CN110291622B - 用于检查集成电路的动态更新 - Google Patents
用于检查集成电路的动态更新 Download PDFInfo
- Publication number
- CN110291622B CN110291622B CN201780085176.3A CN201780085176A CN110291622B CN 110291622 B CN110291622 B CN 110291622B CN 201780085176 A CN201780085176 A CN 201780085176A CN 110291622 B CN110291622 B CN 110291622B
- Authority
- CN
- China
- Prior art keywords
- inspection
- defect detection
- database
- modifying
- interest
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000007689 inspection Methods 0.000 claims abstract description 291
- 230000007547 defect Effects 0.000 claims abstract description 255
- 238000000034 method Methods 0.000 claims abstract description 146
- 238000001514 detection method Methods 0.000 claims abstract description 141
- 230000015654 memory Effects 0.000 claims abstract description 23
- 238000012544 monitoring process Methods 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims description 77
- 230000004044 response Effects 0.000 claims description 30
- 230000035945 sensitivity Effects 0.000 claims description 26
- 230000008859 change Effects 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 13
- 238000001000 micrograph Methods 0.000 claims description 8
- 238000010894 electron beam technology Methods 0.000 description 76
- 238000013461 design Methods 0.000 description 54
- 238000001878 scanning electron micrograph Methods 0.000 description 47
- 235000012431 wafers Nutrition 0.000 description 46
- 238000004519 manufacturing process Methods 0.000 description 35
- 238000012545 processing Methods 0.000 description 26
- 238000004458 analytical method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 230000003287 optical effect Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 239000004065 semiconductor Substances 0.000 description 7
