晶片缺陷测试设备、晶片缺陷测试系统和制造晶片的方法技术方案

提供一种晶片缺陷测试设备、晶片缺陷测试系统和制造晶片的方法。晶片缺陷测试设备包括：晶片变量生成器，其基于接收的第一晶片的第一结构测量数据和第一工艺条件数据生成第一工艺变量和第二工艺变量，基于接收的第二晶片的第二结构测量数据和第二工艺条件数据生成第三工艺变量和第四工艺变量；异常晶片指数生成电路，其生成第一晶片向量和第二晶片向量，计算第一晶片向量和第二晶片向量之间的第一欧几里德距离和第一余弦距离，基于第一欧几里德距离和第一余弦距离的乘积生成第一晶片的第一异常晶片指数；和预测模型生成电路，其接收第一特征变量，基于第一工艺变量、第二工艺变量、第一特征变量和第一异常晶片指数通过回归生成晶片缺陷预测模型。回归生成晶片缺陷预测模型。回归生成晶片缺陷预测模型。

【技术实现步骤摘要】
晶片缺陷测试设备、晶片缺陷测试系统和制造晶片的方法
[0001]相关申请的交叉引用
[0002]本申请基于并要求于2021年8月23日在韩国知识产权局提交的韩国专利申请No.10
‑
2021
‑
0110621的优先权的权益，所述申请的公开内容以引用的方式并全部入本文中。


[0003]本公开涉及晶片缺陷测试设备、晶片缺陷测试系统、晶片测试方法和制造晶片的方法。

技术介绍

[0004]FAB(即，半导体制造工厂)中的晶片制造工艺可导致一些缺陷。最终的半导体产品可取决于缺陷类型而故障。为了解决这样的问题，需要一种在FAB制造工艺中预检测晶片缺陷并分析原因的方法。可通过在半导体产品最终被生产之前执行晶片缺陷预检测和原因分析来提高半导体的质量和可靠性。常规自动缺陷检测方法基于半导体的输入数据来预测晶片缺陷的存在或不存在，并且通常被用于半导体FAB制造工艺中。
[0005]使用深度学习的常规晶片缺陷检测和预测方法具有难以确保用于大规模数据的预测模型并且数据解释功能不足的缺点。此外，具有数据解释功能的可解释的AI模型具有消耗大量仿真时间的缺点，并且需要其解决方案。

