CN100388451C

CN100388451C - 缺陷检测方法

Info

Publication number: CN100388451C
Application number: CNB2004100897174A
Authority: CN
Inventors: 林龙辉; 陈嘉云
Original assignee: Powerchip Semiconductor Corp
Current assignee: Powerchip Semiconductor Corp
Priority date: 2004-11-02
Filing date: 2004-11-02
Publication date: 2008-05-14
Anticipated expiration: 2024-11-02
Also published as: CN1770418A

Abstract

本发明提供一种缺陷检测方法，首先，进行一派工程序，其先选取多个晶舟，各晶舟内均装有多个具有一第一缺陷检测数据的晶片，随后将前述的晶舟指派至多个机器，以使每一机器包括至少一晶舟，然后将每一晶舟内的各晶片指派至每一机器的各反应腔体，以使每一反应腔体包括至少一晶片，当前述的派工程序进行完成之后，接着于每一机器的各个反应腔体内，进行一第一工艺于各个晶片上，最后，对工艺后的各晶片进行一第一缺陷检测程序。

Description

缺陷检测方法

技术领域

本发明涉及一种缺陷检测方法，特别是涉及一种结合一每日例行检查(daily check)与一在线缺陷检查(in-line defect inspection)的缺陷检测方法，以将每日例行检查整合于自动生产流程中。

背景技术

在半导体元件的制造过程中，往往会因为一些无法避免的原因而生成细小的微粒或缺陷，而这些微小的缺陷或微粒通常会影响到集成电路品质，因此为维持产品品质的稳定，通常在进行各项半导体工艺的同时，亦须针对所生产的半导体元件不断进行测试，并根据测试结果来调整各工艺参数，以抑制缺陷的产生，提升半导体工艺的成品率以及可靠度。

请参考图1，图1为现有的半导体制造流程的示意图。如图1所示，首先提供多个晶舟，例如：晶舟C₁、晶舟C₂...与晶舟C₁₀，并且各个晶舟内装有多片晶片(wafer)。接着，工艺工程师会将晶舟C₁～C₁₀的基本数据输入一工艺控制服务器(process control server，未显示)之内，随后工艺控制服务器便会启动晶舟C₁～C₁₀的生产流程。然后，晶舟C₁、C₂...与C₁₀会依据工艺控制服务器所设定的自动生产流程，依序历经工艺P₁、工艺P₂...与工艺P_n，以于每一晶片表面形成各种半导体元件，例如：金氧半导体晶体管与动态随机存取内存等，其中工艺P₁、工艺P₂...与工艺P_n均为一半导体工艺，例如：薄膜沉积工艺、离子注入工艺、蚀刻工艺与微影工艺等。此外，机器10a与机器10b乃是分别用来进行一工艺P₁，机器20a、机器20b与机器20c是分别用来进行一工艺P₂，而机器30a则是用来进行一工艺P_n。

一般而言，为了维持各种工艺的可靠度与稳定度，每一部机器都必须通过一些固定的检查程序，例如：每日例行检查，才可用来进行预定的工艺反应。请参考图2，图2为现有常用的每日例行检查的流程图。如图2所示，现有的每日例行检查包括下列步骤：

步骤40：开始；

步骤42：提供一控片(bare wafer)W；

步骤44：对控片W进行一缺陷检测程序，以获得一第一缺陷检测数据，并且第一缺陷检测数据记录有控片W表面的缺陷分布位置与缺陷数目等信息；

步骤46：将控片W载入一待测的机器，例如：机器20a，随后并进行工艺P₂于控片W之上；

步骤48：对工艺后的控片W进行一缺陷检测程序，以获得一第二缺陷检测数据，并且第二缺陷检测数据记录有工艺后的控片W表面的缺陷分布位置与缺陷数目等信息；

步骤50：比较第一缺陷检测数据与第二缺陷检测数据，以判断机器20a是否可以用来进行工艺P₂，例如：比较第一、与第二缺陷检测数据的缺陷数目，当两者的差值符合一容许数值(例如：两者的差值小于30)时，则机器20a可用来进行工艺P₂，反之，则表示机器20a可能产生异常，而必须通知工艺工程师或设备工程师来处理；