- 238000005259 measurement Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000012938 design process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2379—Updates performed during online database operations; commit processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
- G06T2207/10061—Microscopic image from scanning electron microscope
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Semiconductor Integrated Circuits (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
提供了用于检查集成电路的方法和系统。该方法包括:监控集成电路的检查以接收包括机器数据和缺陷检测结果的检查数据;将检查数据存储在数据库中;基于机器数据,经由数据库修改与检查相关联的多个配置方案文件中的至少一个配置方案文件;以及基于缺陷检测结果,经由数据库修改与检查相关联的多个软件参数中的至少一个软件参数。该系统包括存储器,该存储器包括指令,所述指令可由处理器执行以:监控集成电路的检查以接收包括机器数据和缺陷检测结果的检查数据并将其存储在数据库中;基于机器数据经由数据库修改与检查相关联的配置方案文件;以及基于缺陷检测结果经由数据库修改与检查相关联的软件参数。
Description
技术领域
本公开总体涉及对制造在晶片上的集成电路进行检查,并且更具体地涉及用于集成电路检查的动态更新。
背景技术
微芯片器件的制造是在诸如晶片的衬底上进行的多步骤过程。通常在每个晶片上制造多个集成电路(IC)。每个IC都被称为管芯。管芯检查是制造过程的一个步骤。检查系统可以检测在制造过程期间发生的缺陷。光学晶片检查系统是用于晶片和/或管芯检查的传统方法。
发明内容
本文公开了为集成电路的检查提供动态更新的方面、特征、元件和实施方式。
在第一方面中,提供了一种用于检查集成电路的方法。所述方法包括:监控集成电路的检查以接收检查数据,所述检查数据包括机器数据和缺陷检测结果;将所述检查数据存储在数据库中;基于所述机器数据经由所述数据库修改与所述检查相关联的多个配置方案文件中的至少一个配置方案文件;以及基于所述缺陷检测结果经由所述数据库修改与所述检查相关联的多个软件参数中的至少一个软件参数。
可选地,所述机器数据包括检查机器条件参数和扫描电子显微镜(SEM)图像中的任一个。
可选地,基于所述机器数据修改与所述检查相关联的多个配置方案文件中的至少一个配置方案文件包括:响应于所述检查机器条件参数的变化,经由所述数据库修改所述多个配置方案文件中的所述至少一个配置方案文件的机器设置参数和扫描条件参数中的任一个,以改进所述检查的扫描性能。
可选地,基于所述机器数据修改与所述检查相关联的所述多个配置方案文件中的至少一个包括:响应于检查所述SEM图像,修改所述多个配置方案文件中的所述至少一个的扫描条件参数以改进SEM图像生成。
可选地,基于所述缺陷检测结果修改与所述检查相关联的多个软件参数中的至少一个软件参数包括:响应于检查所述缺陷检测结果,经由所述数据库修改所述多个软件参数中的所述至少一个软件参数的阈值参数和灵敏度参数中的任一个,以改进所述检查的缺陷检测。
可选地,该方法包括:响应于在所述检查期间检测到新的感兴趣缺陷来利用与所述新的感兴趣缺陷相关联的图案数据更新所述数据库。
可选地,该方法包括:经由所述数据库修改所述多个配置方案文件中的所述至少一个配置方案文件的关注区域参数,以扫描与所述图案数据相关联的关注区域。
可选地,在所述检查期间对新的感兴趣缺陷的检测基于所述阈值参数和所述灵敏度参数中的任一个。
在第二方面中,提供了一种用于检查集成电路的系统,其中所述系统包括处理器和连接到处理器的存储器。存储器包括指令,所述指令可由所述处理器执行以:监控集成电路的检查以接收检查数据,其中所述检查数据包括机器数据和缺陷检测结果;将所述检查数据存储在数据库中;基于所述机器数据经由所述数据库修改与所述检查相关联的多个配置方案文件中的至少一个配置方案文件;和基于所述缺陷检测结果经由所述数据库修改与所述检查相关联的多个软件参数中的至少一个软件参数。
