[发明专利]先进半导体工艺优化和制造期间的自适应控制

说明书

构建了一种空间模型以预测处理腔室的性能。所述空间模型用于在工艺开发阶段期间更快地收敛至期望的工艺。一种用于在制造期间控制器件性能变化性的系统包括工艺平台、板上计量(OBM)工具、以及基于机器学习的工艺控制模型。所述系统接收SEM计量数据，并使用机器学习技术来定期地(例如晶片到晶片、批次到批次、腔室到腔室等等)更新工艺控制模型。对工艺控制模型的定期更新可考虑到腔室到腔室变化性。

技术领域

本申请是申请日为2019年10月7日、申请号为201980066062.3、名称为“先进半导体工艺优化和制造期间的自适应控制”的中国专利申请(PCT申请号为PCT/US2019/055031)的分案申请。

本公开总体上涉及构建空间模型以预测半导体处理设备的性能，以及使用所述空间模型以在开发阶段期间更快地收敛至期望的工艺，并在大量制造(high-volumemanufacturing；HVM)期间获得严密的工艺控制。

背景技术

随着器件尺寸缩小，半导体晶片处理的复杂度已经增加。典型的工艺有多个不同步骤，其中一些先进工艺(诸如等离子体蚀刻)可具有二十个或甚至更多步骤。每个步骤具有与优化性能相关联的多个旋钮。因此，可用于调谐和优化给定工艺的空间理论上非常大。

工艺工程师使用他们的经验与专业知识来选择初步基准(baseline)工艺，并基于专用于实验设计(DoE)的有限数量的晶片(或被称为试件(coupon)的晶片的部分)来微调所述工艺。DoE的目的是量身订制所述工艺以在一晶片上实现期望的规格。然而，将完整晶片或晶片的部分专用于DoE数据收集耗费宝贵的资源。因此，往往所采用的工艺可能是可行的工艺，但不一定是最佳解决方案。

由不充足的产线内(in-line)精确度计量数据引入了另一个瓶颈。为了精确度计量，通常使用诸如透射电子显微镜(TEM)之类的破坏性技术。然而，由于TEM非常耗时，TEM通常不会产生足够的统计数据和跨晶片的足够覆盖范围。而且，TEM因为是破坏性技术而无法被集成到生产线中。

发明内容

为了提供对本公开的一些方面的基本理解，以下是本公开的简化概述。本概述并非本公开的广泛概观。本概述不旨在标识本公开的重要或关键元件，也不旨在描绘本公开的特定实施方式的任何范围或权利要求的任何范围。本概述的唯一目的是以简化形式呈现本公开的一些概念，作为稍后呈现的更详细说明的序言。

本公开的各方面描述用于构建空间模型以预测半导体处理设备的性能以及在工艺开发阶段期间使用空间模型以更快速地收敛至期望的工艺的方法和系统。特定地，本公开描述一种计算机实现的方法，所述方法通过处理有限数量的晶片来生成来自处理设备的传感器的虚拟计量(VM)数据和来自晶片上的器件的板上计量(OBM)数据，以基于已知初始工艺执行实体实验设计(DoE)；从对器件的特征执行三维轮廓剖析(profiling)的精确度扫描电子显微镜(SEM)获得产线内计量数据；获得用于给定工艺和给定处理设备的经验工艺模型；通过使用产线内计量数据作为参考来校准经验工艺模型；组合VM计量数据、OBM计量数据和产线内计量数据以生成自定义计量数据；以及，通过由机器学习引擎将经验工艺模型精细化来构建预测模型，所述机器学习引擎接收自定义计量数据并输出针对跨晶片的一个或多个感兴趣的维度的晶片的一个或多个空间图，其中预测模型用于在无需实体地处理任何其他晶片的情况下执行空间数字DoE，并且其中空间数字DoE包含针对给定处理设备和针对跨晶片的一个或多个感兴趣的维度进行的对给定工艺的多约束优化。