التنقل في عصر Angstrom – طيف IEEE
هذا مقال برعاية تم تقديمه إليك بواسطة المواد التطبيقية.
تقع صناعة أشباه الموصلات في خضم عصر تحويلي حيث تصطدم ضد الحدود المادية المتمثلة في صنع رقائق صغيرة أسرع وأكثر كفاءة. مع تقدمنا نحو “عصر Angstrom” ، حيث يتم قياس ميزات الرقائق في مجرد ذرات ، وصلت تحديات التصنيع إلى مستويات غير مسبوقة. تطلب الرقائق الأكثر تقدماً اليوم ، مثل تلك الموجودة في عقدة 2NM وما بعدها ، الابتكارات ليس فقط في التصميم ولكن أيضًا في الأدوات والعمليات المستخدمة لإنشاءها.
في قلب هذا التحدي يكمن تعقيد اكتشاف العيوب. في الماضي ، كانت تقنيات التفتيش البصرية كافية لتحديد وتحليل العيوب في تصنيع الرقائق. ومع ذلك ، حيث استمرت ميزات الرقاقة في تقليصها وتطورت بنيات الأجهزة من الترانزستورات المستوية ثنائية الأبعاد إلى الترانزستورات ثلاثية الأبعاد (GAA) ، فقد تغيرت طبيعة العيوب.
غالبًا ما تكون العيوب على مقاييس صغيرة لدرجة أن الأساليب التقليدية تكافح للكشف عنها. لم تعد مجرد عيوب على مستوى السطح ، فهي الآن مدفونة عمقًا في أعماق الهياكل ثلاثية الأبعاد المعقدة. والنتيجة هي زيادة كبيرة في البيانات التي تم إنشاؤها بواسطة أدوات التفتيش ، حيث أصبحت خرائط العيوب أكثر كثافة وأكثر تعقيدًا. في بعض الحالات ، زاد عدد المرشحين العيوب الذين يحتاجون إلى مراجعة إلى أنظمة حالية 100 ضعف ، وخلق اختناقات في إنتاج كبير الحجم.
تحقق تقنية CFE Applied Materials دقة النانومتر الفرعية ، مما يتيح اكتشاف العيوب المدفونة بعمق داخل هياكل الأجهزة ثلاثية الأبعاد.
يتضاعف العبء الذي تم إنشاؤه بواسطة الطفرة في البيانات بسبب الحاجة إلى دقة أعلى. في عصر Angstrom ، حتى أصغر عيب – باطل ، بقايا ، أو جسيم فقط على بعد ذرات قليلة – يمكن أن يضعف أداء الرقائق وعائد عملية تصنيع الرقائق. أصبح التمييز بين العيوب الحقيقية عن الإنذارات الخاطئة ، أو “عيوب الإزعاج” ، أمرًا صعبًا بشكل متزايد.
أنظمة مراجعة العيوب التقليدية ، على الرغم من فعاليتها في وقتها ، تكافح لمواكبة مطالب تصنيع الرقائق الحديثة. الصناعة في نقطة انعطاف ، حيث لم تعد القدرة على اكتشاف العيوب وتصنيفها وتحليلها بسرعة ودقة مجرد ميزة تنافسية – إنها ضرورة.
المواد التطبيقية
إضافة إلى تعقيد هذه العملية هو التحول نحو بنية رقاقة أكثر تقدما. تتطلب رقائق المنطق في عقدة 2NM وما بعدها ، بالإضافة إلى ذكريات DRAM عالية الكثافة وذكريات NAND ثلاثية الأبعاد ، أنظمة مراجعة العيوب القادرة على التنقل في الهياكل ثلاثية الأبعاد المعقدة وتحديد المشكلات في النانو. هذه البنى ضرورية لتشغيل الجيل القادم من التقنيات ، من الذكاء الاصطناعي إلى المركبات المستقلة. لكنهم يطالبون أيضًا بمستوى جديد من الدقة والسرعة في اكتشاف العيوب.
استجابة لهذه التحديات ، تشهد صناعة أشباه الموصلات الطلب المتزايد على أنظمة مراجعة العيوب بشكل أسرع وأكثر دقة. على وجه الخصوص ، يتطلب التصنيع ذو الحجم العالي حلولًا يمكنها تحليل المزيد من العينات بشكل كبير دون التضحية بالحساسية أو الدقة. من خلال الجمع بين تقنيات التصوير المتقدمة والتحليلات التي تحركها الذكاء الاصطناعي ، تتيح أنظمة مراجعة عيب الجيل التالي من صانعي الرقائق من فصل الإشارة عن الضوضاء وتسريع المسار من التطوير إلى الإنتاج.
Ebeam Evolution: قيادة مستقبل اكتشاف العيوب
لطالما كان تصوير شعاع الإلكترون (EBEAM) حجر الزاوية في تصنيع أشباه الموصلات ، مما يوفر الدقة العالية للغاية اللازمة لتحليل العيوب غير المرئية للتقنيات البصرية. على عكس الضوء ، الذي يتمتع بدقة محدودة بسبب الطول الموجي ، يمكن أن تحقق عوارض الإلكترون قرارات على مقياس النانومتر الفرعي ، مما يجعلها لا غنى عنها لفحص أصغر العيوب في الرقائق الحديثة.
