應對先進半導體製程良率挑戰，KLA有絕招

全文字數：2060閱讀時間：6分鐘

作為製程式控制制及良率管理解決方案的領先設備提供商，KLA-Tencor指出，製程式控制制中的檢測、量測與數據分析等方法被廣泛運用到整個半導體製造周期中，幫助識別製程問題並做出修正，推動IC製造商更快的完成高良率量產目標。

文｜樂川

校對｜叨叨

圖源｜網路

集微網消息，在過去的40年中，半導體製造中器件的關鍵尺寸從1000納米發展到7納米，伴隨而來的，是器件結構、材料、圖案形成與製程技術、晶圓尺寸等也都發生了轉變。更小的關鍵尺寸（14nm或更低）和高集成度帶來許多物理缺陷，致使晶圓代工廠面臨著產量低和產品功能性失效的問題，從而導致半導體技術的發展很難跟上日益增長的消費市場。在這種情況下，量測和檢測等製程式控制制技術對於半導體製造行業的發展是空前重要的。

作為製程式控制制及良率管理解決方案的領先設備提供商，KLA-Tencor指出，製程式控制制中的檢測、量測與數據分析等方法被廣泛運用到整個半導體製造周期中，幫助識別製程問題並做出修正，推動IC製造商更快的完成高良率量產目標。

「在移動設備、物聯網、汽車電子、5G、人工智慧、數據中心的應用的驅動下，半導體市場在過去幾年快速增長。」KLA-Tencor資深副總暨營銷長Oreste Donzella指出，「2017年全球半導體市場營收首次突破了4000億美元大關，我們認為這一榮景在未來幾年將會持續。」

Oreste Donzella進一步表示，中國大陸是半導體增長最快的一個地區，從KLA-Tencor的財務數據來看，2017財年的出貨量是2016財年的3倍，2018財年第二季度的營收佔比32%僅次於韓國（34%）。從2004年開始，大陸地區新成立的晶圓廠項目就是全球最多的，從瀋陽到深圳，從南到北，遍地開花。存儲領域從DRAM到3D NAND，邏輯方面從500nm到7nm，半導體項目非常的多樣性。

在以中國大陸為主的市場驅動下，半導體前段設備（WFE）市場規模逐漸壯大，2017年首次超過500億美元，其中KLA-Tencor聚焦的製程式控制制設備市場規模也在去年首次超過了50億美元。Oreste Donzella強調，半導體未來兩年還將繼續成長。在過去幾年也看到了起起伏伏的景氣循環，但是與之前不同的是，這一次的成長周期驅動力來自多方面的因素。

最近許多分析機構指出半導體市場似乎開始出現下滑跡象。IC Insights最新報告中，將今年第四季度的IC市場增速預測從第一季度的23%下調至6%，主要歸因於存儲器市場的疲軟。IC Insights預計在經歷了長時間的強勁增長後，IC產業將進入周期性「降溫」期。

這些是否意味著半導體行業景氣周期即將終結？

在Oreste Donzella看來，如今的半導體行業不會再像過去20年一樣出現大起大落的變化，預測2019年增速將會放緩或是有小幅下滑，但長遠來看前景仍然是樂觀的。這種信心主要來自兩個方面，以DRAM領域舉例來看，首先，25年前這個領域可能有50家公司，現在包括中國大陸的新廠商在內只剩下3~5家。玩家少了，市場波動也不會像以前一樣明顯。第二，這些競爭剩下來的公司對資本支出的計劃都非常嚴謹，不會像過去一樣市場好就猛投資，市場不好就停止投資，整體呈現出平穩的投資水平，因此也不會因為產能過剩或緊缺造成大起大伏。

引入機器學習應對先進半導體製程良率挑戰

如之前提到的，帶來半導體增長點的新興應用有一個共同特點，就是都會產生大量的數據，感測器、存儲和處理器等半導體器件支撐了這些數據的產生、存儲和高性能計算。

Oreste Donzella表示，存儲器製程周期通常為45天左右，邏輯製程為60天左右。在整個製造過程中，總共加入的檢測步驟有數百道，而且半導體製造希望在製程周期內就能實時同步檢測良率以儘早發現缺陷，而不是製程結束後再來發現問題。

隨著縮微，先進工藝的半導體製造過程尤其是在圖形化方面面臨著多重挑戰。

今天的光學圖案化晶圓缺陷檢測系統，能夠為各類器件結構、先進設計方案和製程技術提供關鍵缺陷的檢測。為了達到相應的檢測靈敏度，光學檢測技術需要不斷創新，包括開發功率強大的寬波段照射源；兼具波段可調功能，可變化的光學孔徑；高速感測器與數據處理，將IC晶元設計特性與先進演算法相結合等。

光學檢測能力不斷提升，能夠捕獲更小缺陷的同時，系統也在提高數據處理速度，以便為晶圓級檢測提供快速的缺陷表徵，同時也為產品批次特有的缺陷（前層的工藝問題）表徵提供所需的產能。通過為先進技術提供速度和靈敏度，光學圖案晶圓檢測將繼續為IC製造商提供必要的技術支持，包括在線監測，系統缺陷發現，製程窗口認證，掩膜印製檢查，製程調試以及對晶圓廠成功至關重要的其他許多應用。

Oreste Donzella解釋，過去在半導體檢測中是依靠數學演算法幫助光學比對來判斷缺陷，現在將此前的缺陷和非缺陷的大數據引入了機器學習，可以使設備不做比對就能進行判斷。在量測方面，例如3D NAND由過去的平面存儲器架構變成了立體的，很難按照過去光學的方法來量測器件的尺寸形貌。現在有了機器學習，可以借鑒以往的經驗和數據，快速地將3D NAND的形貌計算出來。通過機器學習，進一步增強了用於建模和優化的新演算法，可以使檢測和量測更快速、更準確。

KLA-Tencor在整個半導體製造環節，提供了完善的設備工具及解決方案，旨在通過製程式控制管幫助客戶在最短時間內提高良率，提升量產可靠性，以縮短開發周期和上市時間，降低風險成本。

「中國大陸市場作為半導體史上最特別的區域市場，KLA-Tencor將持續為眾多的本地晶圓廠項目提供完善、多樣化的技術和本地化服務，來助力中國半導體產業發展。」Oreste Donzella強調。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！