随机性光致抗蚀剂厚度缺陷的预测及计量制造技术

能够将半导体装置的掩模图案用作输入以使用机器学习模块来确定光致抗蚀剂厚度概率分布。例如，所述机器学习模块能够确定Z高度的概率图。此能够用于确定半导体装置的光致抗蚀剂厚度的随机性变化。能够在X方向及Y方向上的坐标处计算所述Z高度。坐标处计算所述Z高度。坐标处计算所述Z高度。

【技术实现步骤摘要】
【国外来华专利技术】随机性光致抗蚀剂厚度缺陷的预测及计量
[0001]相关申请案的交叉参考
[0002]本申请案主张2020年10月28日申请且被指定为第63/106,356号美国申请案的临时专利申请案的优先权，所述申请案的公开内容特此以引用的方式并入。


[0003]本公开涉及半导体晶片上的光致抗蚀剂的计量。

技术介绍

[0004]半导体制造产业的演进对良率管理且尤其对计量及检验系统提出更高要求。临界尺寸继续缩小，而产业需要减少用于实现高良率、高价值生产的时间。最小化从检测到良率问题到解决所述问题的总时间最大化半导体制造商的投资回报率。
[0005]可在集成电路(IC)的制造中使用光刻投影设备。在此情况中，图案化装置(例如，掩模)可提供对应于IC的个别层的电路图案(“设计布局”)，且可通过例如通过图案化装置上的电路图案辐射目标部分的方法将此电路图案转印到涂覆有辐射敏感光致抗蚀剂层的晶片上的目标部分(例如，包括一或多个裸片)上。一般来说，单个晶片含有多个邻近目标部分，电路图案通过光刻投影设备一次一个目标部分地连续转印到所述多个邻近目标部分。在一种类型的光刻投影设备中，整个图案化装置上的电路图案在一次曝光中被转印到一个目标部分上，其通常被称为晶片步进器。在通常称为步进及扫描设备的替代设备中，投影光束在给定参考方向(“扫描”方向)上扫描遍及图案化装置同时平行或反平行于此参考方向同步移动衬底。可渐进地将图案化装置上的电路图案的不同部分转印到一个目标部分。由于一般来说，光刻投影设备将具有放大因子M(通常<1)，因此移动衬底的速度F将是投影光束扫描图案化装置的速度的M倍的因子。
[0006]在将电路图案从图案化装置转印到晶片之前，晶片可经历各种程序，例如底涂、光致抗蚀剂涂覆及软烘烤。在曝光之后，晶片可经受其它程序，例如曝光后烘烤(PEB)、显影、硬烘烤及经转印电路图案的测量/检验。这些程序用于制造装置(例如，IC)的个别层。晶片可接着经历全部希望形成装置的个别层的各种工艺，例如蚀刻、离子植入(掺杂)、金属化、氧化、化学机械抛光。如果在装置中需要若干层，那么针对每一层重复整个程序或其变体。最终，装置将存在于晶片上的每一目标部分中。接着通，过例如切割或锯切的技术将这些装置彼此分离，且可将个别装置安装于载体上、连接到引脚等。
[0007]经由光刻形成于晶片上的图案定义IC的功能元件，例如微处理器、存储器芯片等。还在形成平板显示器、微机电系统(MEMS)或其它装置时使用类似光刻技术。
[0008]随着半导体制造工艺继续进步，功能元件的尺寸已持续减小而每一装置的功能元件(例如晶体管)的量已在稳定增加。在当前最新技术下，使用光刻投影设备制造装置的层，所述光刻投影设备使用来自照明源的照明将设计布局投射到衬底上，从而产生具有远低于100nm的尺寸(其可小于来自照明源(例如，193nm照明源)的辐射的波长的一半)的个别功能元件。
[0009]根据分辨率公式CD＝k1
×
λ/NA，通常将其中印刷具有小于光刻投影设备的经典分辨率限制的尺寸的特征的此工艺称为低k1光刻，其中λ是经采用辐射的波长(当前在大多数情况中为248nm或193nm)，NA是光刻投影设备中的投影光学器件的数值孔径，CD是临界尺寸(通常最小经印刷特征大小)且k1是经验分辨率因子。一般来说，k1越小，越难以在衬底上重现类似于由电路设计者规划的形状及尺寸的图案以便实现特定电功能性及性能。为了克服这些困难，将复杂微调步骤应用到光刻投影设备及/或设计布局。这些包含(但不限于)NA及光学相干设置的优化、定制照明方案、相移图案化装置的使用、设计布局中的光学接近校正(OPC，有时还称为光学及工艺校正)或通常定义为分辨率增强技术(RET)的其它方法。
[0010]存在特性化对经印刷图案的预期变化的许多方法，但许多这些方法是基于图案的自上而下视图(例如，描述XY平面中的图案形状的多边形或轮廓)。这些XY多边形可从自上而下扫描电子显微镜(SEM)图像提取或从光刻模拟预测。针对SEM图像，可执行实验，其中焦点及剂量从其标称条件变化。接着，针对图案的子集使用临界尺寸扫描电子显微镜(CDSEM)直接重查经测量焦点
‑
曝光矩阵或检验晶片且将经检测缺陷发送到重查SEM(例如，工艺窗鉴定(PWQ)计量)。再次，此导致XY平面中的特征，且预期变化与焦点及剂量相关。执行焦点及剂量曲线实验以确定光刻工艺在制造环境中将有多稳健。例如，实验剂量曲线用于近似表示归因于光子散粒噪声的晶片反射率变化或剂量波动。焦点曲线用于近似表示在制造环境中所见的晶片高度(形貌)的变化。
[0011]上文描述的焦点
‑
剂量扰动实验方法并不非常适用于起因于散粒噪声效应的随机性变化，这是因为失效事件可为罕见的，但仍可不利于良率。这意味着可能需要执行大量实验测量以便检测可接着被修复的百万分之一或十亿分之一的失效模式。缺陷发现的周期时间影响良率改进，因此需要另一方法以最大化投资回报率。
[0012]在光刻模拟中，在晶片上方的固定Z高度处直接预测光致抗蚀剂轮廓形状或预测完整3D轮廓且在指定Z高度处切割经模拟光致抗蚀剂轮廓，这导致图案多边形。类似于上文描述的实验程序，可在各种焦点及剂量设置下执行模拟以确定对制造中所见的变化的稳健性。当一系列焦点/剂量条件的多边形针对特定图案叠加时，将此模拟方法称为工艺变化带或PV带的计算。掩模尺寸的变化还普遍包含于PV带计算中。
[0013]可扩展PV带的模拟方法以预测归因于随机性变化的可变性，但这些方法通常聚焦于预测边缘位置的正态分布的3σ可变性。可从设计的不同特性(例如，剂量、图像对数斜率)预测边缘位置度量(例如，线宽粗糙度、线边缘粗糙度或圆边缘粗糙度)。标称图案的计量敏感性还可用于预测图案的随机性变化。这些模型关注于XY平面中的度量以及XY平面内的响应。由于这些模型假定对标称情况的扰动是正态分布的，因此其可能低估极罕见事件的概率。最后，实验及基于模拟的方法两者检查已被展示具有与良率的不良相关性的XY平面中定义的图案。线边缘粗糙度(其为线图案的边缘的3σ变化的量度)通常不与电场相关。
[0014]长期以来一直需要能够预测起因于光致抗蚀剂曝光的随机性性质的罕见事件的概率且促进快速缺陷发现从而实现更好良率控制的全芯片模型。因此，需要用于光致抗蚀剂随机性建模的经改进技术。