可选地,机器数据包括检查机器条件参数和扫描电子显微镜(SEM)图像中的任一个。
可选地,基于所述机器数据修改与所述检查相关联的多个配置方案文件中的至少一个配置方案文件包括:响应于所述检查机器条件参数的变化,经由所述数据库修改所述多个配置方案文件中的所述至少一个配置方案文件的机器设置参数和扫描条件参数中的任一个,以改进所述检查的扫描性能。
可选地,基于所述机器数据修改与所述检查相关联的多个配置方案文件中的至少一个配置方案文件包括:响应于检查所述SEM图像,修改所述多个配置方案文件中的所述至少一个配置方案文件的扫描条件参数以改进SEM图像生成。
可选地,基于所述缺陷检测结果修改与所述检查相关联的多个软件参数中的至少一个软件参数包括:响应于检查所述缺陷检测结果,经由所述数据库修改所述多个软件参数中的所述至少一个软件参数的阈值参数和灵敏度参数中的任一个,以改进所述检查的缺陷检测。
可选地,所述存储器还包括可响应于在所述检查期间检测到新的感兴趣缺陷来由所述处理器执行并利用与所述新的感兴趣缺陷相关联的图案数据更新所述数据库的指令。
可选地,所述存储器还包括可由所述处理器执行以经由所述数据库修改所述多个配置方案文件中的所述至少一个配置方案文件的关注区域参数以扫描与所述图案数据相关联的关注区域的指令。
可选地,在所述检查期间对新的感兴趣缺陷的检测基于所述阈值参数和所述灵敏度参数中的任一个。
在第三方面中,提供了一种用于检查集成电路的非暂时性计算机可读存储介质,其中所述非暂时性计算机可读存储介质包括可执行指令,所述可执行指令当由所述处理器执行时促进下述操作的执行。所述操作包括:用于监控集成电路的检查以接收检查数据的操作,其中所述检查数据包括机器数据和缺陷检测结果;用于将所述检查数据存储在数据库中的操作;用于基于所述机器数据经由所述数据库修改与所述检查相关联的多个配置方案文件中的至少一个配置方案文件的操作;和用于基于所述缺陷检测结果经由所述数据库修改与所述检查相关联的多个软件参数中的至少一个软件参数的操作。
可选地,所述机器数据包括检查机器条件参数和扫描电子显微镜(SEM)图像中的任一个,并且其中用于基于所述机器数据修改与所述检查相关联的多个配置方案文件中的至少一个配置方案文件的操作包括:响应于所述检查机器条件参数的变化,经由所述数据库修改所述多个配置方案文件中的至少一个配置方案文件的机器设置参数和扫描条件参数中的任一个,以改进所述检查的扫描性能。
可选地,所述机器数据包括过程条件参数和扫描电子显微镜(SEM)图像中的任一个,并且其中用于基于所述机器数据经由所述数据库修改与所述检查相关联的多个配置方案文件中的至少一个配置方案文件的操作包括:响应于检查所述SEM图像,修改所述多个配置方案文件中的所述至少一个配置方案文件的扫描条件参数以改进SEM图像生成。
可选地,基于所述缺陷检测结果修改与所述检查相关联的多个软件参数中的至少一个软件参数的操作包括:响应于检查所述缺陷检测结果,经由所述数据库修改所述多个软件参数中的所述至少一个软件参数的阈值参数和灵敏度参数中的任一个,以改进所述检查的缺陷检测。
本公开的这些和其它方面在以下详细描述、所附权利要求书和附图中公开。
附图说明
当结合附图阅读时,从以下详细描述中可以最佳地理解本公开。
图1是根据本公开的实施方式的用于缺陷检测的示例性系统的框图。
图2是根据本公开的实施方式的用于缺陷检查的操作的示例。
图3是根据本公开的实施方式的用于提供集成电路的检查的动态更新的示例性系统的框图。
图4A是根据本公开的实施方式的用于缺陷检测的示例性子系统的框图。
图4B是根据本公开的实施方案的用于缺陷检测的技术的示例。
图5A是根据本公开的实施方式的用于电子束检查的示例性子系统的框图。
图5B是根据本公开的实施方式的用于电子束检查的技术的示例。
图6A是根据本公开的实施方式的用于电子束检查和缺陷检测的示例性子系统的框图。
图6B是根据本公开的实施方式的用于电子束检查和缺陷检测的技术的示例。
图7A是根据本公开的实施方式的用于全芯片热点预测和关注区域生成的示例性子系统的框图。
图7B是根据本公开的实施方式的用于全芯片热点预测和关注区域生成的技术的示例。
图8是根据本公开的实施方式的用于动态更新用于电子束检查的配置方案文件的技术的示例。