步骤52：结束。

然而，由于目前半导体产业朝向12寸晶片发展，并且因为12寸控片的价格高昂，因此，若利用控片来作每日例行检查将会提高制造成本。此外，许多整合型缺陷因为历经多道工艺而产生，因此这些整合型缺陷并不会出现在控片上，所以利用控片来作每日例行检查并无法监测到机器的真实机况。另外，当图2所示的每日例行检查用来检测一机器(例如：机器20a)时，机器20a便不能用来进行工艺反应于产品晶片上，因此为了避免降低生产在线机器的产能利用率，图2所示的每日例行检查的检查频率通常较低，例如：1～2次/周，因而无法实时地监测机器的状况。

此外，除了机器本身的检查外，为维护工艺的稳定性以及产品的可靠度，通常图1所示的生产流程还会加入一些缺陷检测程序(例如：缺陷检测程序D₁与D₂)，用来对图1所示的各工艺进行检测。并且，当图1所示的晶舟C₁、C₂...与C₁₀进入生产流程之前，工艺控制服务器通常会事先设定某些晶舟作为抽样晶舟(sampling lot)，例如：图1的晶舟C₃、C₅、C₆与C₁₀，而各抽样晶舟内的晶片便是用来进行在线缺陷检查。请参考图3，图3为现有的在线缺陷检查的流程图，并且图3以工艺P₂来说明现有的在线缺陷检查。如图3所示，现有的在线缺陷检查包括下列步骤：

步骤60：开始；

步骤62：抽样晶舟到站，例如：抽样晶舟C₃；

步骤64：视线上机器运作情形，将抽样晶舟C₃随机地载入机器20a、机器20b或机器20c之内，并且进行工艺P₂于抽样晶舟C₃内的各个晶片上；

步骤66：进行一缺陷检测程序D₂于抽样晶舟C₃内的部分晶片上，并判断被检测的晶片的缺陷是否符合一容许规格(allowable specification)，例如：缺陷数目是否小于100，若是，进行步骤68，反之，进行步骤70；

步骤68：进行后续的工艺；

步骤70：通知相关工程师；

步骤72：结束。

如图3所示，当每一个抽样晶舟到站时，作业人员会将抽样晶舟直接送入没有进行工艺的机器内，例如，当机器20a与机器20b均在进行工艺时，操作人员便将抽样晶舟送入机器20c之内。亦即，各抽样晶舟C₃、C₅、C₆与C₁₀随机地(randomly)被分配至机器20a、机器20b与机器20c之内，因此各抽样晶舟C₃、C₅、C₆与C₁₀未必能均匀地被分配至机器20a、机器20b与机器20c之内，如此一来，图3所示的在线缺陷检查便可能无法检查到所有机器的状况。例如，假设当各抽样晶舟C₃、C₅、C₆与C₁₀均被分配至机器20c，图3所示的每日例行检查只可检查到机器20c的状况，而无法检查到机器20a与机器20b。

因此，为了解决图3的在线缺陷检查的缺失，作业人员通常还会利用产品晶片来对每一部机器进行每日例行检查。请参考图4，图4为利用产品晶片的每日例行检查的流程图，其包括下列步骤：

步骤80：开始；

步骤82：作业人员随机选取在线的晶舟，例如：晶舟C₁；

步骤84：将晶舟C₁载入一待测的机器，例如：机器20a，并进行工艺P₂于晶舟C₁内的各个晶片上；

步骤86：进行一缺陷检测程序于晶舟C₁内的部分晶片上，并判断被检测的晶片的缺陷是否符合一容许规格，例如：缺陷数目是否小于100，若是，进行步骤88，反之，进行步骤90；

步骤88：进行后续的工艺；

步骤90：通知相关工程师；

步骤92：结束。

一般而言，作业人员每天选取两个晶舟来对每一部机器进行图4所示的每日例行检查，并且作业人员随机地选取在线的晶舟来对每一部机器做检测。然而，由于作业人员所选取的晶舟未必是抽样晶舟，所以被选取的晶舟内的各个晶片未必具有前站的缺陷数据，所以当缺陷检测程序完成之后，作业人员通常必须利用检测装置(例如：扫描式电子显微镜)来进行缺陷原因分析，方可判断各个机器是否有异常，不仅浪费时间与人力，更可能因人为操作错误而降低产能。而且，图3与图4均是利用产品晶片来做缺陷检查，因此便可能产生重复检测的情形，不仅浪费时间与人力，更是会提高制造成本。

