对于复杂的3 d内存设备,传统的刚果民主共和国和计量已不再足以实现性能和产量目标。
新的集成模式方案中使用3 d记忆和逻辑设备创造了制造业和带来的挑战。工业重点已经从预测单元的扩展过程在二维结构更具挑战性的完全整合的复杂的三维结构。传统二维布局刚果民主共和国,离线晶片计量,和线下电测量不再足以实现性能和产量目标,由于这些新的3 d结构的复杂性。试错硅工程也变得昂贵,由于wafer-based测试的时间和成本。
“虚拟制造”是一个潜在的解决这个问题。虚拟制造软件可以创建一个数字相当于一个实际的半导体器件,通过建模集成流程流在数字环境。软件支持过程的可变性测试、集成方案开发、缺陷分析、电分析甚至窗口优化过程。最重要的是,它可以预测下游影响的过程变化,否则工厂需要构建和测试周期。
我们将使用SEMulator3D虚拟制造软件平台,说明虚拟制造可以有效地解决复杂的半导体制造和产量的挑战。我们将模型的影响蚀刻工具变化(如材料选择性或流量分布)对设备电气性能。将使用一个简单的DRAM设备研究强调门腐蚀行为和腐蚀特性的影响对电气性能和产量目标。
工作流将遵循一个典型的四步虚拟制造顺序:
1。名义上的流程步骤和设备几何信息输入到软件。这允许软件生成一个三维预测模型可以进一步校准的设备。
图1:一旦进入模型信息,它显示了电容器接触如图所示。在这一点上,电分析可以执行和电容器可以调查的边缘效应。
2。感兴趣的指标建立资格结构或电行为。这些可能包括虚拟计量、3 d刚果民主共和国(设计规则检查)和电气参数,如Vth。
图2:SEMulator3D标识设备电极在一个3 d结构和模拟设备特征类似于TCAD软件,但不需要耗时的TCAD建模。
3所示。设计研究是在软件执行。它使用DoE(试验设计)来识别重要的参数,包括数据和敏感性分析来帮助优化过程开发和/或设计更改。
图3:工程师可以分析任何计量SEMulator3D识别重要参数,揭示角情况下如图所示(红色)包围。
4所示。最后,执行过程窗口优化提供一个为每个过程参数优化值,最大化的百分比所选参数的规范。
图4:在SEMulator3D分析工作流程的描述,包括PWO特性。
在这个例子中,我们将优化制造过程目标特定的电气性能。我们将选择一个具体的电力价值和优化我们的流程步骤围绕这个目标。每个流程步骤参数将不同搜索工艺条件,满足电气性能目标。在我们的研究中,我们选择了Vth(阈值电压)作为我们的目标,一个值为0.482 v。使用回归分析的软件,我们可以确定三个工艺参数(氧化氧化垫片厚度、间隔深度和高K厚度)是重要的对阈值电压的影响(见图5),这一步是紧随其后的是流程模型校准(PMC)使用相同的回归数据,这可以确保流程模型的准确性前优化这三个重要的工艺参数达到给定的Vth目标。
图5:使用Vth作为目标,优化结果与优化参数。
窗口过程优化(PWO)可以大大减少所需的预生产晶片离线测试通过使用一个结构化和循序渐进的方法进行虚拟实验。它可以预测最高产量(成功率和上下限范围内,参见图6)正在考虑对现有流程。更重要的是,它可以匡正的名义工艺条件和控制需求变化,以达到最大程度的成功率(或收益)。
重要的参数确定后,一个新的虚拟实验设计(DOE)将执行找到满足性能和产量要求的参数值。实验必须包含一个定义搜索空间(或范围)为每个选定的参数。获得统计学意义,模拟实验多次运行在用户定义的搜索空间。PWO算法提供了一个为每个过程参数优化值,最大化的百分比所选设备参数(s),以满足目标设备规范(“收集%”)。
如图6所示(左),假设0.5 nm, 1.0和0.2 nm标准差的三个参数(氧化氧化垫片厚度、间隔深度和高K厚度),分别PWO系统报告计量对规范的比例从34.668%增加到49.997%,之后改变所有工艺参数的标称值的最大化的过程。此外,如图6所示(右),减少最具影响力的参数的标准差(3.20:BWL高K沉积厚度),从0.2到0.13 nm增加计量对规范的百分比(收益率)89.316%成功率的目标被设定为88%。总收率戏剧性的改善是可能通过控制设备的可变性负责高K栅氧化层沉积。这是极有价值的信息流程集成工程师寻求提高收益率。
图6:左:新平均值确定规范%最大化(沉积厚度和腐蚀深度)。右:要求范围确定:标准差BWL高K厚度满足成功率> 88%。
建立了过程参数设置在半导体技术发展的早期阶段,甚至在第一晶片是捏造的。虚拟加工可以帮助验证这些初始过程参数值没有创建和测试的时间和费用的晶片。SEMulator3D的新进程窗口优化技术在半导体过程开发提供了以下优点:
下载白皮书”,虚拟制造过程窗口DRAM的优化,”了解更多信息。
引用
[1]https://www.coventor.com/paper/speeding-up-process-optimization-virtual-processing
[2]https://www.coventor.com/blog/control-variability-semi-process-window-optimization
|
|
|
|
|
|
|
|
|
|
留下一个回复