图9是根据本公开的实施方案的用于检查集成电路的方法。
具体实施方式
微芯片器件的制造不断地努力使更小尺寸的元件在目标晶片上实现更高密度的集成电路(IC)设计。晶片(也被称为衬底)是用于制造集成电路的半导体材料的薄片。例如,在微芯片半导体制造中,对于逻辑电路和阵列(例如,鳍式场效应管(finFET)、动态随机存取存储器(DRAM)、3D NAND等)的特征,现在存在对10纳米(nm)分辨率和超过10纳米的分辨率的需求。制造集成电路(IC)的过程涉及多个阶段,包括设计阶段、制造阶段和检查阶段。在检查阶段期间,检查在制造阶段期间制造的IC的潜在缺陷。检查的结果能够用于改进或调整设计阶段、制造阶段、检查阶段及其任意组合。
检测这种器件中的缺陷和/或小尺寸缺陷在半导体制造设施中是一个挑战。常规的高处理量检查系统(例如,光学检查系统)缺乏例如在制造的器件中发现缺陷(例如物理缺陷)的分辨率。如此,光学检查系统不适于检测尺寸低于其光学分辨率的缺陷。另一方面,高分辨率检查系统,诸如扫描电子显微镜(电子束、e-beam或EBeam)系统,可以检测这样的缺陷。然而,电子束系统具有低处理量。如此,用于集成电路的生产线(或流水线/在线)缺陷检查的电子束系统的适用性和适当性/适合性已受到限制。例如,可能需要一周或更长时间来使用电子束系统完全扫描单个集成电路或管芯。如此,电子束系统通常已经用于IC设计过程期间或离线检查和复查过程中,而不用于在线生产系统中。
利用电子束系统检查晶片的区域通常包括产生一个或更多个配置方案文件。在本公开中,“晶片”可以指晶片、掩模版或任何待检查的样品。在本公开中,配置方案文件(或“配置方案”)可以是一组一个或更多个机器设置参数、扫描条件参数(在下文中,扫描条件)、包括关注区域坐标的关注区域参数(在下文中,关注区域)、检测模式、和在检查过程期间由电子束系统使用以进行缺陷检测的其他参数。关注区域是晶片上的在制造之后待检查缺陷的区域。操作者(例如,人类用户或计算机化系统)可以准备配置方案文件。然后,配置方案文件被传送到高分辨率检查系统,所述高分辨率检查系统包括但不限于电子束系统(例如,配置方案文件被传送到电子束系统的电子束系统控制计算机)。然后,电子束系统根据配置方案文件扫描晶片。
在检查过程期间,通常不修改配置方案文件。当在检查过程期间或在所述检查过程之后遇到非预期条件时,新的配置方案文件被生成并被传送到电子束系统以用于后续检查。非预期条件包括但不限于先前未检测到的缺陷类型、为了更好地捕获/采集缺陷而发生的扫描条件和/或检查参数的改变、或者电子束系统到未知或非预期条件或状态的漂移。如此,且为了最大化电子束系统的使用,执行离线设计分析(即,离线到生产过程)的用户仔细地准备用于正在检查的制造过程的配置方案文件,并且用户连续地监控检查过程以便检测、识别和调整所述配置方案文件到非预期条件。至少由于设计分析是耗时的过程,所以以离线的方式执行所述设计分析。
然而,离线设计分析是低效的、次优的,并且具有相关联的问题。例如,预先确定或预期可能在制造过程期间发生的所有可能的过程漂移以及每个漂移对集成电路设计图案的影响是不可能或不实际的。此外,当以离线的方式执行设计分析时,在检查开始之前,由设计分析产生的配置方案文件被生成并变得可用。如此,配置方案文件在检查期间保持静态,并且不能作为缺陷检测结果或机器数据的接收被自动调整,其中所述机器数据包括但不限于检查机器条件参数或扫描电子显微镜(SEM)图像。而且,每个晶片制造过程都可能需要过程专用的设计分析。例如,当在准备用于检查的配置方案文件之前无法获得制造过程的定量表征时,这种分析可能难以进行。机器数据可以包括用于表征检查机器的各种部件的状况的数据。对于电子束系统,机器数据可以包括但不限于电子束(column)或二次/背散射电子检测器的状态、或晶片台漂移的状态。
准备关注区域(所述关注区域包括潜在缺陷)的列表是受引导式电子束系统检查中的关键步骤。关注区域的列表可从例如上述离线设计分析中获得。潜在缺陷可以用多种方式被生成,所述方式包括但不限于使用热点预测过程和根据操作者的先验知识。此外,离线设计分析可以提供敏感性IC设计图案,当在过程变化(即,非理想制造条件)下被制造时,该敏感性IC设计图案易于失效。然后,可以由敏感性IC设计图案生成关注区域。可替代地或另外地,可以基于诸如光学检查系统的一线/前线检查工具来生成关注区域。前线检查工具是与生产过程和制造线联机和/或集成在生产过程和制造线中的工具。
