Fractilia自動化量測平台解決半導體製程中隨機性誤差的難題

全球主要晶圓代工廠的5奈米以下製程節點良率大戰正如火如荼地展開，而極紫外光微影(EUV)技術扮演關鍵要角，隨著半導體線路設計不斷微縮，未來先進半導體的製造將面臨更嚴苛的挑戰。

Fractilia是先進半導體製造的隨機性(stochastics)微影圖案誤差量測與控制解決方案領導者，Fractilia應用Fractilia反向線掃描模型(Fractilia Inverse Linescan Model；FILM)的專利技術，提供高精準度的隨機性誤差量測，其產品為整個半導體製造產業之微影及蝕刻製程工程提供最佳化的解決方案，目前成功實績為全球前五大晶片製造商中的四家業者所採用。

Fractilia於2017年由執行長Ed Charrier與技術長Chris Mack共同創立，總部位於美國德州奧斯汀，本次由技術長Chris Mack博士接受專訪，他是全球公認的微影技術專家，曾於1990年創立FINLE Technologies，開發PROLITH和ProDATA軟體產品，並成為微影模擬和資料分析的產業標準，後來公司於2000年由全球半導體製程控制及設備的領導者KLA-Tencor所收購，他便擔任KLA-Tencor的微影技術副總裁長達五年。Chris Mack博士在過去的30年，培訓來自全球超過300家企業的4,000多名微影技術工程師，目前正於美國德州大學奧斯汀分校化學工程學系任教。

Q1：隨著5奈米製程節點進入量產，EUV微影技術躍升為關鍵要角，Fractilia如何看半導體先進製程的發展？

答：對於7奈米以下的EUV製程來說，最主要的挑戰便是在EUV掃描式曝光機的生產力與良率間進行取捨。EUV曝光機的曝光劑量大幅影響生產力，如較高的曝光劑量會導致產能的流失，因此晶圓廠儘可能地降低EUV曝光的劑量以提升產能；然而，降低曝光劑量的同時卻會因為光子粒子雜訊(photon shot noise)現象造成隨機性誤差的增加，而隨機性誤差是隨機出現且不會重複的圖案化錯誤，若隨機性誤差的變異性增加，將會導致設備效能與生產力的減少。因此，晶圓廠在進行更精密的製程節點時，便會為了達成良率目標而增加曝光劑量，進而犧牲EUV曝光機的生產力。由此可見，在良率與生產力間取得平衡成為當今半導體製造所面臨的嚴峻挑戰之一。

Q2：為什麼量測EUV隨機性誤差這麼重要？背後的困難是什麼？

答：對製程管控來說，無法準確量測就無法精準控制，因此準確量測隨機性誤差是管控隨機性誤差及平衡掃描機之生產力與製造良率間的第一步。晶圓廠處理精確量測的挑戰，須透過掃描式電子顯微鏡(SEM)獲得的晶圓蝕刻的影像，來有效的分析，通常主要量測包括線邊粗糙度(LER)/線寬粗糙度(LWR)、局部線寬均勻度(LCDU)、局部邊緣圖案置放誤差(LEPE)、隨機缺陷偵測等重要參數，但是SEM影像本身就容易出現雜訊，造成量測上的誤差，使精確度失準，所以SEM影像雜訊的去除與判讀便成為關鍵。

Q3：市場上有許多針對EUV隨機性誤差的量測解決方案，為什麼Fractilia的解決方案能夠領先群倫？

答：Fractilia解決方案的核心是能夠藉由提升晶圓廠既有的SEM硬體功能，同時大幅改善所有主要隨機效應的量測成果，其主要的核心技術在於提供分析SEM影像的物理基礎模型，稱為Fractilia反向線掃描模型(FILM)，借助該模型，我們可以量測SEM雜訊對每一個SEM量測的影響，並提供有效去除雜訊萃取準確的量測結果。

相比於其他使用如濾鏡與柔焦效果的影像處理技術來降低SEM影像雜訊的前處理方式，由於影像處理會損壞實質資訊，以致於造成量測誤判而使情況變得更糟，Fractilia透過簡易的SEM機台設定，再輔以軟體演算法調整，就可以在精準的隨機性誤差的量測上提供重大的貢獻，值得一提的是，Fractilia的解決方案能夠在使用不同的SEM機台與設定下，仍保有一致性的量測結果。

