及新元件架構的發掘及整合的腳步,並滿足業界複雜的研發問題。與傳統的方式比較,在以更快的速度取得更適當的解決方案的同時,HPC技術有較低的研發成本,並減少了研發時所面臨的風險和複雜度。

 HPC最關鍵的不同點,是在於它能迅速的使化學試驗品與電子結果產生關聯,也就是說,HPC以超越材料科學的方式來解決研發時所面臨的問題,並實質的檢驗新材料和化學配方對元件效能的影響。

流動式基礎的組合式工作流程
 Tempus HPC平台是建構在下列三大支柱上:同步處理、特性量測系統以及資訊學(見圖一)

 大量的平行處理:為了能同時自動且快速的處理多個實驗,於是開發出下列三個完全自動化,且能隔絕測試區域的處理工具:

l F-10,包含處理粉末以及黏稠配方的材料開發系統。

l F-20是包含在部分晶圓上「coupons (隔離區)」上進行測試的單元製程開發。在本文中所描述大部分的製程工作,都是利用F-20這個工具進行的。

l F-30,8吋和12吋晶圓的整合測試和規格放大測試。在每片12吋晶圓上,可達到28個各別隔離的測試區域(見圖二)。

 特徵量測:使用全自動化量測以及e-test基礎建設,迅速的將已完成開發技術的物理和電性效能做特徵量測,產能和上述的平行處理工具相符。

 自動化及分析資訊學:為了同時滿足實驗設計、開發運作以及資料管理,需要一個專用的資訊學基礎架構,並包含廣泛、安全,且以網頁為基礎的系統,用以整合製程和特徵化工具到統一的研發流程中。

 F-20系統允許使用者不受晶圓成本、量測頻寬,以及繁雜的溶液準備等限制進行試驗。只要仔細的規劃好篩選的邏輯,以及隨後的流程設計,新的化學配方就可以在幾天之內被發掘及最佳化,而不用像傳統的研發方式一樣,需要花上數個月的時間開發。

 從高層次的觀點來看,F-20主要執行下列二個功能。第一個功能是從基本元件來準備配方,使用資訊化軟體來設計配方的函式庫。使用者可以快速的定義每個測試點的函式庫組成成分,或者它們可以使用特定的實驗設計(DOE)軟體來準備一個做為輸入的試驗性設計。資訊系統接著在製程條件以及量測結果之間提供一個自動的連結。

 F-20的第二個功能是使用先前準備好之配方的矩陣,來處理晶圓上的隔離區(coupon)。F-20 反應器可以在每個晶圓的隔離區上,同時處理達到32個各自區隔的測試點。一片12吋晶圓上可以切開來產生6個這種隔離區,利用其強大的彈性,可以在每片晶圓上,允許達到192個獨立的實驗。使用者可以自行控制許多變數,包含反應時間、溫度、周邊環境(空氣, 氮氣, 其他)、流體動力(靜電槽,攪拌率…等),以及化學成分等。

工作流程設計及篩選
 工作流程目標可以大致區分為在同時間內進行的第一層、第二層及第三層的篩選試驗。在為特定的開發目的做工作流程初始設定時,定義整體篩選方式的特徵,來証明前期篩選所收集到的資料,對後期的篩選步驟來說的確是很寶貴且重要的,並確定其結果會如預期般,與量產的設備所取得的結果是有關聯的。

 第一層篩選的目的是使用隨手可得的基板,來評估大量有潛力及有可能的化學配方。在大部分的工作流程中,第一層篩選是在空白的基板上執行。在第一層篩選階段所搜集到的資料,不只是用來排序及選擇要帶到第二層篩選的配方的子集,也要提供化學洞察性到系統中,並開始發展首尾一致的可預測模式。

 到了第二層篩選時,許多有可能的化學配方的數目都已經大大的縮減了。因此,此時再使用更昂貴的基板,來進行相關度更高之特徵的測試,以取得統計數字上更令人信服的測試結果,才會是比較實際的。