然而,存在与使用前线工具相关联的问题。例如,维护两组工具(例如,前线检查工具和电子束系统)导致制造设备的拥有成本更高。关注区域的列表还受到前线检查工具的分辨率限制。另外,并如上所述,所生成的关注区域列表在由高分辨率检查系统进行的检查期间是静态的。
根据本公开的方法和系统能够经由集成电路的检查的动态更新使用电子束系统来改进检查性能。在此使用的术语“动态”表示配置方案文件、缺陷检测参数、存储与检查过程相关联的信息的数据库、及其任何组合在检查过程期间不是静态的;相反,配置方案文件、缺陷检测参数和数据库中的任一个都可以基于来自检查过程和系统的结果和输入被动态地更新和/或改变,其中所述检查过程和系统包括缺陷检测系统和电子束系统。
在本公开中,连续地接收和分析电子束系统的检查机器数据(例如,检查机器条件参数和SEM图像);结果,连续地监控和优化所述检查过程。例如,在检查过程正在进行的同时修改配置方案文件以改变电子束系统设置和扫描条件,以便改进扫描结果并导致更精确的缺陷检测。此外,检查来自所述缺陷检测的结果(例如,从连接到电子束系统或与电子束系统相关联的缺陷检测软件模块或系统输出的结果),并且基于缺陷检测的结果,修改由缺陷检测软件所使用的缺陷检测参数(例如,阈值参数(在下文中,阈值)和灵敏度参数(在下文中,灵敏度),以便提高缺陷检测性能。关于来自电子束系统的扫描图像的信息可以被通信给缺陷检测软件,并且如果必需,则可以修改相对应的配置方案文件以改进电子束系统扫描参数,从而产生对缺陷检测软件更友好(即,针对使用加以优化)的图像。此外,缺陷检测结果可以用来提高热点预测的性能。
本公开的实施方式提供了对半导体制造过程和计算机系统的技术改进,所述计算机系统例如是涉及对已制造或已制作的半导体集成电路(IC)的检查的那些计算机系统。例如,本公开通过在检查过程本身期间基于从电子束系统接收的机器数据和从缺陷检测系统接收的缺陷检测结果来调适所述检查过程(例如,经由配置方案文件和缺陷检测参数的修改)来提供集成电路的检查的连续动态更新。因而,本公开的实施方案可以在检查集成电路的缺陷的方式中引入新的且有效的改进。
虽然已经结合某些实施例和实施方式描述了本公开,但是应当理解,本公开不限于所公开的实施例,相反,本公开旨在涵盖包括在所附权利要求的范围内的各种修改和等同结构,该范围将被给予最宽泛的解释,以便包含法律所允许的所有这样的修改和等同结构。
另外,虽然本公开涉及电子束(e-beam或Ebeam)检查/扫描机器和高分辨率检查/扫描机器,但是应当理解,可以使用任何类型的检查机器来实施本文的教导,其中所述检查机器包括但不限于可以具有低处理量的高分辨率检查机器。例如,高分辨率检查机器可以基于高分辨率光学检查工具。又例如,高分辨率检查机器可以基于紫外线、极紫外线、X射线、带电粒子或中性粒子中的任一种。
为了更详细地描述一些实施方式,参考以下附图。
图1是根据本公开的用于集成电路的检查的动态更新的系统100的框图。系统100可以包括诸如计算设备的装置,所述装置可以由一个或更多个计算机的任何配置来实施,所述计算机例如是微型计算机、大型计算机、超级计算机、通用计算机、专用/专属计算机、集成计算机、数据库计算机、远程服务器计算机、个人计算机、或由计算服务提供商(例如,网站主机)或云服务提供商提供的计算服务。在一些实施方式中,计算设备可以以多组计算机的形式来实现,其中所述多组计算机位于不同的地理位置处并且可以或不能例如通过网络彼此通信。尽管某些操作可以被多个计算机共享,但是在一些实施方式中,不同的计算机被分配不同的操作。
系统100可以具有硬件的内部配置,所述硬件包括第一处理单元102A、第二处理单元102B和存储器104。第一处理单元102A可以包括至少一个处理单元(例如,中央处理单元(CPU)或任何其他类型的设备)、或能够操纵或处理当前存在的或以后开发的信息的多个设备。第二处理单元102B可以包括至少一个图形处理单元(GPU)。尽管本文的示例可以利用所示的单个处理单元来实施,但是使用多于一个的处理单元可以获得速度和效率方面的优点。例如,第一处理单元102A和第二处理单元102B可以分布在多个机器或设备(每个机器或设备都具有一个或更多个处理单元)上,这些机器或设备可以直接连接或通过局域网或其它网络连接。存储器104可以是随机存取存储器设备(RAM)、只读存储器设备(ROM)、光盘、磁盘或任何其它合适类型的存储设备。在一些实施方式中,存储器104可以分布在多个机器或设备,所述多个机器或设备例如是基于网络的存储器、或执行操作的多个机器中的存储器,其中为了便于解释,本文中可以将这些操作描述为使用单个计算机或计算设备来执行。在一些实施方案中,存储器104可以存储可由第一处理单元102A和第二处理单元102B使用总线112访问/存取的代码和数据。例如,存储器104可以包括可以由第一处理单元102A和第二处理单元102B使用总线112访问的数据118。
