SEMVision^™ G7 缺陷分析系统

作为监控生产工序每一步质量的方法，缺陷评估、分类和分析在半导体制造中至关重要。随着半导体器件特征尺寸的缩减、器件复杂度的不断增加，缺陷的尺寸也在缩小，而且缺陷在 3D 器件结构中的位置越来越难被发现，因此需要不断增强成像能力以快速识别相关的关键缺陷。对芯片制造商来说，通过高分辨率影像来确定缺陷的特征；快速、准确地对缺陷进行分类和构成分析；以及以可靠方式确定导致缺陷的根本原因能够帮助他们建立精确的统计学工艺控制机制，从而快速完成生产爬坡，并在生产中始终保持高良率。

为满足这些需求，应用材料公司的 SEMVision G7 系统提供更丰富的成像功能，并对机器学习能力加以扩展，从而提升了自动缺陷分类 (ADC) 能力。除延续上一代 SEMVision 的成像能力外，新系统还具备对晶圆斜边和侧边的独特成像能力。这些位置的缺陷如果未被发现，可能会降低器件的良率。为了对无图案的晶圆进行可靠的评估，新系统改进了光源和收集机制，改善了噪声抑制，能通过光学手段检测到微达 18 纳米的缺陷。

新系统充分利用 Purity^™ 自动缺陷分类技术并加以拓展。这一市场领先的技术应用能够动态“学习”大量缺陷类别的先进算法，并采用可实现基准分类精确度和可重复性的统计分类引擎，从而在业内率先正确地识别出生产环境中影响良率的不同类型缺陷。Purity II 采用的算法增强了机器学习能力，在动态工艺环境下，相比常规技术能更长久地保持系统的精确度、一致性和可靠性。新的关键缺陷优先排序算法可确保在帕累托图中体现那些特别值得关注的缺陷，凸显每种缺陷类型的相对权重，从而便于按优先顺序实施纠正措施。

此外，Purity II 还在这些机器学习能力基础上增加了自动工程设计分析功能。它运用 SEM 图像和计算机辅助设计数据对缺陷归类，基于位置生成更精确的分类，便于快速准确地分析根本原因和预测良率。这一性能可进而缩短周期时间，提高生产效率。这对晶圆厂至关重要，因为这些工厂每年要制造数以千计的新型芯片，需要快速达到所需的良率。