2022年11月29日,,據(jù)知名半導(dǎo)體和微電子情報提供商TechInsights報道,,長江存儲的232層3D NAND閃存X3-9070已經(jīng)實(shí)現(xiàn)量產(chǎn),,領(lǐng)先于三星,、美光,、SK海力士等廠商,,這也是中國品牌在半導(dǎo)體領(lǐng)域首次領(lǐng)先于國際競爭者,。
中國半導(dǎo)體在先進(jìn)制程制造上的持續(xù)重大突破,,給國產(chǎn)量檢測設(shè)備的發(fā)展提出了同樣的要求,只有追求全產(chǎn)業(yè)鏈的整體提升,,才能真正保持國際領(lǐng)先,。復(fù)享光學(xué)作為國內(nèi)集成電路核心光譜零部件供應(yīng)商,配合設(shè)備廠商解決各類芯片制程工藝控制中的量檢測核心問題,,為實(shí)現(xiàn)集成電路產(chǎn)業(yè)的全鏈突破保駕護(hù)航,。
近期,復(fù)享光學(xué)下屬的上海微納制程智能檢測工程中心首次提出薄膜神經(jīng)網(wǎng)絡(luò),,突破百層3D NAND量測關(guān)鍵技術(shù),,相關(guān)成果發(fā)表于國際知名光學(xué)期刊Light: Advanced Manufacturing。
圖片來源:msi.com
業(yè)內(nèi)對3D NAND堆疊層數(shù)的不斷追求來源于市場對單芯片存儲容量需求的不斷提升,。由于芯片的微縮化已經(jīng)接近2x nm性價比極限,,通過實(shí)現(xiàn)存儲單元在垂直方向的層層堆疊,就可以大幅度提升NAND芯片的性能和存儲密度,。業(yè)內(nèi)預(yù)測,,在2025年左右3D NAND會達(dá)到500層,而在2030年左右達(dá)到800層,。
百層膜厚檢測,,3D NAND制備的新挑戰(zhàn)
多層膜的制備是3D NAND的前道工序。由于層間應(yīng)力的存在,,工藝完成后的實(shí)際層厚與設(shè)計值相比會存在較大的偏差,,因此多層膜的不均勻性對芯片生產(chǎn)的良率構(gòu)成了嚴(yán)峻的挑戰(zhàn)。
3D NAND 制備工藝挑戰(zhàn)
圖片來源:Lam Research
目前市場上針對薄膜的厚度量測方法,通常使用參數(shù)微擾差分獲取梯度,,并結(jié)合Levenberg-Marquardt算法構(gòu)建映射關(guān)系進(jìn)行在線優(yōu)化,。對于超過20層以上較多參數(shù)的多層結(jié)構(gòu),該方案必須預(yù)先假定其為周期性結(jié)構(gòu)才能適用,。并且,,較多的結(jié)構(gòu)參數(shù)會導(dǎo)致優(yōu)化時間長達(dá)幾小時,相當(dāng)于在一次迭代中進(jìn)行上百次計算,,大大增加了等待耗時。
可見,,傳統(tǒng)厚度量測方法在3D NAND領(lǐng)域存在較大的局限性,,亟需開發(fā)新的膜厚量測方案,以滿足在線實(shí)時檢測的產(chǎn)線需求,。
薄膜神經(jīng)網(wǎng)絡(luò),,百層膜厚檢測的新路徑
在深度學(xué)習(xí)領(lǐng)域,多參數(shù)神經(jīng)網(wǎng)絡(luò)的優(yōu)化過程中,,常常采用反向傳播算法來對神經(jīng)網(wǎng)絡(luò)中的大量參數(shù)進(jìn)行優(yōu)化,。反向傳播算法,是適合于多層神經(jīng)元網(wǎng)絡(luò)的一種學(xué)習(xí)算法,。相較于傳統(tǒng)的差分求梯度,,反向傳播算法是一種非常有效的快速獲取梯度優(yōu)化神經(jīng)網(wǎng)絡(luò)的手段,可上百倍,,甚至上千倍地提升效率,。
復(fù)享光學(xué)將光學(xué)逆問題研究主體(多層薄膜)視為神經(jīng)網(wǎng)絡(luò)來構(gòu)建映射關(guān)系,并進(jìn)行優(yōu)化訓(xùn)練,。這是全球首次將反向傳播算法引入薄膜優(yōu)化過程,,在復(fù)享深度光譜?技術(shù)框架下開創(chuàng)性地發(fā)展了薄膜神經(jīng)網(wǎng)絡(luò)技術(shù),極大地縮短了百層薄膜厚度的優(yōu)化時間,,相比于傳統(tǒng)微擾差分的方法,,其單次優(yōu)化時間縮短為原來的2%。
薄膜神經(jīng)網(wǎng)絡(luò)技術(shù)原理
圖片來源:Light: Advanced Manufacturing2021,, 2 (4),, 395-402.
