文章圖片
文章圖片
文章圖片
文章圖片
尋找細小的缺陷需要一系列的波長 。
百萬分之十 (DPPM) 級的缺陷檢測要求正在推動代工廠和 OSAT 檢測設備分辨率和產量的提升 。 然而 ， 滑移、劃痕和微裂紋等缺陷仍然困擾著現有的光學檢測方法 。
這些缺陷的尺寸范圍從納米到毫米不等 ， 其中一些缺陷對于可見光波長來說太小 。 雖然X射線和紅外線由于波長較短能夠成功檢測這些狹窄的缺陷 ， 但這些方法速度較慢 。 晶圓圖分析也是如此 ， 可能需要數周甚至數月才能識別劃痕 。
劃痕很難發現 ， 但很重要 ， 因為它不僅會導致晶圓破損 ， 還可能導致芯片失效 。 根據晶圓廠的檢測預算 ， 劃傷的晶圓可能要到晶圓級測試才能發現 。 同樣 ， OSAT 有限的檢測預算可能會導致組裝帶有微裂紋的芯片 ， 最終可能在封裝級測試中失效 ， 或者在幾個月后在最終客戶的系統中失效 。
早期檢測有助于減少缺陷源 ， 并減少受影響晶圓/芯片的報廢 ， 從而進一步降低制造成本 。 未被發現的問題可能會影響下游工藝步驟 ， 甚至在最壞的情況下 ， 在現場暴露出來 。 所采用的檢測策略最終在于平衡擁有成本和缺陷逃逸風險 。 但隨著對已知良好芯片的需求不斷增長 ， 以及成本壓力的不斷增加 ， 工廠團隊現在面臨著艱難的選擇：選擇哪種檢測工具以及分配多少檢測時間 。
滑移和劃痕晶體位錯（又稱滑移）和劃痕會影響后續的晶圓制造步驟 ， 這些步驟需要在微觀和近原子層面實現平面度 。 如果位錯足夠大 ， 光學成像方法可以檢測到它們 。 X射線衍射成像在檢測較小位錯時成功率更高 。 然而 ， 這種方法需要更多時間 ， 因此更適合低采樣率的情況 。 同樣 ， 用于識別劃痕的晶圓測試圖分析在制造流程的后期進行 ， 因此無法有效解決任何重大偏差 。
晶體位錯會在晶錠生長或晶圓處理過程中發生 。 這些垂直缺陷表現為晶格的滑移 ， 難以檢測 。 缺陷最初可能很小 ， 例如晶圓邊緣的缺口或晶體結構中的滑移 。 隨后 ， 由于隨后的熱波動 ， 這些缺陷的長度和深度可能會增加 。
數周后 ， 滑移缺陷可能導致晶圓破損或其他工藝異常 。 可見光波長難以檢測到滑移 。 X射線更容易檢測到 ， 因為滑移會產生氣隙 ， 其衍射方式與硅或化合物半導體材料不同 。
圖 1：光學圖像（左）和 X 射線衍射圖像（右）之間的差異 。 X 射線圖像中晶體缺陷的影響和范圍更為明顯 。 資料來源：布魯克
布魯克復合半導體業務產品經理John Wall表示：“借助X射線衍射 ， 我們可以檢測到從晶圓邊緣延伸數厘米的滑移等缺陷 。 位錯缺陷通常是由晶圓的沖擊損傷引起的 。 雖然這些缺陷可能發生在晶圓的任何位置 ， 但它們主要發生在靠近處理邊緣的地方 。 然后 ， 在熱處理過程中 ， 這些位錯會從初始缺陷處擴散開來 。 這會導致位錯長度方向的表面破壞 。 顯然 ， 這會影響光刻和圖案化 ， 因為晶圓不再是平面的 。 ”
查找劃痕晶圓廠人員或設備都可能造成晶圓劃痕 。 前者是指有人用晶圓棒從晶圓舟皿中取出晶圓 。 由此產生的劃痕可長可短 ， 并且出現在隨機位置 ， 表現為不規則的波浪形 。 相比之下 ， 設備通常會產生直線或弧線狀劃痕 ， 并且它們出現在同一區域 。
圖2：200毫米半導體晶圓上人為造成的劃痕 。 來源：Microtronic
圖3：機器人晶圓搬運器在整個晶圓（300毫米）上彎曲造成的劃痕 。 來源：Microtronic
使用自動光學成像 (AOI) 技術查找劃痕存在一些挑戰 。
Onto Innovation研究員 Woo Young Han 表示：“傳統的缺陷檢測方法通常使用圖像減影來識別掃描之間的差異或異常 。 然而 ， 這種方法難以識別低對比度缺陷 ， 因為這些缺陷更難檢測 。 晶圓上的細小劃痕或不規則之處等缺陷可能與背景對比度極低 ， 因此很難識別 。 ”
