电子束检测，至关重要

如果您希望可以时常见面，欢迎标星收藏哦~

来源：本文来自 semiengineering ，谢谢。

吞吐量仍然是一个问题，解决方案需要多种技术的结合。

事实证明，电子束检测对于发现 5 纳米以下尺寸的关键缺陷至关重要。现在的挑战是如何加快这一流程，使其在经济上符合晶圆厂的接受度。

电子束检测因灵敏度和吞吐量之间的权衡而臭名昭著，这使得在这些先进节点上利用电子束进行全面缺陷覆盖尤为困难。例如，对于英特尔的18A逻辑节点（约1.8纳米级）和三星数百层的3D NAND存储器，缺陷检测已达到极限。

传统检测方法在 5 纳米以下开始遭遇根本性的物理限制。光学检测系统历来是缺陷检测的主力，但由于衍射极限、复杂材料堆叠导致的对比度降低以及日益细微的缺陷特征，在先进节点上表现不佳。

电子束检测提供纳米级分辨率，能够捕捉光学工具可能遗漏的微小致命缺陷，但这些优势也伴随着显著的代价。吞吐量是主要瓶颈。用单束电子束扫描整个300毫米晶圆可能需要数小时甚至数天，远远超出了现代晶圆厂严格的时间预算。

PDF Solutions先进解决方案副总裁 Michael Yu 表示：“如果想在 7nm 或 5nm 等先进节点的生产线上发现缺陷，就必须检测数十亿个结构。如果想在线上完成检测，先进的晶圆厂只能给你不到两个小时的时间，因为它们无法在工艺步骤之间将晶圆停留超过两个小时。”

实际上，这意味着传统的电子束检测工具只能对芯片或晶圆的一小部分进行采样，这可能会遗漏一些关键缺陷（在先进芯片上，这些缺陷的发生率通常只有十亿分之一）。电子束的分辨率优势也需要付出代价。为了分辨越来越小的特征，电子束电流和视野受到限制，这进一步降低了检测速度。

应用材料公司电子束缺陷控制市场主管 Ran Alkoken 表示：“先进节点的一项根本挑战是平衡检测速度和分辨率。第二代 CFE 技术在不牺牲分辨率的情况下显著提高了电流。这对于管理这些先进节点上遇到的密集缺陷图至关重要。”

冷场发射 (CFE) 等高亮度电子源有助于提高分辨率和信噪比，但只能部分弥补吞吐量差距。电子束扫描工具的速度仍然明显慢于光学扫描仪，因此必须在最关键的步骤中策略性地使用它们。

超越速度

除了速度之外，先进的节点还为电子束检测带来了物理和电气方面的挑战。特征尺寸小且复杂，意味着每个特征可用的电子更少，因此除非电子束停留更长时间或对多帧进行平均，否则图像本身就会更加嘈杂，这又会降低吞吐量。

同时，电子束会干扰样品。绝缘的低k介电材料表面在电子轰击下会积聚电荷，导致图像扭曲，甚至导致电子束偏转。如果为了获得更清晰、更快速的图像而提高电子束能量，则可能会损坏精密结构或改变缺陷特性。因此，检测人员通常会在较低的入射能量下操作，以避免电荷和损坏，但这会导致信号较弱。

“电子束检测的关键在于吞吐量，”余先生说道，“你不能在结构上花费太多时间，但同样重要的是，不要使用过高的入射能量，因为这会损坏你正在检测的结构。”

图1：晶圆中的潜在薄弱点。来源：PDF Solutions

电子束能量、驻留时间和样品安全性之间的平衡凸显了在不产生错误信号或损坏器件的情况下捕获埃级尺寸的每个缺陷是多么困难。事实上，随着特征尺寸缩小到5纳米以下，电子信号中的随机噪声和散粒噪声变得非常显著。有限数量的电子必须承担起揭示原子级空隙或线边缘粗糙度的重任，这将电子束探测器的灵敏度推向极限。

先进逻辑和存储器中的三维结构进一步增加了复杂性。现代晶体管和互连线具有显著的形貌特征，而像 3D NAND 这样的芯片则具有极深的垂直通道孔。景深限制意味着电子束可能无法一次性聚焦整个高纵横比结构。晶圆或芯片即使出现轻微弯曲或翘曲（这在经过多道工艺步骤或先进封装后很常见），某些区域也会偏离经过精细调整的电子束束柱的焦平面。结果可能会导致这些区域的缺陷模糊不清或被遗漏。如今的电子束系统通过使用动态聚焦和平台映射来解决这个问题，但在先进节点上，容错率很低。

Wooptix 首席运营官 Javier Elizalde 表示：“干涉法仍然在晶圆计量领域占据主导地位，但它也存在局限性，尤其是在封装技术不断发展的情况下。我们现在看到，对能够适应新材料、新键合方法和新工艺流程的替代测量方法的需求日益增长。”

