用于过程监视及良率管理的所计算电性能度量的制作方法
【专利说明】用于过程监视及良率管理的所计算电性能度量
[0001]相关串请案的交叉参考
[0002]本专利申请案依据35U.S.C.§ 119主张2013年6月26日提出申请的标题为“通过计算的电性能度量的半导体芯片制作过程监视及良率管理(SemiconductorChip Fabricat1n Process Monitoring and Yield Management Through CalculatedElectrical Performance Metrics) ”的序列号为61/839，708的美国临时专利申请案的优先权，所述专利申请案的标的物以其全文引用方式并入本文中。
技术领域
[0003]所描述的实施例涉及用于晶片检验及计量的系统，且更特定来说涉及在半导体制造中使用的半导体结构及材料的表征及缺陷检测。
【背景技术】
[0004]通常通过应用于衬底或晶片的处理步骤序列制作例如逻辑及存储器装置的半导体装置。通过这些处理步骤形成所述半导体装置的各种特征及多个结构层级。举例来说，除其它之外，光刻为涉及在半导体晶片上产生图案的一个半导体制作过程。半导体制作过程的额外实例包含但不限于化学机械抛光、蚀刻、沉积及离子植入。可在单个半导体晶片上制作多个半导体装置且接着将其分离成个别半导体装置。
[0005]在半导体制造过程期间在各种步骤处使用检验过程来检测晶片上的缺陷以促成较高良率。由于设计规则及过程窗在大小方面持续缩小，因此在维持高生产量的同时需要使检验系统捕获晶片表面上的更广范围的物理缺陷。
[0006]半导体装置基于其能量效率而非仅速度而越来越受重视。举例来说，能量高效的消费型产品为更有价值的，这是因为其以较低温度操作且根据固定电池电源供应器操作较长时间周期。在另一实例中，能量高效的数据服务器非常需要减少其操作成本。因此，减少半导体装置的能量消耗是极受关注的。
[0007]在一个实例中，穿过绝缘体层的泄漏电流为以65nm技术节点及低于65nm技术节点制造的半导体装置的主要能量损耗机制。作为响应，电子设计者及制造者正采用与传统材料(例如，二氧化硅)相比具有较高介电常数及较低消光系数的新材料(例如，硅酸铪(HfSi04)、氮化硅酸铪(HfS1N)、二氧化铪(Hf02)、硅酸锆(ZrSi04)等)。这些“高k”材料减少泄漏电流且实现较小大小的晶体管的制造。
[0008]随着新电介质材料及先进结构的采用，已出现对测量工具的需要以在制造过程早期表征高k材料的介电性质及带结构。在一些实例中，在晶片制造期间需要高生产量监视工具来监视及控制高k材料的沉积及各种结构的形成以确保成品晶片的高良率。沉积问题的早期检测是重要的，这是因为半导体晶片的完整制造过程是冗长且昂贵的。举例来说，高k材料的沉积通常在花费一个月以上来完成的制造过程的开始时发生。
[0009]许多现有过程控制及良率管理工具仅对其测量的过程步骤产生测量结果。此限制由许多现有工具提供的值，这是因为其测量与距测量有数周或数百个过程步骤远的最终装置性能不直接相关。另外，许多现有过程控制及良率管理工具不提供对各种所测量参数对最终装置性能的灵敏度的洞察。举例来说，当前由典型薄膜计量工具提供的成分测量或当前由典型CD计量工具提供的CD参数测量(孤立地进行)不提供对最终装置性能的直接洞察。
[0010]已使用高k电介质层的材料成分的测量作为用于过程监视的指示符。针对例如SiHfON的高k材料，发现氮与铪的不同百分比、不同沉积温度及沉积循环时间、不同中间层等产生不同色散值及不同能量带结构。此在制造过程结束时影响晶片性能。
[0011]在一些实例中，已利用X射线光谱仪来准确地测量高k电介质层的材料成分。然而，X射线光谱法具有高成本及低生产量，从而使其用作高生产量生产监视工具为不合意的。
[0012]在一些其它实例中，已使用高k电介质层的色散性质(例如，折射率η及消光系数k)来基于经验模型计算材料成分。此方法相对于X射线光谱技术具有较低成本及较高生产量的优点。一个此类实例呈现于让与科磊(KLA-Tencor)技术公司的第13/524，053号美国专利申请案中。
[0013]尽管高k材料层的材料成分为沉积过程参数的强大指示符，但其与生产线终端电性质(例如泄漏电流等)不直接相关。举例来说，在SiHfON的情形中，沉积速率及温度的转变可在材料成分保持不变时产生具有不同结构缺陷或不同带结构的膜。尽管材料成分未改变的事实，但所得结构缺陷或带结构可不利地增加泄漏电流。类似地，产生不同材料成分的过程也可引起经减少结构缺陷及更有利带结构。在此情形中，基于材料成分进行监视可产生伪阴性结果，其中当实际上材料结构及性质引起经减少泄漏电流时基于材料成分而找出故障。
