ニュース

3D記憶および論理機構で使用される新しい統合および模造の機構は製造業および収穫の挑戦を作成した。産業焦点は第2構造の予想できる単位プロセスのスケーリングから複雑な3D構造のより挑戦的で完全な統合に移った。慣習的な第2レイアウトDRC、オフ・ラインのウエファーの度量衡学およびオフ・ラインの電気測定はこれらの新しい3D構造の複雑さによる性能および収穫の目的を達成してもはや十分ではない。試行錯誤のケイ素工学はまたウエファー ベースのテストの時そして費用が非常に高く、原因になっている。

「事実上の製作」はこの問題へ潜在的解決能力である。事実上の製作ソフトウェアはデジタル環境で統合されたプロセス フローの模倣によって実際の半導体デバイスのデジタル等量を、作成できる。プロセス可変性のテスト、統合の機構の開発、欠陥分析、電気分析およびプロセス窓の最適化をソフトウェア サポート。何よりも大事なことは、それは他ではすてきのの造りおよびテスト周期を要求するプロセス変更の下流の分枝を予測できる。

ドラムのデモンストレーション

私達は事実上の製作が効率的に複雑な半導体の製造業および収穫の挑戦をいかに解決できるか示すのにSEMulator3Dの事実上の製作のソフトウェア プラットホームを、使用する。私達は装置電気性能に対する腐食用具の変化の効果を（材料の選択率か配光のような）模倣する。簡単なドラム装置調査が電気性能および収穫ターゲットに対するゲートの腐食の行動および腐食のステップ特徴の効果を強調するのに使用される。

ワークフローは典型的な4ステップ事実上の製作順序に続く:

1. わずかなプロセス ステップおよび装置幾何学情報はソフトウェアに入れられる。これはソフトウェアが更に目盛りを付けることができる装置の3D予測モデルを発生させるようにする。

図1:モデル情報が入れられれば、示されているようにコンデンサーの接触を表示する。この時点で、電気分析は行いコンデンサーのエッジ効果は調査することができる。

2. 興味の測定基準は構造か電気行動を修飾するために確立される。これらは事実上の度量衡学、3D DRCs （設計規則の点検）およびVthのような電気変数を含むかもしれない。

図2:SEMulator3Dは3D構造の装置電極を識別し、TCADソフトウェアに、時間のかかるTCADの模倣のための必要性なしで類似した装置特徴を模倣する。

3. 設計調査はソフトウェアで実行される。これは重要な変数を識別するのに雌ジカ（実験の設計）を使用し、プロセス開発や設計変更を最大限に活用することを援助するためにデータおよび感度分析を含んでいる。

図3:エンジニアは（赤いで囲まれて）上で示されているとして角の場合を明らかにする重要な変数を識別するためにSEMulator3Dの度量衡学を分析できる。

4. 最後に、プロセス窓の最適化は収穫spec.の内で下る指定変数のパーセントを最大にする各々のプロセス パラメータに最大限に活用された価値を提供するために行われる。

電気パーフォーマンス ターゲットを満たすプロセス モデルの最適化

図4:PWOの特徴を含むSEMulator3Dのanalyticsのワークフローの描写。

この例では、私達は特定の電気性能を目標とするために製造工程を最大限に活用する。私達は特定の電気価値を選び、このターゲットのまわりで私達のプロセス ステップを最大限に活用する。各プロセス ステップ変数は電気パーフォーマンス ターゲットを達成するプロセス状態を捜すために変わる。私達の調査では、私達は0.482Vの価値の私達のターゲットとしてVth （境界の電圧）を、選んだ。ソフトウェアの回帰分析を使用して、私達は境界の電圧の影響の点では重要である3つのプロセス パラメータ（スペーサの酸化物の厚さ、スペーサの酸化物の深さおよび高いKの厚さ）を識別してもいい（図5）を見なさい。このステップはプロセス モデルの口径測定（PMC）にVthある特定のターゲットを達成するためにこの3つの重要なプロセス パラメータを最大限に活用する前にプロセス モデルの正確さを保障する同じ退化データを使用して先行している。

図5:最適化の結果Vthを、最大限に活用された変数のターゲットとして使用する。

最適プロセス変数範囲を置くプロセス窓の最適化（PWO）

プロセス窓の最適化（PWO）は大幅に事実上の実験を行う構成され、段階的な方法の使用によってオフ・ラインのテストのために必要とされる試作期間のウエファーの数を減らすことができる。それは最高の収穫を予測できる（より低く、上限の範囲内の成功率は検討中の既存のプロセスについては、図6）を見る。もっと重大に、それは最高の成功率わずかなプロセス状態および変化制御条件を再決定できる（または収穫を）達成する。

重要な変数が識別された後性能および収穫の条件を満たすパラメータ値を見つけるために、実験（雌ジカ）の新しい事実上の設計は実行される。実験は指定変数のそれぞれのための定義された探索空間（か範囲を）含まなければならない。統計的な重大さを得るためには、模倣された実験は何回もユーザー定義の探索空間を渡る動く。PWOのアルゴリズムは各々のプロセス パラメータにそれからターゲット装置指定（「inSpec%」）に合う指定装置変数のパーセントを最大にする最大限に活用された価値を提供する。

に示すように図6 （去られる）、仮定する0.5nm、最大化プロセスの結果としてすべてのプロセス パラメータのわずかな値を変えた後3つの変数（スペーサの酸化物の厚さ、スペーサの酸化物の深さおよび高いKの厚さ）、それぞれ、PWOシステムは34.668%から49.997%まで度量衡学の内部指定のパーセントの増加を報告した、のための1.0nmおよび0.2nm標準偏差。さらに、最も影響を及ぼす変数（3.20の標準偏差を減らす図6に示すように（右の）:BWL 0.2nmからの0.13nmへの高いKの沈殿厚さは）、89.316%に成功率ターゲットが88%で置かれたときに度量衡学の内部指定のパーセント（歩留まり率）を増加した。全面的な収穫の劇的な改善は高いKのゲートの酸化物の沈殿に責任がある装置の可変性の制御によって可能だった。これは収穫を改良するように努めているプロセス統合エンジニアのための大変価値がある情報である。

図6:左:Specの%ののために最大化識別される新しい平均（沈殿厚さおよび深さをエッチングするため）。権利:定められる必須の範囲:成功率>88%に一致するBWL高いKの厚さの標準偏差。

事実上の製作は時間及び費用を救う

プロセス パラメータの設定は半導体技術の開発の初期の間に最初のウエファーが製造される前でさえも、確立される。事実上処理は実質のウエファーを作成し、テストすることの時そして費用なしでこれらの最初のプロセス パラメータの価値の認可を助けることができる。SEMulator3Dの新しいプロセスの窓の最適化の技術は半導体プロセス開発の間に次の利点がある:

既存のプロセスのために収穫を正確に予測する
わずかなPOR （記録のプロセス）のパラメータ値を収穫を最大にするためにRetargets
最も収穫に影響を与える主プロセス ステップを定める
場合（のspec）の状態を失敗する隔離集団およびこれらの失敗の根本的原因を識別するため
試行錯誤のケイ素工学の回避によってプロセス開発を、加速する

（Daebin Yimから）