المواد التطبيقية
كانت رحلة تقنية eBeam رحلة الابتكار المستمر. اعتمدت الأنظمة المبكرة على انبعاث المجال الحراري (TFE) ، والذي يولد شعاع الإلكترون عن طريق تسخين خيوط إلى درجات حرارة عالية للغاية. في حين أن أنظمة TFE فعالة ، إلا أنها معروفة قيودًا. الحزمة واسعة نسبيًا ، ويمكن أن تؤدي درجات الحرارة المرتفعة التشغيلية إلى عدم الاستقرار وعمر أقصر. أصبحت هذه القيود مشكلة متزايدة مع اندلاع ميزات الرقاقة وتزداد متطلبات الكشف عن العيوب أكثر صرامة.
أدخل تقنية انبعاثات الحقل البارد (CFE) ، وهو اختراق أعيد تعريف إمكانيات أنظمة ebeam. على عكس TFE ، تعمل CFE في درجة حرارة الغرفة ، باستخدام طرف خيوط حادة بارد لإلكترونات تنبعث منها. ينتج عن هذا شعاع أضيق وأكثر ثباتًا مع كثافة أعلى من الإلكترونات التي تؤدي إلى تحسين الدقة وسرعة التصوير بشكل كبير.
المواد التطبيقية
على مدى عقود ، كانت أنظمة CFE مقصورة على استخدام المختبر لأنه لم يكن من الممكن الحفاظ على الأدوات والتشغيل لفترات كافية من الوقت – في المقام الأول لأن درجات الحرارة “الباردة” ، تلتزم الملوثات داخل الغرف بباعة eBeam وحظر تدفق الإلكترونات جزئيًا.
في ديسمبر 2022 ، أعلنت المواد التطبيقية أنها حلت مشكلات الموثوقية مع إدخال أول نظامين ebeam على أساس تقنية CFE. Applied هو رائدة في هذا المجال في طليعة ابتكار الكشف عن العيوب. إنها شركة دفعت باستمرار حدود هندسة المواد لتمكين الموجة التالية من الابتكار في تصنيع الرقائق. بعد أكثر من 10 سنوات من البحث في فريق عالمي من المهندسين ، قام بتطبيق تخفيف تحدي استقرار CFE من خلال تطوير اختراقات متعددة. وتشمل هذه التكنولوجيا الجديدة لتقديم أوامر من الفراغ أعلى حجم مقارنة مع TFE-تخصيص عمود eBeam مع مواد خاصة تقلل من التلوث ، وتصميم عملية تنظيف ذاتية غرفة جديدة تحافظ على نظافة الطرف.
تحقق تقنية CFE دقة النانومتر الفرعية ، مما يتيح اكتشاف العيوب المدفونة بعمق داخل هياكل الأجهزة ثلاثية الأبعاد. هذه قدرة مهمة للبنى المتقدمة مثل ترانزستورات البوابة (GAA) وذاكرة NAND ثلاثية الأبعاد. بالإضافة إلى ذلك ، توفر أنظمة CFE سرعات تصوير أسرع مقارنة بأنظمة TFE التقليدية ، مما يسمح لمصنعي الرقائق بتحليل المزيد من العيوب في وقت أقل.
صعود الذكاء الاصطناعي في تصنيع أشباه الموصلات
بينما توفر تقنية eBeam الأساس للكشف عن العيوب عالية الدقة ، فإن الحجم الهائل للبيانات التي تم إنشاؤها بواسطة أدوات التفتيش الحديثة قد خلق تحديًا جديدًا: كيفية معالجة هذه البيانات وتحليلها بسرعة وبدقة. هذا هو المكان الذي يلعب فيه الذكاء الاصطناعي (AI).
يمكن للأنظمة التي تحركها الذكاء الاصطناعي تصنيف العيوب بدقة ملحوظة ، وفرزها إلى فئات توفر للمهندسين رؤى قابلة للتنفيذ.
تقوم الذكاء الاصطناعى بتحويل عمليات التصنيع عبر الصناعات ، ولا تعد أشباه الموصلات استثناءً. يتم استخدام خوارزميات الذكاء الاصطناعى – وخاصة تلك القائمة على التعلم العميق – لأتمتة وتعزيز تحليل بيانات فحص العيوب. يمكن لهذه الخوارزميات أن تنطلق من خلال مجموعات بيانات ضخمة ، وتحديد الأنماط والشذوذ الذي سيكون من المستحيل على المهندسين البشر اكتشافه يدويًا.
من خلال التدريب مع البيانات الحقيقية في الخط ، يمكن أن تتعلم نماذج الذكاء الاصطناعى التمييز بين العيوب الحقيقية-مثل الفراغات والبقايا والجزيئات-والإنذارات الخاطئة ، أو “عيوب الإزعاج”. هذه القدرة أمر بالغ الأهمية بشكل خاص في عصر Angstrom ، حيث زادت كثافة مرشحو العيوب بشكل كبير.