存储器104还可以包括操作系统122和安装应用120,应用120包括允许第一处理单元102A和第二处理单元102B实施指令的程序,其中所述指令用以生成执行如本文所述的集成电路的检查的动态更新的功能的控制信号。系统100还可以包括辅助的、额外的存储装置106,例如,存储卡、闪存驱动器、外部硬盘驱动器、光盘驱动器或任何其它形式的计算机可读介质。在一些实施方式中,应用120可以整体或部分地被存储在存储装置106中,并且根据处理的需要被加载到存储器104中。
系统100可以包括一个或多个输出设备(例如,输出设备108)。输出设备108可以以各种方式实现,例如,输出设备108可以是可连接到系统100并被配置成显示视频数据的显示器。输出设备108可以是向用户传输视觉、听觉或触觉信号的任何设备,例如,显示器、触敏设备(例如,触摸屏)、扬声器、耳机、发光二极管(LED)指示器或振动马达。如果输出设备108是显示器,例如,所述输出设备108可以是液晶显示器(LCD)、阴极射线管(CRT)或能够向个人提供可见输出的任何其它输出设备。在一些情况下,输出设备还可以用作输入设备,例如被配置为接收基于触摸的输入的触摸屏显示器。
输出设备108可以替代地或另外地由用于发送信号和/或数据的通信设备形成。例如,输出设备108可以包括用于将信号或数据从系统100发送到另一设备的有线装置。再例如,输出设备108可以包括使用可与无线接收器兼容的协议来将信号从系统100发送到另一设备的无线发射器。
系统100可以包括输入设备(例如,输入设备110)。输入设备110可以以各种方式实现,例如,键盘、数字键盘、鼠标、跟踪球、麦克风、触敏设备(例如,触摸屏)、传感器或手势敏感输入设备。包括不需要用户干预的输入设备的任何其它类型的输入设备是可能的。例如,输入设备110可以是通信设备,所述通信设备例如是根据任何无线协议操作以用于接收信号的无线接收器。输入设备110可以例如沿着总线112向系统100输出指示输入的信号或数据。
可选地,系统100可以经由网络(例如,网络116)使用通信设备(例如,通信设备114)与另一设备通信。网络116可以是任何组合的任何适当类型的一个或更多个通信网络,包括但不限于使用蓝牙通信、红外通信、近场连接(NFC)的网络、无线网络、有线网络、局域网(LAN)、广域网(WAN)、虚拟专用网(VPN)、蜂窝数据网络和因特网。通信设备114可以以各种方式实现,例如,应答器/收发器设备、调制解调器、路由器、网关、电路、芯片、有线网络适配器、无线网络适配器、蓝牙适配器、红外适配器、NFC适配器、蜂窝网络芯片、或使用总线112连接到系统100以提供与网络116通信的功能的任何组合的任何适当类型的设备。
系统100可以与晶片或掩模版检查设备通信。例如,系统100可以连接到一个或更多个晶片或掩模版检查设备(例如,电子束系统或光学系统),所述一个或更多个晶片或掩模版检查设备被配置成生成晶片或掩模版检查结果,以例如经由配置方案文件接收指令以执行检查和扫描操作。
系统100(以及存储在该系统上和/或由该系统执行的算法、方法、指令等)可以在硬件中被实现,所述硬件包括例如知识产权(IP)核、专用集成电路(ASIC)、可编程逻辑阵列、光处理器、可编程逻辑控制器、微代码、固件、微控制器、服务器、微处理器、数字信号处理器或任何其它合适的电路。在权利要求中,术语“处理器”应当被理解为单独地包括任何前述设备或包括所述任何前述设备的组合。术语“信号”和“数据”可互换使用。此外,系统100的多个部分不必以相同的方式被实现。
在一些实施方式中,系统100可以使用具有计算机程序的通用计算机/处理器来实施,当运行该计算机程序时,所述计算机程序执行本文中所描述的相应方法、算法和/或指令中的任一个。另外,或者可替代地,例如,可以利用专用计算机/处理器,所述专用计算机/处理器可以包含用于执行本文描述的方法、算法或指令中的任一个的专用硬件。