Q4：您是否可以和我們分享Fractilia解決方案的主要特色有哪些？

答：FILM使用符合物理定律的模型準確地將在SEM影像上觀察到的內容，還原成實際在晶圓製造上的狀況，畢竟我們真正在乎的是實際在晶圓製造上的狀況而非影像上的內容。透過量測及減少隨機與系統性的SEM誤差，提供針對晶圓製造「精準去除量測雜訊」的量測值，Fractilia的解決方案幫助晶圓廠解決隨機性誤差量測與管控的問題。此外，我們甚至還可以在不同的SEM機台或其他解決方案的多種量測結果中相互驗證。

目前FILM的解決方案已經進化到第三代的技術，針對諸如極細微的圖形頂端對頂端的間距(tip-to-tip spacings)等高複雜性的、高量測挑戰性的量測任務上，提供更精準的結果，甚至在高雜訊SEM影像品質不佳的條件下，都可以獲得準確與精密的量測結果。

Q5：由於EUV隨機性誤差的不可預測性與隨機性，您認為晶片製造商需要那些協助以解決隨機性誤差所帶來的影響？

答：晶片製造商需要透過不同的方式來思考隨機性誤差的量測與管控。從量測的取樣計劃、晶圓上蝕刻圖案結構的量測，以及比對不同量測工具間所產生的測量結果，都受到EUV隨機性誤差的隨機性影響。過程中不僅要考量量測數值本身，也要兼顧掌握量測中的不確定性，如量測結果的製程誤差範圍(error bars)是多少？當製程開發團隊比較兩種製程或兩種不同的光阻材料，以找出最低的隨機性誤差變異性時，量測中較小的製程誤差範圍則相當必要，由於在這種情況下，量測次數多寡亦是影響誤差的關鍵，因此在量測結果中建立製程誤差範圍極具挑戰性。這也是為什麼Fractilia在分析製程誤差範圍時，與分析量測結果時一樣小心謹慎。

Q6：您前面提到目前全球前五大晶片製造商中，已有四家業者採用Fractilia最新的解決方案 - 第三代FILM工具。您能否與我們分享這些業者如何看待Fractilia的解決方案？以及是否有相關數據成效能夠說明Fractilia的解決方案如何有效地協助他們提高良率或取得其他幫助？

答：客戶將Fractilia視為一種促成技術(enabling technology)，因為我們能為客戶提供無法透過其他方式取得的量測解決方案並管控隨機性誤差。我們的Fractilia自動化量測平台(FAME)提供業界最佳的訊號對訊噪的圖形邊緣偏移檢測，PSD(Power Spectral Density)訊噪比相較於其他解決方案多出高達五倍，且每張SEM影像可以擷取出超過30倍的特徵資料。FAME可以將SEM跨機台量測校準比對提升最高達10倍，以及SEM工具生產力提升最高達2倍，這些功能與效益能夠大幅地幫助晶圓廠提高良率並快速投入量產。

我們許多客戶說道：若沒有Fractilia的協助，他們將無法找到造成隨機性誤差的原因，並且會做出錯誤的製程開發決策。我們有許多客戶的內部軟體團隊曾試圖開發隨機性誤差量測的解決方案，最終他們都放棄，並完完全全仰賴Fractilia來解決。

一家全球排名前三大的設備製造商告訴我們：透過將Fractilia作為跨流程模組的通用量測標準，內部工程師不僅可以做出正確的決策，還能更快、更有效率地解決問題。舉例來說，負責微影及蝕刻的工程師可以精準地比較各製程實驗組之間的量測值變化。

Q7：隨著先進製程節點從5奈米進化到3奈米，您認為晶片製造商將面臨的挑戰是什麼？

答：未來更精密的製程節點將持續演進，並且隨機性變異的影響會成倍數放大。因此，隨機性誤差將持續成長，並成為晶圓廠中總變異性的重要部分。以5奈米製程為例，隨機性誤差所造成的微影製程圖案錯誤已經佔比超過一半的製程容錯空間，5奈米以下製程節點，影響更大。面對先進製程，晶圓廠別無選擇，只能將隨機性誤差視為不可避免且主要的挑戰之一，並以此從整體上選擇適當的製程設計、材料、製程設備及製程監控與管控，以完成量產任務。選擇FAME，可以協助晶圓廠在不影響良率或生產力的情況下，解決因隨機性誤差而損失達數十億美元良率的難題。更多相關資訊，請瀏覽：https://www.fractilia.com/。