[0014]因此，开发用于基于结构的测量及材料层的表征的聚合而在制造过程早期预测最终装置性能的高生产量方法及/或系统以识别所得成品晶片是否将具有满意电性质将为有利的。
【发明内容】
[0015]本文中呈现基于最终装置性能的预测而对半导体装置制造的过程控制及良率管理的方法及系统。对半导体装置的一或多个最终性能度量的估计是基于非成品多层半导体晶片的测量。
[0016]在一个方面中，装置性能度量的所估计值是基于所述非成品多层晶片的至少一个结构特性及至少一个带结构特性。基于一或多个装置性能模型而计算所估计装置性能度量值。装置性能模型可采取以分析或数值形式表达的物理数学模型的形式。在一些实例中，装置性能模型为完整全晶片模拟模型，或晶片的区段或功能单元的模型。在一些实例中，采用针对集成电路的构建块公式化的分量模型。一些装置模型可涉及数十或数百个自由或受约束参数。在一些实例中，通过标准数学方法(例如相关分析、主分量分析等)减少装置模型的维度。在一些其它实例中，装置性能模型为由简化的数学模型建构的经验模型。可基于相关或统计研究、主分量分析或将成品装置的所测量物理性质与所测量电性质联系在一起的其它数据处理技术而使此些模型公式化。
[0017]在进一步方面中，基于针对单个装置或多个晶片上的多个装置可得的实际最终电测试数据及测量数据而使装置性能模型回归且将其精细调谐。以此方式，使模型参数细化以改进装置性能模型的预测能力。
[0018]在另一进一步方面中，执行装置性能模型的统计分析以提供对特定半导体制造过程流程的所预期性能的洞察。举例来说，在任一特定过程步骤处，可统计地表征每一所测量参数及每一标称参数，例如，平均数、范围、标准差等。基于这些参数值，使用装置性能模型来导出与一或多个最终装置性能度量相关联的所预期统计值，例如，标称值、平均值、范围、中位数、概率等。
[0019]在进一步方面中，将一或多个最终装置性能度量的所估计值与所规定最终装置性能值进行比较以确定正进行处理的晶片是否被预期为不能通过最终装置性能测试。
[0020]在再一进一步实施例中，基于一或多个最终装置性能度量的所估计值与所规定最终装置性能值之间的差异而确定一或多个后续过程步骤中的调整。在一些实例中，所述调整包含后续过程步骤的目标标称过程值的改变。基于最终装置性能度量对经受调整的物理参数的灵敏度而确定调整量。这些灵敏度可经计算为关于经受调整的物理参数的装置性能模型的导数。
[0021]前述内容为概述，且因此必然地含有对细节的简化、一般化及省略。因此，所属领域的技术人员将了解，本概述仅为说明性的且不以任何方式为限制性的。在本文中所陈述的非限制性详细说明中，本文中所描述的装置及/或过程的其它方面、发明性特征及优点将变得显而易见。
【附图说明】
[0022]图1是图解说明经配置以预测如本文中所描述的最终装置性能的半导体测量系统100的简化图。
[0023]图2是图解说明可由如本文中所描述的方法及系统表征的具有所附接薄膜层114A及114B的半导体衬底112的简化图。
[0024]图3A到3B是图解说明与薄膜材料层相关联的光色散曲线及源自所述曲线的带结构特性的曲线图。
[0025]图4是图解说明与薄膜材料层相关联的光色散曲线及依据所述曲线识别的带结构缺陷的曲线图。
[0026]图5是图解说明依据从非成品晶片收集的测量数据预测最终装置性能的方法200的流程图。
[0027]图6是图解说明使用如本文中所描述的方法及系统确定的在非成品半导体晶片的不同位置处的膜厚度的值及两个带结构特性的图表。
[0028]图7是图解说明将在不同位置处的所估计电流密度与成品晶片的所测量电流密度进行比较的曲线图。
【具体实施方式】
[0029]现在将详细参考【背景技术】实例及本发明的一些实施例，本发明的实例图解说明于随附图式中。
[0030]本文中呈现基于依据非成品多层半导体晶片的测量的最终装置性能的预测而对半导体装置制造的过程控制及良率管理的方法及系统。进行对半导体装置的一或多个性能度量的估计，仿佛所述半导体装置为成品一般。所述估计是基于将在其上建构半导体装置的非成品半导体晶片的测量。
[0031]在一个方面中，装置性能度量的所估计值是基于非成品多层晶片的至少一个结构特性及至少一个带结构特性。直接或间接测量所述特性。基于一或多个装置性能模型而计算所估计装置性能度量值。
[0032]装置性能模型可采取以分析或数值形式表达的物理