图2是根据本公开的用于缺陷检查的操作200的示例。操作200示出了集成电路202(例如,管芯)的制造过程和/或设计过程。在操作200期间分析所述集成电路202以确定热点206(即,图2的集成电路202上的黑色圆圈)。热点与设计图案有关,当在不期望或非预期的制造过程条件(即,过程条件变化或过程变异)下被制造时,所述设计图案可能会引起管芯不可操作或导致管芯内的实际缺陷,这会影响管芯的整体性能。不期望或非预期的制造过程条件是偏离理想过程条件的制造条件。在理想的过程条件下制造的IC显示出最小缺陷或没有缺陷。
在操作200中,通过包括但不限于电子束(e-beam)系统的高分辨率系统扫描由检查过程检查的晶片204,以获得或提供过程条件变化图。通过针对某些预先设计或预先选择的图案扫描所述晶片204并经由一组计算机指令分析高分辨率图像,来获得过程条件变化图。预先设计或预先选择的图案是被怀疑对过程条件变化敏感的IC设计图案。换句话说,当制造过程经历偏离理想条件的变化时,晶片上的预先设计或预先选择的图案的形状可以显著改变。可以基于区域对过程条件变化敏感的先验知识(来自操作者的信息、存储在数据库中的信息、或使用机器学习技术提取的信息)来选择预先设计或预先选择的图案。也可以基于正在被制造和检查的集成电路的芯片设计来选择预先设计或预先选择的图案。然后,将利用电子束系统获得的这些预先设计或预先选择的图案的量测或测量结果转换为过程条件参数。过程条件参数可以用于生成一个或更多个过程条件变化图。过程条件变化图指示晶片的不同部分可能是如何受过程条件的变化(例如,聚焦或剂量的变化)的影响。过程条件的变化可能会导致所制造的管芯中的缺陷。
在操作200中,过程条件变化图揭示了晶片204的区域208表现出显著的过程条件变化。在另一实施方式中,区域208表示已经经由操作200确定的过程条件变化图(而不仅仅是过程条件变化图的子集)。如此,操作200的检查过程仅检查晶片204的某些管芯(例如,管芯210)的缺陷,这比检查晶片204的整个区域的检查过程更加有效且耗时更少。待检查缺陷的管芯是包括在区域208中或与区域208重叠的那些管芯。在另一实施方式中,被检查的管芯包括位于区域208的预定区域或距离内的管芯,即使所述管芯不与区域208重叠或不被封闭在区域208内。
可以在进一步检查时确定这种管芯的热点是真实的实际缺陷。通过检查(例如,通过电子束系统的额外扫描)确定管芯210的热点中的任一个是否是真实缺陷。在区域208之外或不与区域208重叠的管芯的热点预期不会导致实际缺陷,且因此没有必要进行检查。如下所述,检查热点是指检查包含所述热点的关注区域。在一种实施方式中,仅检查与区域208重叠的关注区域。也就是说,不是检查包括在区域208中或与区域208重叠的管芯的所有关注区域,而是仅检查所述管芯的区域208内的关注区域。虽然区域208被说明性地示为连续区域,但情况不必如此。区域208的形状不限于此,并且例如可以包括由间隙或间隔分开的各种形状。
在一种实施方式中,基于包括但不限于集成电路的目的或使用和设计特征等各种因素,为热点分配严重度等级或水平。被确定为具有高严重度等级且因此被认为比具有较低严重度等级的热点更重要的热点(例如,因为接近集成电路的关键区域而具有高严重度等级的热点)也被扫描,即使所述热点没有落在区域208内或与区域208重叠。换言之,如果落在过程条件变化图之外的管芯包括已经被确定为具有高严重度(例如,大于阈值严重度值的严重度等级)或重要性等级的热点,则还可以扫描所述管芯的实际缺陷。
如操作200所示,根据本公开的检查方法和系统显著地减少了将由高分辨率检查或电子束系统检查的晶片区域和管芯。因此,检查所制造的晶片和相关联的集成电路或管芯所需的时间和成本减少,并且低处理量、高分辨率的电子束扫描机器或设备可以用于半导体制造过程的在线检查。
图3是根据本公开的实施方式的用于提供集成电路的检查的动态更新的示例性系统300的框图。本公开的各方面(例如,图4B、图5B、图6B、图7B、图8和图9的技术450、550、650、750和800以及方法900的操作或步骤)可以分别被实施为图3的系统300中的软件和/或硬件模块。例如,诸如图1的系统100的一个或更多个装置可以实施系统300的一个或更多个模块。这些装置可以由一个或更多个计算机的任何配置来实施,所述一个或多个计算机例如为微型计算机、大型计算机、超级计算机、通用计算机、专用/专属计算机、集成计算机、数据库计算机、远程服务器计算机、个人计算机、或由计算服务提供商(例如,网站主机)或云服务提供商所提供的计算服务。在一些实施方式中,计算设备可以以位于不同的地理位置处的多组计算机的形式被实施。