发明内容

本发明的目的是提供一种结合一每日例行检查与一在线缺陷检查的缺陷检测方法，以将每日例行检查整合于自动生产流程中，进而解决前述问题。

依据本发明的目的，本发明的优选实施例提供一种缺陷检测方法，用来检查包括至少一反应腔体的多部机器是否产生异常。首先进行一派工程序，其先选取多个晶舟，各晶舟内均装有多个具有一第一缺陷检测数据的晶片，随后将前述的各晶舟指派至前述的各机器，以使每一机器包括至少一晶舟，然后将每一晶舟内的各晶片指派至每一机器的各反应腔体，以使每一反应腔体包括至少一晶片。接着，于各反应腔体内，进行一第一工艺于的各晶片上。最后对各晶片进行一第一缺陷检测程序。

由于本发明的缺陷检测方法结合每日例行检查与在线缺陷检查，不仅可快速反应当站工艺或机器的重大异常，更可省去现有的手动测机的步骤，进而减少控片的使用量以节省成本，并避免人为操作错误以及减少机器的手动/自动操作切换，进而提升产能。此外，由于本发明的缺陷检测方法整合在线缺陷检查与每日例行检查，因此本发明可避免晶片被重复检测的情形，以提升工艺效率。

附图说明

图1为现有的半导体制造流程的示意图。

图2为现有的每日例行检查的流程图。

图3为现有的在线缺陷检查的流程图。

图4为利用产品晶片的每日例行检查的流程图。

图5为本发明的半导体制造流程的示意图。

图6为本发明优选实施例的缺陷检测方法的流程图。

图7与图8均为第一缺陷检测数据与第二缺陷检测数据的示意图。

图9为本发明的派工程序的流程图。

图10为抽样晶舟的分配示意图。

图11为抽样晶片的分配示意图。

简单符号说明

10a、10b、20a、20b、20c、30a、100a、100b、100c	机器
10a、10b、20a、20b、20c、30a、100a、100b、100c	机器	40、42、44、46、48、50、52、60、62、64、66、68、70、72、80、82、84、86、88、90、92、110、112、114、116、118、120、122、124、126、140、142、144、146、148	步骤
130、134	第一缺陷检测数据		步骤
130、134	第一缺陷检测数据	132、136	第二缺陷检测数据

具体实施方式

请参考图5，图5为本发明的半导体制造流程的示意图。如图5所示，晶片进行半导体制造流程时，首先例如提供多个晶舟C’₁、晶舟C’₂...与晶舟C’₁₀，其中每一个晶舟内装载有25片晶片，如晶片W₁、晶片W₂...与晶片W₂₅。接着，工艺工程师会将晶舟C’₁～C’₁₀的基本数据输入一工艺控制服务器(未显示)内，并接着设定其中的抽样晶舟及抽样晶片(sampling wafer)，例如将晶舟C’₃、晶舟C’₅、晶舟C’₆与晶舟C’₁₀设定为抽样晶舟，而各抽样晶舟中内的晶片W₁、晶片W₁₀、晶片W₂₀、与晶片W₂₄设定为抽样晶片。随后，晶舟C’₁、C’₂...C’₁₀依据工艺控制服务器所设定的自动生产流程，依序历经工艺P’₁、工艺P’₂...与工艺P’_n---的制造，以于每一晶片表面形成如金氧半导体晶体管或动态随机存取内存等各种半导体元件。工艺P’₁、工艺P’₂...与工艺P’_n可例如为薄膜沉积工艺、离子注入工艺、蚀刻工艺、微影工艺或是其它半导体工艺等。通常为了提高产能，每一道工艺均可利用多部机器来进行制作，并且每一部机器内均可包括至少一个以上的反应腔体，用以进行各个工艺反应，例如：工艺P’₂可利用机器100a、机器100b与机器100c来进行，而机器100a、机器100b与机器100c又各可包括反应腔体R₁、反应腔体R₂与反应腔体R₃，用以进行工艺P’₂于各个晶片上。此外，为了监控各个工艺与各个机器的稳定性，每当抽样晶舟C’₃、C’₅、C’₆与C’₁₀经过一道工艺或多道工艺之后，便会利用一缺陷检测程序，例如：缺陷检测程序D’₁与D’₂，来检查各抽样晶舟内的各个抽样晶片，以获得各抽样晶片表面的缺陷信息，并且缺陷检测程序通常是进行于一缺陷检测装置之内，例如：KLA-Tencor公司的AIT XP。