提高晶圓檢測率并在更多工藝步驟之間插入光學檢測有助于克服這些挑戰 。
Microtronic應用總監 Errol Akomer 表示：“光學劃痕檢測的主要因素是用于最大化缺陷與周圍環境對比度的照明 。 ” “當前工藝步驟的劃痕最好使用暗?。 ɡ脛幔┳榧屑觳?， 而先前工藝步驟的劃痕則需要更多的明?。 ㄍ幔┱彰?。 根據我們的宏觀檢測經驗 ， 最好在工藝步驟之間盡可能頻繁地進行 100% 檢測 。 同軸/離軸照明的組合可用于檢測當前或先前工藝步驟中的劃痕缺陷 。 如果在當前步驟檢測到劃痕 ， 晶圓廠可以最大限度地減少偏差并返工受影響的材料 。 如果劃痕是在先前步驟中檢測到的 ， 我們建議在有缺陷的芯片周圍設置保護帶 ， 并以數字方式將劃痕芯片及其相鄰芯片標記為“失敗” 。 這可以最大限度地減少客戶系統中的測試逃漏和可靠性故障 。 ”
晶圓測試圖分析為工程團隊提供了另一個查找劃痕的機會 。 每個芯片代表一個像素 ， 并以不同的“顏色”表示合格/不合格 。 每個晶圓上的芯片越多 ， 檢測就越容易 。 試想一下 ， 一塊300毫米晶圓上有90個芯片 ， 而一塊300毫米晶圓上有2446個芯片 。 在前者中 ， 150毫米的劃痕可能包含6個芯片 ， 而在后者中則可能包含53個芯片 。
圖4：同一劃痕對不同晶圓片數的影響差異 。 來源：Silicon Edge
在過去的十多年里 ， 工程師們越來越多地使用基于機器學習的算法來分析晶圓測試圖 。 這些方法需要分析各種各樣的晶圓圖圖像 。 從晶圓圖分析中檢測劃痕是一項挑戰 ， 因為劃痕很容易被識別為其他類型的缺陷 。
“我們的分析分兩個階段進行 ， ”泰瑞達機器學習主管金宇解釋說 。 “首先 ， 我們將晶圓分為四類 。 之后 ， 我們再細分成更小的類別 ， 例如中心、邊緣和不同類型的劃痕 。 劃痕可能遍布整個晶圓 ， 也可能只是局部區域的微小劃痕 。 這就是我們構建樹狀分類結構的原因 。 我們之所以先識別四大類 ， 然后再進行子類劃分 ， 是因為我們發現邊緣局部劃痕和劃痕 ， 以及局部劃痕和中心劃痕之間存在一些交叉 。 ”
圖 5：使用先進的機器學習算法進行實時晶圓圖分析 ， 以對缺陷進行分類 。 資料來源：Teradyne
芯片切割和晶圓/芯片處理過程中可能會產生芯片碎片和裂紋 。 缺陷尺寸從毫米到微米不等 。 后續工藝步驟和系統使用過程中的溫度升降會導致缺陷擴展 。 這可能導致零時故障 ， 甚至最終導致現場故障 。
缺陷的產生和檢測可能需要數周甚至數月的時間 。 為了最大限度地減少這種延遲 ， 工程團隊正在增加更多檢測步驟 ， 并將采樣率提高到100% 。 他們還采用了新的工具 。 成像技術的最新改進實現了更高的分辨率和更快的吞吐量 。
Microtronic 首席執行官 Reiner Fenske 表示：“一項重大改進是在整個生產流程的多個步驟中 ， 為每片晶圓提供高分辨率圖像 。 這使得用戶能夠查看生產線上不同點的晶圓圖像 ， 以確定良率損失的根本原因 ， 或找出生產線中的某個環節 。 ” “例如 ， 有缺口的晶圓可能在熱處理過程中斷裂 ， 但在早期步驟中卻顯示出邊緣損壞的跡象 。 ”
圖6：成像過程中發現的晶圓碎片 。 來源：Microtonic
芯片分離后裂紋【晶圓缺陷檢測，越來越難】在過去十年里 ， 組裝廠對微小缺陷的敏感度尚不及晶圓廠 。 然而 ， 高性能移動和汽車設備對最低DPPM的持續需求 ， 使得在組裝過程中發現越來越小的缺陷成為必要 。 光學檢測方法仍然是OSAT（封測代工廠）分離后的標準步驟 。 但現在 ， 即使5μm或1μm的裂紋也有可能被漏檢 。