换句话说，传统的晶圆形状测量和校正方法（通常基于干涉测量法）在处理高度翘曲的晶圆或新型薄膜堆叠时可能不再适用。波前相位成像等新型光学技术旨在通过从多个焦平面捕获相位信息来快速绘制晶圆形貌。这可以帮助电子束工具在晶圆上动态调整焦距。然而，补偿晶圆翘曲和表面形貌仍然是一项重大挑战。如果没有精确的高度图和快速的焦距控制，逻辑栅极纳米片中的多层缺陷或堆叠存储器层中的轻微错位可能会因为没有完全聚焦而无法检测到。

最后，没有任何一种检测方式能够单独解决所有这些问题，因此在先进节点，与其他技术的集成至关重要。电子束的吞吐量较低且仅面向表面，这意味着它通常必须与高速光学检测相结合才能快速扫描整个晶圆，并且必须与能够检测埋藏或内部缺陷的方法相结合。

例如，复杂的3D封装和硅通孔可能隐藏在结构深处的空洞或键合缺陷，而光学和表面电子束检测无法触及这些缺陷。X射线检测正逐渐成为这些隐藏缺陷的补充解决方案。

布鲁克产品营销总监 Lior Levin 表示：“X 射线检测在先进节点至关重要，因为它可以检测到光学方法无法检测到的埋藏缺陷。然而，随着工艺节点向 5 纳米以下发展，仅仅提高分辨率是不够的。人工智能驱动的算法对于处理复杂的衍射数据并显著提高检测精度至关重要。”

无论是利用X射线断层扫描技术检测未见空洞，还是利用电子束技术检测微小表面缺陷，单靠原始分辨率是不够的。先进节点数据的复杂性要求更智能的分析方法。在实践中，芯片制造商现在部署了一种混合策略。高容量光学工具标记晶圆上的潜在异常位置，然后电子束检查工具放大纳米级缺陷或执行电压对比度测量。X射线或声学显微镜可用于完全隐藏的界面问题，而电气测试仪则可以捕捉任何未检测到的缺陷对性能的影响。

PDF 的 Yu 表示：“在先进的前端工艺节点以及先进的封装中，即使在最高分辨率的显微镜下，缺陷也并非总是可见的。如今，将 X 射线、电子束、光学和电气测试与 AI 驱动的数据分析相结合的集成检测方法至关重要。您不能依赖单一工具。需要采取整体方法。”

这种整体理念源于必要性。随着规模扩展和新架构的出现，故障模式也愈发微妙和多样化，孤立的缺陷检测方法会留下太多盲点。其弊端在于所有这些工具产生的数据量激增，而协调这些数据并非易事。尽管如此，大家一致认为，只有充分利用每种检测方式的优势，并将结果整合在一起，晶圆厂才能在 Angstrom 时代保持良率和可靠性。

多光束系统和先进的电子光学系统

为了克服电子束的根本局限性，设备制造商正在通过多光束系统、先进的电子光学系统和计算成像技术重塑这项技术。多光束电子束检测并非采用单束电子束缓慢扫描晶圆，而是将工作量分散到多个并行扫描的子光束上。本质上，如果单束电子束每秒只能覆盖很小的区域，那么 5 x 5 束电子束阵列可以将芯片或晶圆的检测速度提高 15 倍。

这里的关键在于精心设计电子光学系统，以避免电子束之间的干扰。如果一束电子束中的电流过高，会导致电子相互排斥（库仑相互作用），使焦点模糊。多束系统通过使用多个并联的低电流电子束来避免这种情况，每个电子束都能保持良好的光斑尺寸。

每个子光束必须精确对准，并同步其信号。算法将来自多束光束的图像拼接成一张复合缺陷图。拼接必须考虑任何轻微的偏移或失真；否则，校准错误的子光束可能会在其扫描区域与相邻扫描区域的接缝处产生虚假的不匹配。

管理如此多的平行光束柱和探测器也增加了校准和维护的复杂性。实际上，多光束设备就像同时运行数十台微型扫描电子显微镜 (SEM)。早期采用多光束技术的厂商需要应对这些工程挑战，但最终的回报是革命性的。高产量晶圆厂首次可以考虑在关键层上进行在线电子束检测（在常规生产期间），而不仅仅是用于研发分析或偶尔的采样。如今，多光束系统已用于先进节点的物理缺陷检测和电压对比电学缺陷检测，能够捕捉到光学工具可能忽略的通孔、触点和互连中的细微问题。

多光束架构虽然大大加快了数据收集速度，但也使数据输出和协调要求成倍增加。一台25光束检测仪会生成25个图像流，必须实时处理和组合。海量的图像数据（可能高达每秒数兆兆位的电子信号）对系统的计算机和存储系统构成了巨大的数据压力。更重要的是，要从如此海量的数据中识别出真正的缺陷，需要先进的软件。这正是人工智能和计算成像发挥作用的地方。

布鲁克的 Levin 指出：“当我们进入 5 纳米以下时，仅仅提高分辨率是不够的。人工智能驱动的算法对于处理复杂的衍射数据和显著提高检测精度至关重要。”