接着，请参考图6，图6为本发明优选实施例的缺陷检测方法的流程图。并且，由于本发明的缺陷检测方法可应用于各种半导体工艺及其所使用的机器，因此为了方便说明，图6以图5所示的工艺P’₂及其使用的机器100a、100b与100c来举例说明本发明的缺陷检测方法。此外，当抽样晶舟C’₃、C’₅、C’₆与C’₁₀经过工艺P’₁之后，各抽样晶舟内的抽样晶片会经过一缺陷检测程序D’₁，以获得各个抽样晶片的一第一缺陷检测数据，并且第一缺陷检测数据记录有各抽样晶片表面的缺陷分布位置与缺陷数目等信息，其可以是位置坐标的数字型态或图标型态。

如图6所示，本发明的缺陷检测方法包括下列步骤：

步骤110：开始；

步骤112：抽样晶舟到站，例如：抽样晶舟C’₃；

步骤114：依据一派工程序，将抽样晶舟C’₃分配至机器100a、机器100b或机器100c内，以及将抽样晶舟C’₃内的各抽样晶片W₁～W₂₅分配至各反应腔体R₁、R₂与R₃；

步骤116：进行工艺P’₂于抽样晶舟C’₃内的各晶片W₁～W₂₅；

步骤118：进行一缺陷检测程序D’₂于抽样晶舟C’₃内的各抽样晶片W₁、W₁₀、W₂₀与W₂₄，以使各个抽样晶片均获得一第二缺陷检测数据；

步骤120：判断各个抽样晶片的第二缺陷检测数据是否符合一容许规格，例如：第二缺陷检测数据所记录的缺陷数目是否小于100，若是，进行步骤122，反之，进行步骤124；

步骤122：进行后续的工艺；

步骤124：比对各个抽样晶片的第一缺陷检测数据与第二缺陷检测数据，例如：利用一计算机系统来将第一、与第二缺陷检测数据重叠(overlap)，以比对第一缺陷检测数据与第二缺陷检测数据；

步骤126：结束。

值得注意的是，由于第一缺陷检测数据为各抽样晶片进行完工艺P’₁之后的检测结果，而第二缺陷检测数据为各抽样晶片进行完工艺P’₂之后的检测结果，所以只要比较各个抽样晶片的第一缺陷检测数据与第二缺陷检测数据，便可得知工艺P’₂进行之后的新增缺陷信息，因此方便操作人员检查工艺P’₂及其使用的机器的稳定性，并可快速反应当站工艺或机器的重大异常。

此外，在图6所示的步骤124中，当第一缺陷检测数据与第二缺陷检测数据的比较结果有差异时，还可进一步地分析缺陷的来源。举例而言，请参考图7与图8，图7与图8均为第一缺陷检测数据与第二缺陷检测数据的示意图。如图7所示，相对于第一缺陷检测数据130而言，第二缺陷检测数据132的缺陷数目明显地减少许多，所以工艺P’₂进行之前所产生的缺陷可能是一些低成品率杀伤缺陷(non-killer defect)，而不须对工艺P’₂进行之前所产生的缺陷进行再检查(review)。另一方面，如图8所示，相对于第一缺陷检测数据134而言，第二缺陷检测数据136的缺陷数目明显地增加许多，而且第二缺陷检测数据136所显示的缺陷位置亦不同于第一缺陷检测数据134，所以工艺P’₂可能有异常，此时便可进一步的利用检测装置，例如：扫描式电子显微镜(SEM)，来观察各抽样晶片的缺陷，并分析缺陷产生的原因。

另一方面，本发明依据一派工程序，来将各抽样晶舟均匀地分配至各个机器、以及将各抽样晶片均匀地分配至各个反应腔体，因此接下来将说明本发明的派工程序。请参考图9，图9为本发明的派工程序的流程图。如图9所示，本发明的派工程序包括下列步骤：

