应用材料推出Enlight®2光学检测系统，吞吐量提高50%

长期以来，良率一直被认为是半导体制造中最关键的指标之一。对于芯片制造商来说，减少将工艺提升到生产级良率所需的时间可能价值数十亿美元。因此，制造商在晶圆检测技术上投入巨资，以帮助快速发现和纠正影响良率的缺陷，最好是在它们影响晶圆厂产量之前。

缺陷检测工具箱中有两个互补的工具：检测和复查。在最常见的策略中，芯片制造商使用基于光学的检测技术来检测晶圆上的潜在缺陷，然后进行电子束复查，电子束复查具有按类型查看和表征缺陷所需的更高分辨率，以帮助工程师发现和解决其根本原因。光学缺陷检测和电子束缺陷审查是相辅相成的——前者以牺牲分辨率为代价在更短的时间内扫描晶圆，而后者提供高分辨率，但扫描晶圆需要更长的时间。最佳策略是将这两种工具的优点结合起来。

然而，随着半导体设计变得越来越复杂，光学检测正面临挑战。随着线宽的缩小，细小的有害颗粒成为杀手级缺陷。随着设备架构向 3D 过渡，颗粒变得越来越难以检测和观察。随着多图案化和 3D 架构增加了相邻工艺步骤的图案化相互依赖性，需要更多的检测点来追溯缺陷的根本原因。芯片制造商越来越面临成本困境：要么增加检测量而增加制造成本，要么节省成本并降低制造良率。

2021 年，应用材料公司推出了一款创新的光学检测系统，旨在帮助芯片制造商驾驭这个复杂的新时代。Enlight® 明场光学晶圆检测系统将行业领先的速度与高分辨率光学器件相结合，可从每次晶圆扫描中捕获更多对良率至关重要的数据。它是唯一同时具有明场和暗场检测通道的系统，使其能够同时收集反射光和高角度散射光，以检测最小的缺陷。

Enlight 系统架构改变了光学检测的经济性，将捕获关键缺陷的成本优势提高了 3 倍。成本优势使Enlight系统客户能够减少检测预算或插入更多检测点，以在相同的预算下检测更多的颗粒和图案错误。因此，Enlight 系统已成为应用材料公司历史上速度最快的检测系统，并被其所有领先的晶圆代工客户用于大批量生产。

今年，应用材料推出了 Enlight® 2 系统，它将吞吐量和灵敏度提升到新的水平。

区分妨害和缺陷

Enlight 2 系统旨在检测数量最多的良率扼杀缺陷，同时保持较低的误报率。

Enlight 2 具有两项升级，可提高对相关缺陷的敏感度：

• 图像处理能力的阶跃函数和成像动态范围的增加，每次扫描都能检测到 100 倍以上的潜在缺陷。

• 新的 SideView^™ 模块可实现晶圆的倾斜照明，从而将检测 3D 缺陷的灵敏度提高近一倍。

该系统还提供了新的干扰抑制功能：

• 一种名为SELFI的新型深度学习引擎™检测和分类超过十亿个缺陷图像，使工程师能够捕获3倍以上的目标缺陷。
  

• 一种名为GF Polaris^™的新型光偏振模块扩展了360度可调偏振，以控制灰场检测通道，并减少50%的滋扰。

提高限速

Enlight 2 包括多项增强功能，可进一步提高系统的吞吐量：

• 新的混合计算架构利用图形加速器和专用图像处理器将 CPU 性能提高 4 倍，数据存储速度提高 5 倍，网络吞吐量提高 2.5 倍。

• 一台新的望远镜将系统的晶圆扫描吞吐量扩大了40%以上。

降低拥有成本

这些速度和灵敏度的改进使芯片制造商能够在整个制造流程中插入更多的检测点，同时为每个配方提供更多的扫描集，同时保持相同的总体拥有成本。同时，检测阶段可操作信息数量的增加增强了在良率偏移发生之前预测良率偏移的能力，立即检测偏移，以便可以停止晶圆加工以保护良率，并实现根本原因追溯，以加快纠正措施和恢复大批量生产。

芯片制造商倾向于降低检测工具的灵敏度，以尽量减少干扰检测，这增加了遗漏关键缺陷的风险。为了缓解这一挑战，应用材料公司的 ExtractAI™ 技术使用大数据帮助客户在在线监测期间快速创建完全分类、无噪声的地图。Enlight 2 系统的预测功能与 ExtractAI 相结合，在明场光学晶圆检测和我们行业领先的电子束审查系统 SEMVision^® 之间提供了实时、智能的链接。ExtractAI 技术使用人工智能 （AI） 来表征晶圆上的所有潜在缺陷，为 SEMVision eBeam 系统提供可操作的分类缺陷图。电子束系统反过来训练 ExtractAI 技术对杀良率缺陷进行分类，从而能够快速准确地将杀良率缺陷与高端光学扫描仪产生的数百万个干扰信号区分开来。通过结合应用材料一流的光学检测和电子束审查技术，创建了业界唯一的智能解决方案，不仅可以检测和分类良率关键缺陷，还可以实时学习和适应工艺变化。

在发布该系统前，应用材料已经向客户交付了两位数数量的系统，用于大批量生产，结果显示可以在不牺牲灵敏度的情况下将吞吐量提高 50%。应用材料的目标是在未来几年内创造超过10亿美元的收入，并帮助客户在芯片制造的新时代增加晶圆厂的产量和产量，从而创造数十亿美元的收入。