中文 英语

未来的光刻胶问题

如果没有基础的光刻胶研究,摩尔定律在10nm以下将面临另一个威胁。

受欢迎程度

随着半导体行业开始向10纳米及以下工艺的生产过渡,涉及光刻建模的活动也在升温。我们的目标是在所有的拼图都到位的时候就做好准备。包括EUV当它最终在商业上可行时,以及扩展ArF光刻技术

当涉及到10nm以下的光刻建模时,John Sturtevant表示导师图形保证说:“我们要做这件事,我们会成功的。”但具体的路径将在很大程度上取决于在10纳米以下的制造中使用的工艺技术和光刻方法。这一点仍在激烈争论。”

他指出,最近在华盛顿特区举行的EUV研讨会上,人们的情绪比2月份的SPIE会议上更加乐观和乐观。“毫无疑问,当你谈论10nm时,EUV将不会出现,而在7nm时,EUV是否会出现似乎仍然存在相当大的疑问。从我们的角度来看,我们一直在假设有一天EUV将会出现,我们正在快速接近这一点,在这一点上花费的钱将会决定我们所有人,如果不是出于良心,将被要求做EUV,因为我们在它上面花了多少钱。所以毫无疑问,这将是它的一部分,这是我们已经做过的相当简单的扩展。我们必须考虑一些新问题,但作为一个行业,我们已经准备好这么做了。”

不过,在此期间,主力将是多图案和传统光刻技术。“即使7nm将是100%的光学浸泡,也有一些东西是必要的。我们需要考虑模式建模的一些新方面。另一种选择是定向自组装(定向自组装),我们已经为此工作了几年。显然,在7nm工艺上,这是不可能实现的。”

对失效模式建模的需求也越来越大。他指出,在很长一段时间里,计算光刻都是关于预测一个垂直平面上的临界尺寸,比如光刻胶,但随着失效模式的增加和新极性、负色彩开发的光刻胶系统的增加(大量使用在14和10nm),有各种各样的影响成品率的新失效模式,这些必须建模。这是一个巨大的挑战,而且只会继续下去。

Sturtevant说:“我们最终得到只能在一个平面上进行预测的模型的全部原因是计算上的需要,而在一天结束时,你试图制作一个伪2D对象的掩模,而你只能在X,Y平面上有这个自由度。”“你在晶圆上得到的是什么,但晶圆上的3D效果变得越来越复杂。这增加了计算复杂度,因此我们正在开发的模型将处理这一问题,并可以在任何地方预测全芯片的全3D轮廓。巧妙的是,这推动了新的优化算法和模型优化领域的新科学,在过去,我们会说,如果这要用于掩模合成流程,你必须有24小时的周转时间。这一直是黄金标准。发生了什么?我们将从几十个到几百个,再到成千上万个,很快就会有成千上万个cpu来完成这项工作,现在有了基于云的计算,这是非常划算的。我们正在考虑使用相同的计算方法来提出更复杂的模型,10年前我们说过,你无法解释它,因为它太昂贵的计算。它具有协同作用,我们现在需要考虑的事情正是由于先进的技术而得以实现。”

Manoj Chacko,产品营销总监节奏表示同意。“光刻建模在10nm工艺上是一个孤岛,因为当我们从OPC的整个背景来看时,在10nm工艺下还有更多的东西,所有这些东西必须一起工作才能制作出一个成功的芯片。在10nm处,我们比曝光光的波长小20倍。有了RET,高NA和k1,一切都很好,但底线是差距真的很大,这里需要不同的东西。当然,光刻建模必须注意对10nm工艺进行良好的可预测性,这意味着在10nm工艺中引入的因素。其中之一就是蒙版3D效果。这些影响了模型预测的准确性。为了解释这一点,我们可以看到严格的模拟。”

被称为“非常严格的光刻建模领域”,可以对单个晶体管进行严格的模拟,但要了解其特性并经历流的各个步骤需要花费许多小时。Cadence在这里没有参与。

Chacko解释说,光刻建模的另一个领域是在制造端——OPC——整个流程,即晶圆厂或代工厂获得GDS,然后一路制作掩模,然后将其带到晶圆上,等等。在这里,Cadence一直在使用拓扑模式分析开发OPC修复能力。

至于OPC建模未来会发生什么,ibm公司硅工程组市场营销高级总监汤姆·费里(Tom Ferry)说Synopsys对此他观察到有几个因素在起作用。“首先,我们要达到14、10和7纳米的方法,至少根据我们今天所知道的,将使用我们已经使用了一段时间的相同的光刻设备——arf浸泡——显然,这已经超出了它的目标好几代了。所以这将是一个挑战。另一个挑战是正常的缩放。每次你向下移动,以前可以忽略的东西就不再可以忽略了,等等。此外,为了从流程的角度使一切都能工作,人们正在研究很多新事物——新材料、新设备。综上所述,这些模型已经失去了动力。”

最大的挑战之一是使模型更具预测性,这在理论上是提高抽象级别的好处之一。“传统上,你知道你在哪个盒子里玩,你可以在那个盒子里描述你的模型,在那个盒子里它是准确的。但现在有了这些因素,还不清楚在光刻技术上,你是否会一直在那个盒子里工作。”