步骤140：开始；

步骤142：寻找在线的抽样晶舟，亦即：抽样晶舟C’₃、C’₅、C’₆与C’₁₀；

步骤144：将各抽样晶舟分配至机器100a、机器100b与机器100c，以使机器100a、机器100b与机器100c均各包括至少一抽样晶舟，例如，请参考图10，图10为抽样晶舟的分配示意图，抽样晶舟C’₃与C’₁₀分配至机器100a，抽样晶舟C’₅分配至机器100b，而抽样晶舟C’₆分配至机器100c；

步骤146：将各抽样晶舟内的各个抽样晶片分配至各反应腔体内，以使各反应腔体均包括至少一抽样晶片，例如，以抽样晶舟C’₃与机器100a为例，请参考图11，图11为抽样晶片的分配示意图，抽样晶舟C’₃内的晶片W₁与W₁₀分配至机器100a内的反应腔体R₁，抽样晶舟C’₃内的晶片W₂₀分配至机器100a内的反应腔体R₂，而抽样晶舟C’₃内的晶片W₂₄分配至机器100a内的反应腔体R₃；

步骤148：结束。

值得一提的是，由于本发明利用图9所示的派工程序，来将抽样晶舟C’₃、C’₅、C’₆与C’₁₀均匀地分派至机器100a、100b与100c，并将各抽样晶舟内的抽样晶片W₁、W₁₀、W₂₀与W₂₄均匀地分配至各机器的反应腔体R₁、R₂与R₃之内，因此如图6所示，当进行缺陷检测程序D’₂于各个抽样晶片之后，便可藉由比较第一缺陷检测数据与第二缺陷检测数据，来判断机器100a、100b与100c内的各个反应腔体是否有异常。换言之，本发明的缺陷检测方法可检查到每一个机器内的每一个反应腔体，所以本发明的缺陷检测方法不仅具有在线缺陷检查的功能，还具有每日例行检查的功能，亦即本发明将每日例行检查整合于自动生产流程中。

必须注意的是，由于本发明的缺陷检测方法将每日例行检查整合于自动生产流程中，因此本发明可省去图2与图4所示的手动测机的步骤，进而减少控片的使用量，以降低制造成本，并降低人为操作错误以及减少机器的手动/自动操作切换，进而可以提升产能。而且，由于本发明的缺陷检测方法同时兼具在线缺陷检查与每日例行检查的功能，所以本发明可避免晶片被重复检测的情形，进一步可提升工艺效率。另一方面，由于本发明利用抽样晶舟来进行每日例行检查，而抽样晶舟的数目与在线所有晶舟的比例大约是1/2～1/4，因此本发明可提高每一部机器的检查频率，进而可快速反应当站工艺或机器的重大异常。

此外，图10与图11均用来举例说明本发明的派工程序，然而本发明并不局限于此，本发明的派工程序主要目的是将各抽样晶舟均匀地分配至各个机器、以及将各抽样晶片均匀地分配至各个反应腔体，因此各抽样晶舟与抽样晶片的分配可依据实际情况而调整。另一方面，如果生产在线刚好没有抽样晶舟存在时，则可利用MFG控制系统来选取适当的晶舟，然后再经过图9所示的派工程序，将MFG控制系统所选取的晶舟指派至各机器。

另外，前述的工艺、机器、反应腔体与晶舟等的数目均用来举例说明本发明的缺陷检测方法，不过本发明并不局限于此，前述的各种参数可视实际需要而调整。并且，前述的抽样晶舟与抽样晶片的选取也是用来举例说明本发明的缺陷检测方法，事实上，抽样晶舟与抽样晶片的选取亦可视实际需要而调整。

相较于现有技术，由于本发明的缺陷检测方法结合每日例行检查与在线缺陷检查，并将每日例行检查整合于自动生产流程中，因此，本发明不仅可快速反应当站工艺或机器的重大异常，更可省去现有的手动测机的步骤，进而减少控片的使用量以节省成本，并避免人为操作错误以及减少机器的手动/自动操作切换，进而提升产能。此外，由于本发明的缺陷检测方法整合在线缺陷检查与每日例行检查，因此本发明可避免晶片被重复检测的情形，以提升工艺效率。