技术实现思路

[0015]在第一实施例中提供一种方法。所述方法包括将半导体装置的掩模图案输入到机
器学习模块中，及基于所述掩模图案确定所述半导体装置的光致抗蚀剂厚度概率分布。
[0016]所述机器学习模块可经配置以操作一般线性模型、神经网络、贝叶斯(Bayesian)推理、贝叶斯神经网络、深度神经网络、卷积神经网络或支持向量机器。
[0017]所述机器学习模块可进一步经配置以确定光致抗蚀剂厚度的概率图。
[0018]所述厚度概率分布可提供X方向及Y方向上的坐标的光致抗蚀剂厚度信息。
[0019本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种方法，其包括：将半导体装置的掩模图案输入到机器学习模块中；及基于所述掩模图案来确定所述半导体装置的光致抗蚀剂厚度概率分布。2.根据权利要求1所述的方法，其中所述机器学习模块经配置以操作一般线性模型、神经网络、贝叶斯推理、贝叶斯神经网络、深度神经网络、卷积神经网络，或支持向量机器。3.根据权利要求1所述的方法，其中所述机器学习模块进一步经配置以确定光致抗蚀剂厚度的概率图。4.根据权利要求1所述的方法，其中所述厚度概率分布提供X方向及Y方向上的坐标的光致抗蚀剂厚度信息。5.根据权利要求1所述的方法，其中所述机器学习模块进一步经配置以确定所述X方向及所述Y方向上的坐标的局部强度。6.根据权利要求1所述的方法，其中所述机器学习模块进一步经配置以确定所述X方向及所述Y方向上的坐标的图像对比度。7.根据权利要求1所述的方法，其中所述机器学习模块进一步经配置以确定所述X方向及所述Y方向上的坐标的图像梯度。8.根据权利要求1所述的方法，其中所述机器学习模块进一步经配置以确定所述X方向及所述Y方向上的坐标的图像对数斜率。9.根据权利要求1所述的方法，其中所述机器学习模块进一步经配置以确定所述X方向及所述Y方向上的坐标的正规化图像对数斜率。10.根据权利要求1所述的方法，其中将所述厚度概率分布确定为约1ppb的准确度水平。11.根据权利要求1所述的方法，其中所述机器学习模块包含第一模型、第二模型及第三模型，其中所述第一模型鉴于光栅化掩模图像来预测掩模衍射图案，其中所述第二模型鉴于所述掩模衍射图案来预测光致抗蚀剂中的图像，且其中所述第三模型鉴于光...

【专利技术属性】
技术研发人员：A，
申请(专利权)人：科磊股份有限公司，
类型：发明
国别省市：