目前,復(fù)享光學(xué)已成功將此技術(shù)應(yīng)用于232層非周期薄膜結(jié)構(gòu)的厚度量測,,有望解決百層3D NAND量測的痛點(diǎn),。
準(zhǔn)確高效,比肩國際量測標(biāo)準(zhǔn)數(shù)據(jù)
除時間的大幅縮短外,,薄膜神經(jīng)網(wǎng)絡(luò)技術(shù)的另一項優(yōu)勢在于,,該技術(shù)無需前期準(zhǔn)備大量數(shù)據(jù)集進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練學(xué)習(xí),直接構(gòu)建于精確電磁仿真計算的映射關(guān)系上,即使在薄膜層數(shù)達(dá)到232層,,依然能保證光譜結(jié)果的精確性,。
232層薄膜優(yōu)化案例
圖片來源:Light: Advanced Manufacturing2021, 2 (4),, 395-402.
經(jīng)研究驗證,,復(fù)享光學(xué)提出的薄膜神經(jīng)網(wǎng)絡(luò)的技術(shù)方案,不僅可以實(shí)現(xiàn)多層薄膜厚度的快速檢測,,同時還能判斷樣品是否異常以及異常層位置,。
圖片來源:Light: Advanced Manufacturing2021, 2 (4),, 395-402.
在晶圓膜厚量測過程中,,基于薄膜神經(jīng)網(wǎng)絡(luò)的測量結(jié)果與國際量測標(biāo)準(zhǔn)的數(shù)據(jù)進(jìn)行對比,誤差在萬分之一以內(nèi)(<0.1 nm),。這一結(jié)果證明了該技術(shù)在晶圓級薄膜厚度測量場景中的可行性,。
薄膜厚度實(shí)測結(jié)果
賦能微納制造,微納光學(xué)逆問題求解
3D NAND多層膜厚量測是一個典型的光學(xué)逆問題,。對光學(xué)逆問題的求解,,是指從已知的光學(xué)響應(yīng)反向推測微納結(jié)構(gòu)的求解過程。除3D NAND的量測以外,,還有一系列存在于微納光學(xué)與半導(dǎo)體制程檢測領(lǐng)域的關(guān)鍵問題,,都是典型的光學(xué)逆問題。
薄膜神經(jīng)網(wǎng)絡(luò)技術(shù)的提出,,得益于復(fù)享光學(xué)長期以來對微納光學(xué)逆問題的研究工作,,并深度引入神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)多維度光譜量檢測的復(fù)雜應(yīng)用,在光學(xué)算法上具有堅實(shí)的基礎(chǔ)和應(yīng)用經(jīng)驗,。光譜量檢測技術(shù)存在于各類微納制造與量檢測設(shè)備之中,,是支撐集成電路和光電子芯片產(chǎn)業(yè)制造工藝的關(guān)鍵技術(shù)之一。
目前,,復(fù)享光學(xué)的多系列光譜模組已在半導(dǎo)體前道工藝之中成功應(yīng)用,,并獲得多家半導(dǎo)體頭部客戶的驗證、生產(chǎn)導(dǎo)入及小批量訂單,。憑借復(fù)享深度光譜?技術(shù),,復(fù)享光學(xué)希望與國內(nèi)量檢測設(shè)備廠商一起,解決先進(jìn)制程核心工藝問題,,以光譜硬科技助力產(chǎn)業(yè)發(fā)展,。
關(guān)于復(fù)享光學(xué)
復(fù)享光學(xué)是深度光譜技術(shù)的創(chuàng)導(dǎo)者,歷時十年,,深耕微納光電子領(lǐng)域,,發(fā)展智能化全光譜技術(shù),,著力于光子學(xué)與人工智能的融合,形成了國際領(lǐng)先的深度光譜技術(shù)平臺,,向市場提供從技術(shù)到產(chǎn)品,,從模塊到系統(tǒng)的全面解決方案。
通過成立對接產(chǎn)業(yè)需求的“上海微納制程智能檢測工程技術(shù)研究中心”,,并與復(fù)旦大學(xué)共建致力于研究微納制造前沿共性關(guān)鍵技術(shù)的“復(fù)旦大學(xué)光檢測與光集成校企聯(lián)合研究中心”,,復(fù)享光學(xué)形成了多層次的研發(fā)平臺,以深度響應(yīng)市場需求,,持續(xù)推出突破性的產(chǎn)品,。
復(fù)享光學(xué)已擁有國內(nèi)外超3000家優(yōu)質(zhì)客戶,并與超170家半導(dǎo)體,、高端材料,、生物醫(yī)藥企業(yè)形成交流與合作,與客戶一起,,致力于實(shí)現(xiàn)科學(xué)技術(shù)創(chuàng)新,推動微納制造產(chǎn)業(yè)發(fā)展,。
參考文獻(xiàn):
Light: Advanced Manufacturing 2021,, 2 (4), 395-402.
更多信息可以來這里獲取==>>電子技術(shù)應(yīng)用-AET<<