半导体技术正在从2D向3D发展过渡，器件结构也在向更多层次发展，由于将日趋复杂的新设计投入生产的难度越来越大，加快产品面市和提升良率成为芯片制造商面临的首要问题，他们正在寻找加快产品面市和实现最优良率的方法。

为了适应半导体技术发展的需要，业界发展出许多创新的缺陷检测和分析技术。应用材料公司在SEMICON China 2018期间最新发布的SEMVision G7缺陷分析系统，不仅具有高分辨率成像，以及先进机器学习自动缺陷分类的能力，同时具有独特的晶圆边缘斜面和侧面位置的成像能力，还改进了无图案晶圆的光源和收集系统，实现了18纳米缺陷的光学检测。同时，SEMVision G7将设计数据与集成的自动缺陷分类系统相结合，能加速分析制程缺陷的根本原因，加快产能和良率提升所需的时间。

SEMVision G7全面提升缺陷检测和分析能力

应用材料成像和工艺控制部门产品市场经理GUY GICHON 以及应用材料公司成像和工艺控制部门SEMVision产品系列经理王炜介绍产品

应用材料公司工艺诊断和控制部门SEMVision系列缺陷审查和分析产品的全球市场经理Guy Gichon先生表示：应用材料公司是缺陷检测和分析市场的领导者，自1998年引进SEMVision检测机台以后，在过去20年中，一直处于市场的领导地位。到2018年3月，应用材料公司已经推出了七代SEMVision检测系统，在全球共拥有超过1200机台。在每一次推出新产品的同时，应用材料公司都推出了最新的检测技术，来引领整个检测设备的开发。

检测机台最关键的是三个部分：成像、分类、分析。 SEMVision G7在三个部分中都有新技术引进，全面提高了系统缺陷检测和分析的能力。Guy Gichon详细介绍了每一部分的创新和改进。

第一部分：成像

首先要能够看到缺陷，也就是设备需要具备非常好的成像能力。在SEMVision G7中，应用材料公司针对成像做了三个方面的提高：

ü  一是针对FinFET或者3D芯片结构，推出了更先进的成像能力。

ü  二是对于良率的控制，需要检测晶圆边缘斜面和侧面，所以又推出了针对晶圆边缘和侧面的全新的成像系统。

ü  三是针对无图案的晶圆检测，推出了新的光学检测系统，可以检测更小的缺陷。

电子显微镜成像的核心是用电子束轰击材料的表面，然后收集二次电子和背散射电子进行成像。SEMVision G7结合了G6平台的成像基础，首先平台具有高分辨率。此外，现在的工艺引入了一些非常敏感的材料。如果用高电压去成像的话，会有一定程度上的损害，所以应用材料公司推出了一个150V成像的系统，保证低电压条件下的成像质量。同时针对3D的结构，很多缺陷都是在结构的底层，这时候需要能够透视位于底部和下层的缺陷，因此应用材料公司推出了15Kv高电压成像，所以从“低电压”到“高电压”都能够提供稳定的成像能力。而对于大高深比的洞，SEMVision G7也能够成像位于非常底部的一些信息。对于FinFET结构，需要倾斜角度来观察缺陷位于整个结构的哪一个部分，所以SEMVision G7也推出了一个通过eBeam倾斜来成像的系统。另外G7也具有从360度对缺陷进行描述的成像技术。这些是SEMVision G7 在成像方面的主要特征。

第二部分：分类

在整个工艺控制中，首先是提供缺陷的图像，然后需要对缺陷进行分类。以前是工程师去做分类，然后进行质量控制。但是随着工艺越来越先进，检测的样本量越来越大，分类的难度和量会越来越重，所以之前应用材料公司在G6平台推出了自动缺陷分类(automatic defect classification, ADC) 叫Purity ADC，可以保证80%的缺陷由系统来做自动分类，而剩下的20%，用人工来进行分类。

现在应用材料公司的SEMIVision G7又推出了Purity II ADC，提升了机器的学习能力，增加了“再学习”的过程。之前ADC的分类，主要是针对成熟的生产工艺条件 - 也就是说，系统收集了大量的、稳定的数据去建造一个分类的模型去做分类。但是现在工艺不断变化，比如研发和提升阶段不可能维持一个稳定的工艺。这个时候就需要机器有一套自学习的能力，去适应这种变化，提供稳定的分类。另外，就是对于一些非常重要的关键缺陷，G7重新设计了一个新引擎，可以做一个“优先度”设置，能够突出保证这些重要的缺陷被提取出来，不被遗漏。然后，又引进了CAD - 也就是设计数据，可以对缺陷分类做得更精细，从而更好地实现质量控制。

第三部分：分析

在对缺陷分类管理后，以前工程师需要进行线下分析，人工判断是否需要进行更深入的研究。现在SEMVision G7把整个分析系统整合到检测机台中，也就是说，检测和分析可以同步进行。此外，SEMVision G7全新的闭合分析系统，能够让整个分析更快速找到缺陷和成因。帮助客户更快地识别整个缺陷对良率的影响。

应用材料公司在SEMVision G7上进行了一些改进：第一点，基于Purity II ADC，对图像结合大量的数据来做分析，结合了图层映射设计的CAD信息，可以把各个工艺流程对应到图像的图层上，可以看出缺陷的成因，进而针对相应工艺去改进良率，而不用再去看整个工艺流程。第二点，通过叠加CAD的数据信息，可以判断一个缺陷是否是关键缺陷，从而帮助预测这个缺陷到底对未来后续有哪些影响。通过这种“位置信息”来识别缺陷，然后加速缺陷的原因分析，同时能够预测对未来良率的影响。

Guy Gichon先生强调说：SEMVision G7把整个分类引擎集成到检测机台里面，在检测缺陷的同时就能够分类，并且同时就会进行自动分析判断。就是说，当检测晶圆退出机台的时候，工程师除了得到整个缺陷的检测图像以外，还得到了它分类的结果，同时可能还有一些需要增加检测条件的图像和成分分析等信息。即工程师得到了所有他需要的分析结果，他可以直接去做判断。

SEMVision G7产品图

(本刊记者 赵雪芹)