芯片切割完成后 ， 需要對芯片的六個側面（頂部、底部和邊緣）進行檢測 。 將晶圓切割成芯片可能會沿側壁（即邊緣）產生芯片級裂紋 。 此外 ， 此步驟還會加劇晶圓生產過程中產生的亞表面裂紋 。 裂紋會沿著水平或垂直方向出現 。
光學成像一直是裂紋檢測的主流波長 。 但較短的波長（例如X射線和紅外線）在檢測較小裂紋（>= 10微米）和表面以下的裂紋方面更具優勢 。 直到最近 ， 紅外成像方法還只能支持采樣 。 如今 ， 儀器儀表和自動化技術的進步支持更高的生產時間（例如每小時50000個單元） ， 這使得OSAT廠商能夠使用紅外工具檢測所有芯片 。
“對于約100微米的標準缺陷 ， 客戶會使用六面光學檢測 。 越來越多的客戶要求檢測微尺度缺陷 ， 例如約10微米的裂紋尺寸 ， ”Cohu公司檢測和計量產品營銷經理Pierre-Alexandre Jay說道 。 “10微米裂紋尺寸的難點在于 ， 由于缺陷與器件粗糙度處于同一尺度 ， 因此容易出現過度拒收 。 ”
Jay解釋說 ， 紅外成像更容易檢測到這種尺寸的缺陷 ， 并且過剔除率更低 。 此外 ， 這些波長可以檢測到光學成像無法檢測到的內部裂紋 。
圖7：光學與紅外對微裂紋和內部裂紋的檢測能力比較 。 來源：Cohu
雖然單片化主要產生水平裂紋 ， 但在晶圓制造過程中 ， 各種機械應力可能會引入垂直裂紋和內部裂紋 。 根據晶圓檢測策略的不同 ， 這些裂紋可能無法被檢測到 。 因此 ， 在組裝過程中篩查此類缺陷的需求日益增長 ， 尤其是在汽車和高端移動設備領域 。
這些垂直裂紋的厚度在 10μm 到 1μm 之間 ， 在此范圍內 ， 光學方法的檢測能力開始下降 。 比較光學成像和紅外成像 ， 紅外成像的優勢有兩方面 。 首先 ， 它更容易檢測到小于或等于 5μm 的缺陷 。 其次 ， 借助先進的計算機視覺技術 ， 可以將過剔除率降低一個數量級 。
圖8：光學與紅外檢測垂直微裂紋的能力比較 。 來源：Cohu
“我們的工具采用光學方法 ， 可以檢測到最小 5 微米的裂紋 。 但紅外方法可以輕松檢測到 ， 因為它看起來是黑白的 ， ”Cohu 的 Jay 解釋說 。 “在這個波長下 ， 它可以檢測到由裂紋引起的衍射 ， 而裂紋是由空氣而不是硅引起的 。 ”
結論晶圓劃痕、晶圓內部晶體缺陷以及芯片級裂紋可能難以辨別 。 但為了滿足 10 DPPM 逃逸率的嚴格標準 ， 工程團隊需要在檢測技術、檢測頻率和晶圓圖分析方面做出明智的選擇 。
這些選擇需要考慮總銷售成本 (COGS) 。 由于器件成本為 0.10 美元 ， 因此等到晶圓級測試再進行或許是更合適的選擇 。 但隨著多個行業對已知良好裸片的需求日益增長 ， 每個 DPPM 都至關重要 。
可見光分辨率和速度的不斷提升 ， 使其在滑落、劃痕和裂紋的檢測中繼續發揮作用 。 然而 ， 紅外和X射線成像的應用正在不斷增加 ， 因為衍射分析能夠揭示黑白圖像中的細微裂紋 。
*聲明：本文系原作者創作 。 文章內容系其個人觀點 ， 我方轉載僅為分享與討論 ， 不代表我方贊成或認同 ， 如有異議 ， 請聯系后臺 。
想要獲取半導體產業的前沿洞見、技術速遞、趨勢解析 ， 關注我們！
推薦閱讀
- 蘋果AI新模型問世：懷孕檢測準確率92%
- Intel以色列大規模裁員！甚至考慮關閉Fab 28晶圓廠
- 一片晶圓，改寫芯片規則
- 蘋果iOS 26新功能：FaceTime檢測到敏感畫面可自動暫停通話
- 超聲SAM檢測技術在碳化硅功率模塊缺陷檢測應用
- 消息稱一季度中芯國際和三星電子晶圓代工營收差距有縮小
- 經典ReLU回歸！重大缺陷「死亡ReLU問題」已被解決
- 半導體晶圓廠與數據中心，都很缺人
- 芯片制造告急！三星也撐不住了，要獨立晶圓代工部門
- 國內首片6寸薄膜鈮酸鋰光子芯片晶圓下線