他指出,Synopsys的紧凑模型技术可以在模型中创建物理相关参数。目标是用对建模最重要的方程取代测试晶圆上的测量。

需要更多的研究
光刻专家克里斯·麦克(Chris Mack)观察到,至少在目前正在进行的严格建模中,公司正朝着正确的方向前进。“他们已经在研究随机模型,所以他们可以预测线边缘的粗糙度一段时间,这些模型正在变得越来越好。要让这些模型足够好,还有很多基础工作要做,但它们正在朝着正确的方向前进。”

他说,为了使模型“足够好”,需要在分子水平上进行更多的基础科学研究。“我们有非常昂贵的工具,非常昂贵的扫描仪,每个人都明白我们需要了解成像的物理原理,以及它是如何非常好地工作的,我们在这方面投入了很多。在抗敏剂方面,抗敏剂的开发更具经验性和专用性,因此抗敏剂公司在开发新材料时不讨论材料内部的细节。如果抗蚀剂公司对他们的工作方式有很强的理解,他们不会解释它。他们不让其他人知道。这给那些想要在分子水平,或者更精确地说,在介观水平(亚10nm水平)开发精确模型的人带来了一个问题。你需要理解在1nm的水平上发生了什么。这是非常非常困难的,因为有很多关于光刻胶的东西仍然是一个黑盒子。即使抗蚀剂公司内部正在进行基础研究,他们也不会谈论它。”

Mack断言,基础研究的缺乏不仅将成为10nm以下的障碍,而且将成为今天的障碍。“我们已经有了光抗蚀剂,我们希望有一天能够在每平方厘米20毫焦的曝光剂量下工作,提供高分辨率和低线边缘粗糙度。然而它们并没有,没有人确切地知道极限是什么。我们能降到多低?我们能把电阻的灵敏度调到多低?我们能把敏感电阻的线边粗糙度控制在多低的水平?我们只能以非科学的方式讨论EUV光刻技术的未来走向。”

在新的光刻技术研究的每一个阶段,他指出,都有商业公司参与的地方,也有专门的研究机构——大学或研究联盟——在这个问题上工作。他认为,大学的参与太少了。大部分关于光阻剂的研究工作可以归结为来自德克萨斯大学奥斯汀分校、佐治亚理工学院、纽约州立大学奥尔巴尼分校和大阪大学的一组非常精挑精选的教授。

然而,麦克解释说,做光刻胶化学研究的大学受到了阻碍,因为他们没有真正建立商业上可行的光刻胶的专业知识,因此,他们研究的模型系统远不像现有的一些光刻胶系统那么复杂,他们不能只买一瓶光刻胶就开始研究,因为要做科学研究,你必须知道瓶子里有什么。“结果是,我不认为我们有一些最优秀的大学人才在研究在1nm尺度上我们的光阻剂如何随机工作的问题。”

此外,他提醒说,他对光刻胶领域并不陌生——他已经专注于光刻胶的随机建模8年了——并且对其工作原理的基本理解的进展速度感到非常失望。“它也超越了光刻胶化学。我们的计量方法是不充分的……这可以归结为这项研究缺乏前瞻性的资金。”他警告说,行业参与者以后将为所需的数据支付更高的费用,否则他们将生活在更少的数据中。

展望OPC的未来
在更传统的计算光刻/光学接近校正(OPC)领域,弄清楚如何将随机光刻行为带入OPC模型将是一个挑战。麦克说:“我不认为这些团体面临着严格建模界所面临的同样根本性的挑战。”“如果严谨的建模界能够弄清楚如何在基本层面上描述电阻内部的情况,我敢打赌,集总参数的人——计算光刻/OPC之类的人——将弄清楚如何使用它来解决问题。我不太担心他们以适当的方式使用线边缘粗糙度作为模拟器输出的能力。OPC的人非常擅长提出解决方案。但如果没有基本的理解,那么他们为客户提供实际解决方案的能力就非常有限。”

Mack说,EUV很可能在未来几年出现在市场上,它有足够的光源,使用完美的光刻胶每小时可以打印20个晶圆,但这种光刻胶不会达到预期的效果。从长远来看,Mack认为28nm是最后一个好的节点。“对于一些高端产品来说,可能会有20和16的价格,这些产品的每个晶体管的成本更高,但晶体管的性能更好,功率更低,对于这些应用来说,这是值得的。但我认为我们很有可能看到每个晶体管的最低成本保持在28nm节点。看看14/16会发生什么将会很有趣,因为我们已经有了面向大众市场的finfet,价格可能合理,但每个晶体管的成本会更高。”

真正的问题在于10nm。“10nm决定成败。如果我们不能回到10纳米晶体管更低成本的轨道上,那么我们会发现摩尔定律至少从这个意义上来说。这并不是说创新将会终结,而是旧的进步方式将会停止。我认为这是一个非常现实的场景——与以前的节点相比,10nm并不会导致每个晶体管的成本更低,其结果将是重新思考半导体行业的进步到底意味着什么,”Mack总结道。



2的评论

客人 说:

引入EUV的最佳时间是28纳米,但这个时间已经一去不复返了。幸运的是,主要投资者(英特尔、台积电、三星)可以负担得起数十亿美元的损失。

发火 说:

世界在登月计划、超音速客机、飞船、原子弹、帆船和x射线近距离打印上花了很多钱。这并不意味着它们必须在未来使用。我将EUV添加到时代已经过去的想法列表中。问题是依赖EUV的公司是否也会离开。

留下回复


(注:此名称将公开显示)

Baidu