在实践中，现代电子束检测平台越来越多地与机器学习模型相结合，用于分析电子图像中的微小异常。人工智能算法不再仅仅依赖于人为设定的阈值或与参考芯片的简单比较，而是能够学习识别缺陷与正常差异之间的细微特征，从而减少漏检缺陷和误报。

“基于人工智能的检测不仅能提高产量，”应用材料公司的Alkoken表示，“它还能显著减少误报，并简化缺陷分类。在生产工厂中，得益于这项功能，人工审查的工作量减少了高达50%。”

误报率的降低意味着工程师可以减少审查良性“缺陷”的时间，从而专注于真正的良率限制因素。此外，AI 可以通过在大型数据集上进行训练来更快地适应新的缺陷类型，这一点至关重要，因为每个新的工艺节点或 3D 结构都会引入不常见的故障模式。

计算技术也扩展到图像增强。例如，软件可以对电子束图像进行去噪和锐化，甚至可以通过关联多帧图像来推断缺失信息。一些电子束系统利用了设计感知算法。通过从 CAD 数据中了解预期布局，系统可以更好地区分真正的非预期异常和允许的图案变化。这种设计集成是另一个改进缺陷捕获的强大工具。

“为了解决传统光栅扫描电子束的吞吐量限制，业界正在寻求多光束系统和创新点扫描或矢量扫描方法等方法，这些方法有可能显著提高整体检查速度，”Yu 补充道。

因此，当今领先的解决方案将设计数据、工艺背景和多模式输入相结合，使电子束检测更加智能。例如，PDF Solutions 采用“DirectScan”矢量方法，利用芯片设计引导电子束到达关键位置（目标图案），而非盲目地进行光栅扫描。这种掩模设计内容、光学检测标记结果以及电子束所见内容之间的数据关联，对于管理海量数据集和查明缺陷根源至关重要。

它还有助于光束对准和导航。通过参考设计，该工具可以跳转到疑似弱图案的坐标，并确保子束阵列正确叠加，从而避免浪费时间或与地形冲突。

新型电子束工具中先进的电子光学系统并不局限于多光束。即使是单光束系统也在不断发展，配备了更先进的光源和透镜。冷场发射器提高了亮度和相干性，从而能够在更快的扫描速度下实现亚纳米分辨率。人们正在探索像差校正电子光学系统，以便在更大的场域内保持紧密聚焦。人们还对通过计算方法扩展焦深感兴趣，例如，通过捕获离焦图像堆栈并通过算法将它们组合起来，以保持特征的顶部和底部都清晰可见。然而，在实践中，这可能非常耗时。

在硬件方面，一些多光束设计采用模块化立柱，每个子光束都有自己的微型透镜和探测器，从而可以精细控制每束光束的聚焦和像散。这有助于补偿晶圆的局部曲率。击中略微凸起的芯片角的子光束可以独立调整以保持聚焦。然而，在数十束光束上实现动态聚焦是一个艰巨的控制问题。这时，像 Wooptix 的波前相位成像这样的光学计量技术可以提供帮助，它可以提前为电子束工具提供晶圆的高分辨率高度图。有了精确的形貌图，电子束的平台可以调整高度，或者立柱可以预先调整每个区域的焦距，从而动态减轻翘曲效应。

这种混合解决方案模糊了不同类型检测设备之间的界限。例如，电子束系统可能包含光学预扫描模式，用于快速对准和区域选择，而X射线工具则可能将可疑位置交给电子束进行仔细检查，所有这些都在一个集成的软件框架下完成。

结论

电子束检测的未来在于光束控制、设计数据和检测模式的智能集成，而非仅仅改进硬件本身。虽然多光束系统和冷场发射源带来了急需的速度和精度，但它们也带来了数据过载和系统复杂性。这迫使业界重新思考检测工具的设计方式、校准方式以及输出处理方式。人工智能缺陷分类和图像分析的兴起，使得我们能够跟上数据量和先进节点日益微妙的故障机制的步伐。

同时，获得检测设备的实时反馈对于加速大批量晶圆厂的工艺调整和良率提升至关重要。波前相位成像和设计感知矢量扫描等技术正在帮助弥合计量与检测之间的鸿沟，使检测设备能够更好地预测问题发生的位置，并更智能地检测这些区域。通过将光学、X射线和电子束功能整合到一个统一的分析框架下，晶圆厂正逐渐接近预测性缺陷检测的目标，从而避免任何良率限制因素被忽视。

最终，没有任何一项单一技术能够独自解决埃时代的检测挑战。但随着更紧密的集成、更智能的分析以及电子束物理学和系统设计的持续进步，电子束检测不仅有望成为研发或故障分析领域的支柱，更将成为整个生产线的支柱。

https://semiengineering.com/e-beam-inspection-proves-essential-for-advanced-nodes/

半导体精品公众号推荐

专注半导体领域更多原创内容

关注全球半导体产业动向与趋势

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第4029期内容，欢迎关注。

『半导体第一垂直媒体』

实时 专业 原创 深度

公众号ID：icbank

喜欢我们的内容就点“在看”分享给小伙伴哦