以上所述仅为本发明的优选实施例，凡依本发明权利要求所做的均等变化与修饰，皆应属本发明专利的涵盖范围。

Claims

1.一种缺陷检测方法，用来检查多部机器是否产生异常，并且各该机器均包括至少一反应腔体，该方法包括：

进行一派工程序，其包括：

选取多个晶舟，各该晶舟内均装有多个晶片，并且各该晶片均已具有一第一缺陷检测数据；

将该些晶舟指派至该些机器，以使各该机器包括至少一该晶舟；以及

将各该晶舟内的该些晶片指派至各该机器的各该反应腔体，以使各该反应腔体包括至少一该晶片；

于各该反应腔体内，进行一工艺于各该晶片上；以及

对该些晶片进行一第一缺陷检测程序。

2.如权利要求1所述的缺陷检测方法，其中于该工艺进行之前，该缺陷检测方法还包括下列步骤：

进行一预定工艺于该些晶片上；以及

对该些晶片进行一预定缺陷检测程序，以获得各该第一缺陷检测数据，并且各该第一缺陷检测数据至少包括各该晶片表面的缺陷位置与缺陷数目。

3.如权利要求2所述的缺陷检测方法，其中于该缺陷检测程序进行之后，各该晶片得到一第二缺陷检测数据，并且各该第二缺陷检测数据至少包括各该晶片表面的缺陷位置与缺陷数目。

4.如权利要求3所述的缺陷检测方法，其中该缺陷检测方法还包括下列步骤：

判断各该晶片的第二缺陷检测数据是否符合一容许规格。

5.如权利要求4所述的缺陷检测方法，其中当各该晶片的第二缺陷检测数据符合该容许规格时，各该晶片可用以进行后续的工艺。

6.如权利要求4所述的缺陷检测方法，其中当各该晶片的第二缺陷检测数据不符合该容许规格时，该缺陷检测方法还包括：

比对各该晶片的第一缺陷检测数据与第二缺陷检测数据。

7.如权利要求1所述的缺陷检测方法，其中各该晶舟均为一抽样晶舟，各该晶片均为一抽样晶片，并且各该抽样晶片均包括一产品晶片。

8.如权利要求2所述的缺陷检测方法，其中该工艺与该预定工艺均包括一薄膜沉积工艺、一离子注入工艺、一蚀刻工艺或一微影工艺。

9.一种缺陷检测方法，用以检测具有多道工艺的半导体制造，各该工艺均使用多个机器，且各该机器均具有多个反应腔体，而该缺陷检测方法至少包括：

提供多个晶舟，且各该晶舟具有多个晶片；

于该些晶舟中选定多个抽样晶舟，并于各该抽样晶舟的该些晶片中选定多个抽样晶片；

使该些晶舟内的各该晶片均进行一第一工艺；

使该些抽样晶片均进行一第一检测程序，并获得一第一缺陷检测数据；

进行一派工程序，将该些抽样晶舟分配至一第二工艺所使用的各该机器中，并且将该些抽样晶舟中的该些抽样晶片分配至该第二工艺所使用的各该机器的每一反应腔体中；

使该些晶舟内的各该晶片均进行该第二工艺，其中该第二工艺所使用的各该机器的每一反应腔体皆进行该第二工艺于该些抽样晶片的至少一者上；以及

使该些抽样晶片均进行一第二检测程序，并获得一第二缺陷检测数据。

10.如权利要求9所述的缺陷检测方法，其中各该第一缺陷检测数据至少包括各该抽样晶片表面的缺陷位置与缺陷数目。

11.如权利要求10所述的缺陷检测方法，其中各该第二缺陷检测数据至少包括各该抽样晶片表面的缺陷位置与缺陷数目。

12.如权利要求11所述的缺陷检测方法，其中该缺陷检测方法还包括下列步骤：

判断各该抽样晶片的第二缺陷检测数据是否符合一容许规格。

13.如权利要求12所述的缺陷检测方法，其中当各该抽样晶片的第二缺陷检测数据符合该容许规格时，各该抽样晶片可用以进行后续的工艺。

14.如权利要求12所述的缺陷检测方法，其中当各该抽样晶片的第二缺陷检测数据不符合该容许规格时，该缺陷检测方法还包括：

比对各该抽样晶片的第一缺陷检测数据与第二缺陷检测数据。

15.如权利要求9所述的缺陷检测方法，其中各该抽样晶片均包括一产品晶片。

16.如权利要求9所述的缺陷检测方法，其中该第一工艺与该第二工艺均包括一薄膜沉积工艺、一离子注入工艺、一蚀刻工艺或一微影工艺。