Inspektion af optisk wafer-defekt ved 10 nm teknologiknudepunktet og videre

Defektinspektionsforskere fra Huazhong University of Science and Technology, Harbin Institute of Technology og The Chinese University of Hong Kong laver en grundig gennemgang af nye perspektiver og spændende trends på grundlag af tidligere store anmeldelser inden for defektinspektionsmetoder. Gennemgangen fokuserer på tre specifikke områder:(1) evaluering af defektdetekterbarhed, (2) de forskellige optiske inspektionssystemer og (3) efterbehandlingsalgoritmerne.

Udgivelse i tidsskriftet International Journal of Extreme Manufacturing , Nanoscale and Optical Metrology Research Center (NOMRC) ledet af Prof. Shiyuan Liu og Prof. Jinlong Zhu fra Huazhong University of Science and Technology og deres samarbejdspartnere fra Harbin Institute of Technology og The Chinese University of Hong Kong skrev den første systematiske gennemgang til introducere forskningsbaggrunden, diskutere de seneste fremskridt og tendensen til inspektion af optiske waferfejl. Denne gennemgang har afsløret, at banebrydende teknikker såsom nanofotonik, optiske hvirvler, beregningsmæssig billeddannelse, kvantitativ fasebilleddannelse og dyb læring kan have en dyb indvirkning på defektinspektion under 10 nm. Arbejdet kan bane nye veje for området for inspektion af halvlederwaferdefekter.

Prof. Jinlong Zhu og Prof. Shiyuan Liu siger, at "de stadigt krympende funktioner og plads på mønstrede wafere vil dramatisk belaste mulighederne for alle de nuværende metrologi- og inspektionsløsninger med hensyn til at afbalancere følsomhed, specificitet, proceshastighed og indfangningshastighed."

Optisk fjernfeltswaferinspektion er fortsat en af ​​arbejdshestene til defektinspektion i fabrikken. I et konventionelt defektinspektionsværktøj fanges defekterne ved at sammenligne kredsløbsmønsterbilleder af tilstødende matricer. Den første forfatter til oversigtsartiklen, prof. Jinlong Zhu siger, at "nøglen til defektinspektion er ikke opløsning, men signal-til-støj-forholdet (SNR) og kontrast. Forbedringen af ​​SNR og kontrast afhænger i høj grad af sofistikerede instrumenter, avancerede modelleringsarkitekturer og efterbehandlingsalgoritmer, som alle fik os til at lave en omfattende gennemgang af wafer-defektdetektionsmetoder ud fra følgende tre aspekter:(1) evalueringen af ​​defektdetekterbarhed, (2) de forskellige optiske inspektionssystemer og (3 ) efterbehandlingsalgoritmerne."

"Det er af stor betydning at udføre vurdering af defektdetekterbarhed for en specifik type inspektionsværktøjer til avancerede noder," forklarede medforfatter Dr. Jiamin Liu. "Faktisk involverer evalueringen af ​​defektdetekterbarhed normalt formuleringen af ​​kvantitative regler for SNR for defektspredningssignalerne, udviklingen af ​​simuleringsværktøjer til defektspredningssignalmodellering og analysen af ​​defekt-SNR. Vi fandt ud af, at defekt-SNR afhænger væsentligt af om materiale- og defekttopologi."

De konventionelle tilgange til optisk defektinspektion, såsom den amplitudebaserede sammen med dens efterbehandlingsalgoritmer, er blevet grundigt diskuteret. De nye inspektionsmekanismer, herunder fase-, orbital vinkelmoment-, terahertz-bølge- og hyperbolske Bloch-mode-baserede, er blevet fremhævet for at minde læserne om deres potentialer i at åbne nye retninger i feltet. Desuden er røntgenptykografi, den eneste optiske metode, der direkte kan afbilde både overflade- og underfladedefekter under 20 nm for hele waferen, også blevet gennemgået og prospekteret i detaljer i artiklen. Røntgenptykografi har potentialet til at trænge ind i feltet ved at give revolutionerende 3D-opløsning og følsomhed, når ulemperne, herunder synkrotron røntgenlyskilden, en massiv mængde data og den lave hastighed, der erobres i fremtiden.

"Uanset om det er den enkleste billedforskeloperator eller den komplekse billedsyntetiske algoritme eller endda deep learning algoritmer, spiller disse efterbehandlingsalgoritmer en afgørende rolle i optisk defektinspektion med hensyn til at forbedre SNR og kontrast af defekter. Derfor leverede vi en detaljeret diskussion af efterbehandlingsalgoritmer involveret i inspektion af mønstrede wafer-defekter med et specifikt fokus på fordele og ulemper ved deep learning-algoritmer," tilføjede medforfatter Dr. Tianlai Xu yderligere.

Prof. Jinlong Zhu siger, at de "tror, ​​at inspektion af optisk defekt på mønstrede wafere vil forblive et udfordrende, men interessant emne, som det presserende skal behandles. Vi tror på denne oversigtsartikel, som er skrevet på baggrund af tidligere anmeldelser og nogle eksplorative undersøgelser i banebrydende retning, er vigtig for både nye aktører på området og dem, der søger at bruge det i tværfagligt arbejde." + Udforsk yderligere

Virkning af snavsede inspektionsflader på nøjagtigheden af ​​visuel inspektion