技术实现思路

[0006]根据本公开的一些方面，提供了一种晶片缺陷测试设备，其中，缺陷预测性能被提高并且仿真时间被缩短。
[0007]根据本公开的一些方面，提供了一种晶片缺陷测试系统，其中，缺陷预测性能被提高并且仿真时间被缩短。
[0008]根据本公开的一些方面，提供了一种晶片制造方法，其中，缺陷预测性能被提高并且仿真时间被缩短。
[0009]根据本公开的一些方面，提供了一种晶片测试方法，其中，缺陷预测性能被提高并且仿真时间被缩短。
[0010]然而，本公开的各方面不限于本文阐述的一个方面。通过参考下面给出的本公开的详细解释，本公开的这些和其它方面对于本公开所属领域的普通技术人员将变得更加清楚。
[0011]根据本公开的一方面，一种晶片缺陷测试设备包括晶片变量生成器、异常晶片指数生成电路和预测模型生成电路。晶片变量生成器接收第一晶片的第一结构测量数据和第一工艺条件数据以及第二晶片的第二结构测量数据和第二工艺条件数据，基于第一结构测量数据和第一工艺条件数据生成第一工艺变量和第二工艺变量，并且基于第二结构测量数据和第二工艺条件数据生成第三工艺变量和第四工艺变量。异常晶片指数生成电路生成第
一工艺变量与第二工艺变量的第一晶片向量，生成第三工艺变量与第四工艺变量的第二晶片向量，计算第一晶片向量与第二晶片向量之间的第一欧几里德距离，计算第一晶片向量与第二晶片向量之间的第一余弦距离，并且基于第一欧几里德距离与第一余弦距离的乘积生成第一晶片的第一异常晶片指数。预测模型生成电路接收作为第一晶片的测试结果的第一特征变量，并且基于第一工艺变量、第二工艺变量、第一特征变量和第一异常晶片指数通过回归生成晶片缺陷预测模型。
[0012]根据本公开的一方面，一种晶片缺陷测试系统包括监测设备和计算设备。监测设备监测正在被制造的第一晶片、第二晶片和第三晶片。计算设备连接到监测设备。监测设备监测第一晶片以生成第一工艺变量和第二工艺变量。监测设备监测第二晶片以生成第三工艺变量和第四工艺变量。监测设备监测第三晶片以生成第五工艺变量和第六工艺变量。计算设备生成第一工艺变量和第二工艺变量的第一晶片向量。计算设备生成第三工艺变量和第四工艺变量的第二晶片向量。计算设备生成第五工艺变量和第六工艺变量的第三晶片向量。计算设备计算第一晶片向量和第二晶片向量之间的第一欧几里德距离。计算设备计算第一晶片向量与第二晶片向量之间的第一余弦距离。计算设备计算第一晶片向量和第三晶片向量之间的第二欧几里德距离。计算设备计算第一晶片向量与第三晶片向量之间的第二余弦距离。计算设备计算第二晶片向量和第三晶片向量之间的第三欧几里德距离。计算设备计算第二晶片向量与第三晶片向量之间的第三余弦距离。计算设备基于第一欧几里德距离与第一余弦距离的乘积以及第二欧几里德距离与第二余弦距离的乘积生成第一晶片的第一异常晶片指数。计算设备基于第一欧几里德距离与第一余弦距离的乘积以及第三欧几里德距离与第三余弦距离的乘积生成第二晶片的第二异常晶片指数。计算设备基于第二欧几里德距离与第二余弦距离的乘积以及第三欧几里德距离与第三余弦距离的乘积生成第三晶片的第三异常晶片指数。计算设备使用第一异常晶片指数至第三异常晶片指数来预测第一晶片至第三晶片当中的有缺陷的晶片。
[0013]根据本公开的一方面，一种制造晶片的方法包括：制造彼此不同的第一晶片、第二晶片和第三晶片，使用制造的第一晶片和第二晶片生成晶片缺陷预测模型，以及使用晶片缺陷预测模型测试第三晶片的缺陷。生成晶片缺陷预测模型包括：监测第一晶片以生成第一工艺变量和第二工艺变量的第一晶片向量，监测第二晶片以生成第三工艺变量和第四工艺变量的第二晶片向量，计算第一晶片向量和第二晶片向量之间的第一欧几里德距离，计算第一晶片向量和第二晶片向量之间的第一余弦距离，基于第一欧几里德距离与第一余弦距离的乘积生成第一晶片的第一异常晶片指数，通过测试制造的第一晶片来生成第一特征变量，以及基于第一工艺变量、第二工艺变量、第一特征变量和第一异常晶片指数通过回归生成晶片缺陷预测模型。
[0014]根据本公开的一方面，一种晶片测试方法包括：监测彼此不同的多个晶片以生成关于多个工艺变量的多个晶片向量；计算多个晶片向量之间的多个欧几里德距离；计算多个晶片向量之间的多个余弦距离；基于多个欧几里德距离中的一个与多个余弦距离中的一个的乘积生成多个晶片的多个异常晶片指数；以及使用多个异常晶片指数预测多个晶片中的有缺陷的晶片。
附图说明
[0015]从结合附图对实施例的以下描述中，这些和/或其它方面将变得显而易见并且更加易于理解，在附图中：
[0016]图1是示出根据一些实施例的晶片缺陷测试系统的框图。
[0017]图2是示出根据一些实施例的晶片组的示图。
[0018]图3是示出根据一些实施例的晶片缺陷测试系统的操作的流程图。
[0019]图4是示出根据一些实施例的监测设备和测试设备的框图。
[0020]图5是示出根据一些实施例的生成异常晶片指数的方法的流程图。
[0021]图6是示出根据一些实施例的用于解释工艺变量和特征变量的生成的计算设备的框图。