 到了第三層的篩選階段,就只剩下非常可能的良好化學配方的子集,仍能留到這個階段。可能導致不良產品的風險已經大大的被消除掉了,現在就適合從已圖案化的晶圓上收集廣泛的資料集,而與隨後量產設備所產生的處理結果相比對。

pCMP的清洗化學品的組合式研發
 我們使用Intermolecular公司的Tempus流動式基礎的HPC流程,來輔助從65奈米轉換到45奈米時,進行改善過銅製程化學機械研磨(pCMP)清洗製程的開發速度。傳統上,pCMP清洗機是依賴表面蝕刻來進行底切並剝落殘留物[3]。然而,這通常會導致晶粒邊界的識別現象,或在特定的銅晶粒結構上造成選擇性蝕刻,而增加了銅的粗糙度,並且這種情形會隨著元件幾何尺寸的縮小而惡化。粗糙度增加會導致一些量測上的問題,像是一些致命的缺陷,也許會因此變的模糊而未被發現。此外,電性效能可能會因粗糙的銅表面散射效應而降低。我們想要的是一個pCMP的清洗配方,可以有效的去除研磨液的殘留,而不會產生增加銅粗糙度,或降低介電質材料的效能等問題。

 第一層篩選:在進行pCMP的清洗流程中,第一層篩選的目的,是要達到均勻且妥善控制的銅蝕刻率,進而產生平滑無缺陷的表面。此時則需要使用到已圖案化的基材來進行電性測試,而不是一般常用的空白基材。第一層篩選的特徵量測,包含量測蟯曲線阻抗值(對銅蝕刻率極敏感的替代物)的變化,以及利用原子力顯微鏡 (AFM),來判定銅探針墊的粗糙度。

 首先利用路徑搜尋DOE方法來快速的篩選各式各樣的分子,在典型的實驗裡,函式庫和試驗的參數都是在離線時定義,並儲存到資料庫中。F-20再從資料庫中取出該化學成分的資料,並利用這些資料從來源元件準備進行配方的調配。溶液的分配、攪拌以及溫度控制必須要極高的精確度,以確保在每個測試點上所用的化學合成物已準確的定義好。所有實驗的細節,包含日期和時間戳章,都必須回寫記錄到資料庫中。一旦函式庫準備好,一個coupon就會載入到工具上,製程參數就被從資料庫中取出來,且所有的配方就會自動傳送到反應器上(見圖3)。在工序都處理完之後,樣品就被安裝到各種自動化的量測工具上(在這種情形所使用到的是AFM和e-test量測),進行量測並上傳相關的資料到資料庫中。

 資訊系統允許有適當存取權限的研究人員,可以即時檢視和分析資料。圖4a顯示,以一個路徑搜尋的函式庫做例子,在總共30個實驗中,每個實驗都重覆做三次相同的測試,所產生的AFM圖結果,每張圖都對應於單一個別的化學配方。另外,同樣這個函式庫的阻抗值資料,則如下圖4b所示。整個實驗,從設計到資料分析,都是用同一片晶圓在二天之內所進行的。F-20可以使其容易且快速的收集到許多這樣的資料集,而實驗所產生的大量資料,又可以利用資訊系統輕易的進行儲存和分析。一個HPC流程的大量平行處理能力,相對的快速結果分析能力,加上資訊系統的配合,在任何濕式化學製程開發階段,都能夠結省可觀的研發時間與成本。

 從先前的範例所做的資料分析中可以看出,銅的粗糙度和銅蝕刻率之間具有高度的相關性。然而,仍有少數一些配方卻和這個趨勢線(見圖5)有極大的乖離。在趨勢線下方的配方(以紅色圈註),顯示出較高的粗糙度值和蝕刻率具有正相關,也就是這些配方傾向於無法平坦的移除銅表面。另一方面,在趨勢線上方的配方(以綠色圈註)顯示,儘管移除了大量的銅,還是可以得到令人滿意的極平滑表面特性。利用資訊分析可以立即看出,所有在趨勢線上方的配方,都具有相同的化學分子家族。於是,接下來的工作,就圍繞在如何最佳化含有這個化學分子的配方,以符合在45奈米階段所要求的線阻抗值和粗糙度值的規範。

 第二層篩選:在進行pCMP清洗流程的這個個案中,其主要的限制因子,是該如何取得由使用客戶端工具及研磨液所處理過的晶圓,因為這個步驟通常在目前客戶現有的pCMP清洗製程中都被省略掉了。節約的使用這些基板在這個流程設計中是很重要的因素。第二層篩選的另一個目的,就是要驗證第一層篩選所得到的結果。在已污染的晶圓上進行一組化學品試驗時,我們發現清洗能力和銅蝕刻率之間存在良好的正相關性。

 有了這樣的驗證結果在手,我們重新啟動第一層篩選,以上述所提到的化學家族中的鉛分子為基礎,開始進行清洗配方的最佳化。在最佳化時,傳統的DOE軟體是通常被用來有效的比對我們感興趣的相位空
上一則      下一則