提高5 nm半导体节点的图案化产量

工程决策始终是数据驱动的。作为科学家，我们只相信事实而不是直觉或感受。

在制造阶段，该半导体行业急于基于度量为工程师提供数据和事实，例如每小时生产的晶片的数量和在每个晶片上测试的网站/设备。半导体制造中产生的大量数据可以提供工程师可以使用即时和准确决策的事实，例如它们如何纠正任何偏移或屈服漂移。数据存在，所以生活是（种类......）容易！

在这一领域的发展（或更重要的是，研究）阶段，我们注意到数据和事实存在重要差距。例如，需要在R＆D舞台上进行重要决定，但定义了记录流程的过程。这些决定需要快速留在摩尔的法律比赛中。如果您考虑与实验晶片的时间和成本在Fab中开始，则任何错误的决定都会非常昂贵。这正是需要数据驱动的决策的情况。遗憾的是，由于研发过程的创新性，并且缺乏任何新技术的制造信息，可以获得很少的统计数据。这种在R＆D舞台上缺乏数据可以改善，使用COVENTOR的虚拟制造技术semulator3d.^®软件。

在2018年间谍高级光刻会议上，我介绍了使用Semulator3D来评估不同进程选项的研究。我们在IMEC IN5节点（IMEC 5NM节点，Foundry 3NM节点）中审查了金属2（M2）块和金属2 - 至金属1孔^[1]。

除了M2线图案化之外IMEC最近提出了新的流程集成选项，用于自我调整块的图案^[2]和普通的^[3]，称为自对准块（SAB）和全对准的通过（FSAV）。这些集成选项首先使用Semulator3D虚拟制造进行建模。一旦开发了这些模型，我们使用Semulator3D Analytics功能来生成虚拟（实验设计）。对于四个流程选项中的每一个（标准块和标准通过，自对准块和标准通孔，标准块和全自动对准的通过，自对准块和全自动对齐的通孔），我们推出了100个运行筛选a总共15种不同的光刻工艺参数（覆盖，偏置，用于M2线，块和通过光刻步骤的线边缘粗糙度）。为每个工艺参数产生蒙特卡罗分布，并考虑了三种情况：默认的1-sigma场景（对应于IMEC标准偏差能力）以及标准偏差乘以2的替代2和3 Sigma情景3以模拟极端过程控制变化。对于这些400个模拟运行中的每一个（4个进程流选项x 100运行），我们使用Semulator3D虚拟计量学用特定的成功标准检查每个M2线和每个M2-To-M1线连接的电气连接（图1）。

基于我们的计量结果，我们确定了每个过程流程选项的图案化产量（图2）并确定SAB为> 1-Sigma案例提供一致的图案化产量提升，而FSAV不会产生任何影响。

在我们研究的一篇论文中还讨论了FSAV的优势，即可靠性和不相关的屈服。最后，我们还确定对于默认的1-Sigma案例，过程控制足够紧，以保证高图案化产量，自我排列的选择只会有助于避免游览，但没有进一步提高产量。

如果您想了解更多有关这项研究的信息，请点击这里收到描述这些结果的全文的免费副本。

参考

[1]Benjamin Vincent，Joern-Holger Franke，Aurelie Juncker，Frederic Lazzarinob，Gayle Murdochb，Sandip Halderb，Joseph Ervin，“自我对准的块和全方位通过对准的通孔，适用于In5 Metal 2自我对齐的四轮图案化”，Spie高级光刻会议（未发表的，2018，Doi：https://doi.org/10.1117/12.2298761的）
[2]Lazzarino，F.，Mohanty，N.，Feurprier，Y.，Huli，L.等人，“自我排列的块技术：进一步扩大的一步”proc。SPIE 10149,1014908（2017）
[3]Murdoch, G., Boemmels, J., Wilson, C.J. et al, “Feasibility study of fully self-aligned Vias for 5nm node BEOL”, Interconnect Technology conference (IITC), 2017, IEEE International, pp. 2380-6338 (2017).