识别哪些工艺参数驱动鳍临界尺寸。
试验和错误晶圆通常用于研究过程变化的影响在FinFET和其他先进的半导体技术的发展。由于上游单位的互动过程参数(如沉积保形性,腐蚀各向异性、选择性)在实际制造、基于过程变化可以高度复杂的变化。过程模拟器模拟工厂单位过程现在可以用来模拟这些复杂的相互作用。他们还可以帮助工艺工程师识别重要的过程和/或设计参数驱动某些关键目标,如cd、产量限制间距,3 d违反设计规则,电阻/电容和其他过程和设计问题。可能影响设备性能参数的数量和产量可能很大,所以统计分析可以提供有用的洞察力和帮助确定关键性能参数。Coventor的SEMulator3D虚拟制造(或过程模拟)平台包含一个分析模块进行虚拟实验设计和统计分析。我想使用一个14纳米的例子FinFET流程流识别重要的工艺参数,驱动鳍CD,这是一个晶体管性能的关键指标。
在这个例子中,鳍模式流基于14 nm FinFET技术被使用。实际的流程步骤我们动画插图所示(参见图1),关键步骤包括自对准双模式(SADP)鳍定义,鳍,STI波兰和休会。最后的鳍上CD是使用虚拟计量和测量是本研究兴趣的关键参数。名义鳍CD是9.6海里。在这项研究中,我们将确定哪些工艺参数(s)最重要的是影响翅片CD。
我们如何才能找到这个问题的答案用SEMulator3D吗?
现在,我们已经完成了筛查能源部和识别最重要的工艺参数,调节鳍CD。进一步探索过程窗口和变异性的影响最重要的参数,我们可以重复回归使用一个完整的阶乘或蒙特卡罗统计设计方法。
整个过程的设计、执行和分析这个鳍上CD筛查能源部花了不到一个小时,没有运行单个晶圆通过工厂!我们能够确定相关工艺参数,如氧化鳍垫片厚度,最重要的是影响翅片CD。使用这些结果,我们现在将我们的努力集中在控制这些参数通过设置内联测量和计量规范,或者我们可以专注于过程控制,减少变异的关键参数。的分析能力SEMulator3D提供深度洞察过程的可变性和可用于提高产量和FinFET和其他先进半导体器件的性能。
为进一步的预测价值的例子SEMulator3D FEOL流程集成,请求一份白皮书”FinFET Front-End-of-Line (FEOL)流程集成”。
留下一个回复