تمكين الموجة التالية من الابتكار: Semvision H20
تقارب الذكاء الاصطناعي وتقنيات التصوير المتقدمة هو فتح إمكانيات جديدة للكشف عن العيوب. يمكن للأنظمة التي تحركها الذكاء الاصطناعي تصنيف العيوب بدقة ملحوظة. يوفر فرز العيوب إلى فئات المهندسين مع رؤى قابلة للتنفيذ. هذا لا يسرع فقط من عملية مراجعة العيوب ، ولكنه يحسن أيضًا موثوقيتها مع تقليل خطر التغلب على المشكلات الحرجة. في التصنيع ذو الحجم الكبير ، حيث يمكن أن تترجم التحسينات الصغيرة في العائد إلى وفورات كبيرة في التكاليف ، أصبحت الذكاء الاصطناعى لا غنى عنها.
إن الانتقال إلى العقد المتقدمة ، وصعود البنية ثلاثية الأبعاد المعقدة ، والنمو الأسي في البيانات قد خلق عاصفة مثالية من تحديات التصنيع ، مما يتطلب طرقًا جديدة لمراجعة العيوب. يتم مواجهة هذه التحديات مع Semvision H20 الجديد من Applied.
المواد التطبيقية
من خلال الجمع بين تقنية الانبعاثات الباردة من الجيل الثاني (CFE) مع التحليلات المتقدمة التي تحركها الذكاء الاصطناعي ، فإن Semvision H20 ليس مجرد أداة للكشف عن العيوب-إنها حافز للتغيير في صناعة أشباه الموصلات.
معيار جديد لمراجعة العيوب
يعتمد Semvision H20 على إرث أنظمة ebeam الرائدة في الصناعة ، والتي كانت منذ فترة طويلة المعيار الذهبي لمراجعة العيوب. يحتوي هذا الجيل الثاني من CFE على درجة أعلى من النانومتر سرعة أسرع من كل من TFE والجيل الأول CFE بسبب زيادة تدفق الإلكترون من خلال طرف خيوطه. تمكن هذه القدرات المبتكرات صانعي الرقائق من تحديد وتحليل أصغر العيوب والعيوب المدفونة داخل الهياكل ثلاثية الأبعاد. تعتبر الدقة في هذا المستوى ضرورية لبنية الرقائق الناشئة ، حيث يمكن أن يضعف أقل النقص الأصغر الأداء والعائد.
لكن قدرات Semvision H20 تتجاوز التصوير. يتم تدريب نماذج AI التعليمية العميقة على بيانات العميل الحقيقية في الخط ، مما يتيح النظام من تصنيف العيوب تلقائيًا بدقة ملحوظة. من خلال تمييز العيوب الحقيقية عن الإنذارات الخاطئة ، يقلل النظام من العبء على مهندسي التحكم في العملية ويسرع عملية مراجعة العيب. والنتيجة هي نظام يوفر إنتاجية أسرع 3x مع الحفاظ على أعلى حساسية ودقة الصناعة – وهي مجموعة تعمل على تحويل التصنيع عالي الحجم.
آثار أوسع على الصناعة
يمتد تأثير Semvision H20 إلى أبعد من مواصفاته الفنية. من خلال تمكين مراجعة عيب أسرع وأكثر دقة ، يساعد النظام صانعي الرقائق على تقليل أوقات دورة المصنع ، وتحسين العوائد ، وخفض التكاليف. في صناعة تكون فيها الهوامش رقيقة ، والمنافسة شرسة ، هذه التحسينات ليست فقط تدريجية-فهي تغيير اللعبة.
بالإضافة إلى ذلك ، تمكن Semvision H20 من تطوير رقائق أسرع وأكثر كفاءة وأكثر قوة. مع استمرار نمو الطلب على أشباه الموصلات المتقدمة – مدفوعًا باتجاهات مثل الذكاء الاصطناعي ، 5G ، والمركبات ذاتية الحكم – ستكون القدرة على تصنيع هذه الرقائق على نطاق واسع أمرًا بالغ الأهمية. يساعد النظام في جعل ذلك ممكنًا ، مما يضمن أن صانعي الرقائق يمكنهم تلبية متطلبات المستقبل.
رؤية للمستقبل
يعد عمل Applied على Semvision H20 أكثر من مجرد إنجاز تكنولوجي ؛ إنه انعكاس لالتزام الشركة بحل أصعب تحديات الصناعة. من خلال الاستفادة من التقنيات المتطورة مثل CFE و AI ، لا يعالج Applied نقاط الألم اليوم فحسب ، بل يشكل أيضًا مستقبل مراجعة العيوب.
مع استمرار تطور صناعة أشباه الموصلات ، ستنمو الحاجة إلى حلول كشف العيوب المتقدمة فقط. مع Semvision H20 ، يقوم تطبيق Applied بوضع نفسه كعامل تمكين رئيسي للجيل القادم من تقنيات أشباه الموصلات ، من رقائق المنطق إلى الذاكرة. من خلال دفع حدود ما هو ممكن ، تساعد الشركة على ضمان أن تتمكن الصناعة من مواصلة الابتكار والتوسيع والازدهار في عصر Angstrom وما بعده.
