结果表明当两大改进新工艺开发部署。
建模与仿真芯片开发中扮演越来越重要的角色是由于更严格的流程规范,减少过程窗口,先把技术推向市场的激烈竞争。
新设备使其大批量生产之前,有无数的工程时间发展光刻、刻蚀、沉积,CMP,和许多其他流程,在高收益。设备制造需要多达1000个人工具的步骤。但最挑战工程师是需要满足流程规范与纳米级精度,可延长开发时间和成本增加。
”总是很难,但它是越来越困难的3 d和EUV光刻,”凯伦Kanarik说技术董事总经理林的研究。在一个案例研究中,林估计超过十万美元的成本流程时间和计量工具单独工作发展目标的过程。
本文突出了三个过程,在电脑的帮助下,展示了这个过程可以减少开发成本和time-to-target人才结合正确的计算:
处理数据不是ChatGPT
大多数人都熟悉算法,利用大型和廉价的数据集,如涉及到消费者。相比之下,清洁半导体过程数据在每一个新的晶片栈往往是稀缺的。
如此,新工艺开发和产生学习通常患有“小数据的问题,“没有足够的数据来形成一个可靠的模型,使预测困难。在机器学习中,小数据分析导致过度拟合,因为算法倾向于记住数据集而不是推广它。
“人类是我们的基准,”Kanarik说,他的团队设计了一个高级工程师的cost-to-target之间的竞争和直截了当的ML算法的cost-to-target二氧化硅腐蚀过程。[1]“我们有专家,卡斯帕罗夫和三个算法。我们得到最好的结果,结合人类指导计算机决策紧随其后。“这种方法导致过程开发成本从105000美元减少到52000美元。
竞争的团队有其灵感成功击败人类的第一台电脑国际象棋的游戏——1997年IBM的深蓝和卡斯帕罗夫。不像棋盘游戏,有明确的规则,wafer-reactor系统是由微观物理和化学晶片材料之间的相互作用,等离子体物种,和反应堆部件。小的数据集是特别难与原子级精度从头构建一个计算机模型。
图1:对于每个虚拟蚀刻过程模拟,配方(流动、压力、偏见,等等)产生输出指标描述腐蚀概要文件。来源:林的研究
竞争与人类和计算机算法,林研究工程师SEMulator3D使用,公司的Semiverse解决方案组合的一部分,建立一个代表虚拟过程。high-aspect-ratio腐蚀过程的200纳米孔(见图1)包含11 6输入参数和输出参数。“但是很难不仅仅是参数的数量,但规格和公差——概要文件有多直,面具是多少,和变化过程可以容忍多少?建立许多的瓶颈设备通常是等离子体的步骤,“Karanik说。
六个过程工程师参与每个批次提交(一个或多个配方)平台,接收输出指标和配置文件,然后提交下一批直到所有目标指标的CD, CD一致性,等等,得到满足。在比赛中获胜的高级工程师生产配方,满足参数目标成本105000美元,而没有人类的计算机程序指导超过700000美元。这么高的成本是由于与算法相关的实验废弃物探索的全部达到巨大的进程空间找到理想的配方。
图2:人类第一,电脑最后获胜:理想的切换点从工程师到电脑是“V”阶段的三个算法(左到右)。Algo3(右)达到最低cost-to-target,最佳移交点在C C .过去的时候,人类专家的努力成本超过计算机计算。来源:林的研究
团队选择贝叶斯优化算法(参见图2)。Algo3,它使用一个高斯过程模型,有最好的结果。“我喜欢贝叶斯优化是其固有的概率性质,使其适合与尽可能少的数据决策,“Kanarik说。“作为人类,我们是用来做决定基于小数据。”她补充说,电脑更倾向于探索进程空间和容忍,可能不会立刻产生好的结果,而人类不容忍这些。
接下来,工程师学习过程应用于实际在硅片腐蚀过程。“我们正在将人类第一/ computer-last方法应用到实际的应用程序现在,这进一步验证,我们在正确的道路上前进。即使有一个最佳的传递点,还有节约成本即使你一点左或者右V点,”Kanarick指出。
除了开发新配方,工艺工程师也执行故障排除过程偏差或产生冲击时生产。
晶片清洗动力
单一晶片清洗过程通常用于清洁步骤至关重要,因为它们提供优越within-wafer一致性和薄片均匀性相对于批量清洗方法。晶片清洗约占20%的晶片处理步骤根据德里克巴,首席研究科学家和技术人员电话。作为COMSOL网络直播,巴表明multi-physics建模有助于了解特定的工具参数导致缺陷水印缺陷出现在模式这样一个甜甜圈在晶片没有缺陷区域中心和边缘。[2]
“为什么我们看到这些水印并不明显,”巴塞特说。“每当我们干燥后的湿化学过程可以是潜在的危险或重要,因为如果我们有水滴从某处离开飞溅或滴,它将与硅表面反应形成二氧化硅,会留下。”