[0022]图7是用于解释欧几里德距离和余弦距离的示图。
[0023]图8是示出根据一些实施例的异常晶片指数生成电路的框图。
[0024]图9是用于解释多个晶片的多个工艺变量的晶片向量的示图。
[0025]图10a、图10b和图10c是用于解释欧几里德距离、余弦距离和异常晶片指数的示图。
[0026]图11a、图11b和图11c是用于解释晶片缺陷预测仿真时间的示图。
[0027]图12是用于解释根据一些实施例的使用异常晶片指数来检测有缺陷的晶片的示图。
[0028]图13是示出根据一些本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种晶片缺陷测试设备，包括：晶片变量生成器，其接收第一晶片的第一结构测量数据和第一工艺条件数据以及第二晶片的第二结构测量数据和第二工艺条件数据，基于所述第一结构测量数据和所述第一工艺条件数据生成第一工艺变量和第二工艺变量，并且基于所述第二结构测量数据和所述第二工艺条件数据生成第三工艺变量和第四工艺变量；异常晶片指数生成电路，其生成所述第一工艺变量和所述第二工艺变量的第一晶片向量，生成所述第三工艺变量和所述第四工艺变量的第二晶片向量，计算所述第一晶片向量与所述第二晶片向量之间的第一欧几里德距离，计算所述第一晶片向量与所述第二晶片向量之间的第一余弦距离，并且基于所述第一欧几里德距离与所述第一余弦距离的乘积生成所述第一晶片的第一异常晶片指数；以及预测模型生成电路，其接收作为第一晶片的测试结果的第一特征变量，并基于所述第一工艺变量、所述第二工艺变量、所述第一特征变量和所述第一异常晶片指数通过回归生成晶片缺陷预测模型。2.如权利要求1所述的晶片缺陷测试设备，其中，所述第一异常晶片指数与所述第一欧几里德距离和所述第一余弦距离的乘积成比例。3.如权利要求1所述的晶片缺陷测试设备，其中，所述晶片变量生成器基于不同于所述第一晶片和所述第二晶片的第三晶片的第三结构测量数据和第三工艺条件数据，生成第五工艺变量和第六工艺变量，并且所述异常晶片指数生成电路生成所述第五工艺变量与所述第六工艺变量的第三晶片向量。4.如权利要求3所述的晶片缺陷测试设备，其中，所述异常晶片指数生成电路计算所述第一晶片向量与所述第三晶片向量之间的第二欧几里德距离，计算所述第一晶片向量与所述第三晶片向量之间的第二余弦距离，并且基于所述第二欧几里德距离与所述第二余弦距离的乘积生成所述第一晶片的第二异常晶片指数。5.如权利要求4所述的晶片缺陷测试设备，其中，所述预测模型生成电路基于所述第一工艺变量、所述第二工艺变量、所述第一特征变量、所述第一异常晶片指数和所述第二异常晶片指数生成晶片缺陷预测模型。6.如权利要求1所述的晶片缺陷测试设备，其中，所述异常晶片指数生成电路接收作为所述第一晶片的预测测试结果的第二特征变量，并且生成所述第一工艺变量、所述第二工艺变量和所述第二特征变量中的至少两个的第四晶片向量。7.如权利要求6所述的晶片缺陷测试设备，其中，所述异常晶片指数生成电路基于所述第二晶片向量与所述第四晶片向量之间的欧几里德距离与余弦距离的乘积生成所述第一晶片的第三异常晶片指数。8.如权利要求1所述的晶片缺陷测试设备，其中，所述预测模型生成电路使用所述第一工艺变量、所述第二工艺变量和所述第一异常晶片指数作为输入，并且使用所述第一特征变量作为输出，来生成所述晶片缺陷预测模型。9.如权利要求1所述的晶片缺陷测试设备，还包括：异常晶片检测器，其基于所述晶片缺陷预测模型和所述第一异常晶片指数来测试所述第一晶片是否有缺陷。
10.一种晶片缺陷测试系统，包括：监测设备，其监测正在被制造的第一晶片、第二晶片和第三晶片；以及计算设备，其连接到所述监测设备，其中，所述监测设备监测所述第一晶片以生成第一工艺变量和第二工艺变量，所述监测设备监测所述第二晶片以生成第三工艺变量和第四工艺变量，所述监测设备监测所述第三晶片以生成第五工艺变量和第六工艺变量，所述计算设备生成所述第一工艺变量和所述第二工艺变量的第一晶片向量，所述计算设备生成所述第三工艺变量和所述第四工艺变量的第二晶片向量，所述计算设备生成所述第五工艺变量和所述第六工艺变量的第三晶片向量，所述计算设备计算所述第一晶片向量与所述第二晶片向量之间的第一欧几里德距离，所述计算设备计算所述第一晶片向量与所述第二晶片向量之间的第一余弦距离，所述计算设备计算所述第一晶片向量与所述第三晶片向量之间的第二欧几里德距离，所述计算设备计算所述第一晶片向量与所述第三晶片向量之间的第二余弦距离，所述计算设备计算所述第二晶片向量与所述第三晶片向量之间的第三欧几里德距离，所述计算设备计算所述第二晶片向量与所述第三晶片向量之间的第三余弦距离，所述计算设备基于所述第一欧几里德距离与所述第一余弦距离的乘积以及所述第二欧几里德距离与所述...

【专利技术属性】
技术研发人员：李成熙，金载润，文廷桓，朴正熏，张圭伯，郑载勋，朱敃劲，
申请(专利权)人：三星电子株式会社，
类型：发明
国别省市：