电话的工程团队证实了斑点水印利用SEM分析。工程师们推测,水蒸气吸收到异丙醇(用于干燥)在处理过程中,晶片上的音标是旋转中心和边缘旋转。然后团队开发了一个模型包括两个耦合的微分方程来描述水量的变化在100年µm滴出来。
同时解决方程在时间为零的COMSOL颂歌接口,使用23°C,湿度45%洁净室的条件下,他们发现即使在一小部分,一些水蒸气吸收滴。不同的液滴大小的计算表明,蒸发时间和液滴的大小(即缩放。,异丙醇,水),但水吸收异丙醇体积之比是常数。在分析动力学过程内部的室时,液滴蒸发更快地为晶片上的风扇速度增加。
仿真表明,湿度越高,时间越长出来和水蒸发,留下充足的时间形成水印。清洁干燥的空气(CDA)吹到晶片表面,但因为环境的湿度,湿度在晶圆中心从0%变化到10%的边缘,巴塞特说。对流质量传输速率逐渐增加,直到液体到达晶圆边缘,当它大大加速。
结合这些研究结果,工程师确定水印的条件形成,高湿度和长时间蒸发,是发生在晶片的中间环区。中心湿度太低,水被吸收到滴。在边缘,蒸发得太快,水印不形式。水印出现在环区域,因为条件理想。电话工程师然后消除问题通过优化室的空气的流动。
巴为使用这种multi-physics工具提供了建议。“建模与仿真真的是过程开发的一个关键部分对这些步骤和故障排除,因为他们让我们理解正在发生的事情在这些纳米功能没有办法直接获取实验数据。”他补充说,模拟最成功的机会当一个包括物理学最重要的首先,减少了尺寸的模拟(例如,3 d, 2 d),如果可能的话,和使模型简单,根据需要添加层的复杂性。
热模型对多片包
并发multi-physics建模设计3 d-ic系统时特别有用,热管理已经成为一个一阶问题。功率和温度之间的相互作用也在系统水平是至关重要的。因此,它必须考虑在设计流程的早期与热弹性。[3]
热力和机械问题用先进的包作为工程师整合chiplets或打包的死在附近。不同的热膨胀系数的材料用于multi-die堆叠芯片也会产生机械应力和变形。之间的不匹配,由于时间常数控制电活动和热膨胀,热分析应该更长期的执行框架。
Multi-physics动力学可以汇集芯片热模型,动力模型、信号模型和静电模型精确模拟系统操作。“例如,Ansys的CPM(芯片功率模型)预测芯片的温度如何影响电力生产,反过来,“马克Swinnen营销主管Ansys的半导体业务。
工程师们长期使用计算流体力学(CFD)模型在电子系统热耗散。尽管单片芯片之间的结温,其包,和环境很好理解,这是一个完全不同的球赛与互连疙瘩multi-chip包,所有冷却风扇吹散热器。“重要的步骤依赖于流体建模与芯片的系统级热模型(CTM)收敛的结温3 d-ic大会,“说同化。
仿真的目的是模拟一个动态的经营环境。“热分析不能假设静态或平均温度。如果两个芯片的活动水平在一个堆栈都是同步的,这样,他们的活动是导致他们热在同一时间在同一个地方,平均不油漆一个可靠的设备将如何执行的照片,”他说。因为活动驱动力量,长期活动向量(RTL-level功率估计)使用硬件模拟器是需要在热流动作为许多活动的向量函数不同的芯片。“仿真器与热管理工具是很重要的,可以给早期功率估计,跑得快,并给出可操作的反馈。”
例如,热分析使用RedHawk-SC电热模型chiplet的插入器可以提供准确的电流和温度结果之间的互连疙瘩从芯片到芯片或芯片和董事会之间的关系。Multi-physics解决(见图3)也需要考虑参数与温度的依赖,如电迁移或阻力。
图3:Icepak使用CDF模拟包括球迷吹散热器multi-chip包。来源:有限元分析软件
结论
虽然过程开发的大部分仍然主要依赖过程工程师的专业知识,有越来越多的采用计算机辅助理解观察到的结果。与此同时,机器学习应用程序处理开发处于起步阶段。
Kanarik分享她的想法在人工智能处理工程的应用程序将如何演变。“是如何编码的问题有更多领域知识(直接或间接),使更快的转移。改进算法的数据科学家和工程师想出了在未来几年内将不只是Lam受益,但整个行业的基本变化过程为半导体芯片开发的方式”。
一个很好的部分human-expert-first / computer-last方法是最乏味的方面发展可能会被照顾的计算机算法,释放工程师进行更高层次的学习,过程改进,产量提高。
晶片清洗的例子说明了一个古老的defectivity问题,对晶片水印,可以使用简单的方程和解决商业建模工具。
最后,包装工程师可以看multi-physics建模计算流动动力学建立热弹性成3 d-ic系统,这将继续被推到更高水平的性能,更高的效率和更小的形式因素。
引用
|
|
|
|
|
|
|
|
留下一个回复