系统300包括动态数据库模块302、热点预测器模块304、缺陷检测模块306、配置方案文件模块308、和电子束检查系统310。动态数据库模块302可以以推、拉或其组合的方式与热点预测器模块304、缺陷检测模块306、配置方案文件模块308、和电子束检查系统310中的任一个交互(例如,用以发送或接收信息和指令)。
系统300是动态的,这是因为系统300在检查过程期间(实时地)响应于接收与检查过程相关联的数据而连续地和/或同时地修改配置方案文件、热点预测参数和缺陷检测参数,其中所述数据包括但不限于来自电子束系统的机器数据(例如,诸如检查机器条件参数)和/或来自缺陷检测系统的缺陷检测结果(例如,是否已经检测到缺陷或没有检测到缺陷)。机器数据可以是由直接从电子束系统接收到的数据中提取的数据。例如,可以基于SEM图像的分析导出或提取过程条件参数。系统300连续地更新其关于缺陷检测结果和检查结果的知识,由此改善缺陷检测和检查过程的每次发生或运行。系统300基于例如与缺陷检测和检查过程的先验知识的可观察的偏差来更新其知识。所述知识可以包括缺陷检测和检查的所存储的历史结果(来自正在被监控的当前系统和/或其它系统)、推断的数据等。
返回参考图3,在一种实施方式中,系统300确定一些参数(例如,基于来自电子束系统的机器数据)和/或经由路径320在动态数据库模块302处接收到的检查信息是否与基于先前检查的先验(即,历史)知识(也称为扫描相关知识)相匹配。如果相匹配,则系统300可以将基于沿着路径322并经由配置方案文件模块308接收的参数和/或检查信息的指令基于所接收到的参数沿着路径324发送到电子束检查系统310,使得电子束检查系统310可以更高效和准确地执行扫描操作。
例如,当确定新的检查机器条件参数(即,由动态数据库模块302经由路径322从电子束检查系统310接收到的参数)与先前的检查机器条件参数相匹配时,不需要用户干预来生成新的配置方案文件以改变电子束系统310参数(例如,设置参数或扫描条件);作为替代,可以基于与先前的检查机器条件参数相对应并存储在系统300中的参数,经由沿路径322已更新的配置方案文件(即,动态数据库模块302向配置方案文件模块308发送指令以更新与检查过程相关联的配置方案文件),通过系统300的动态数据库模块302,可以自动设置新参数。在另一实施方式中,代替发送指令,动态数据库模块302直接更新与检查过程相关联的配置方案文件。
在另一实施方式中,即使没有找到或并不存在所接收的参数和/或检查信息与任何先前参数之间的匹配,系统300的动态数据库模块302也可以沿着路径322发送指令以更新配置方案文件(经由配置方案文件模块308)或直接更新沿着路径324被传输到电子束检查系统310并被电子束检查系统310使用的配置方案文件,以改进由电子束检查系统310进行和执行的扫描。换言之,动态数据库模块302提供用以更新从配置方案文件模块308输出并经由路径324被输入到电子束检查系统310中的配置方案文件的指令。配置方案文件可以被存储在动态数据库模块302中。如此,配置方案文件模块308可以更新所述动态数据库模块302中的配置方案文件。
在一种实施方式中,系统300可以沿着路径328并经由缺陷检测参数向缺陷检测模块306发送指令,使得缺陷检测模块306可以更高效和更准确地执行缺陷检测操作。例如,基于沿着路径320从电子束检查系统310由动态数据库模块302接收的检查信息(包括但不限于SEM图像),动态数据库模块302可以向缺陷检测模块306发送指令以改进缺陷检测过程。
在全文中,“接收”、“获得”和类似术语是指方法、模块或设备可以使用所指示的信息来执行模块的功能或方法或设备的步骤的任何方式。“获得”和“接收”的非限制性示例包括从另一源请求信息、从另一源接收信息、请求另一源生成或采集信息、以及从诸如数据库等的数据存储设备中进行检索。
动态数据库模块302可以包括数据存储设备(例如,图1的数据库或存储设备106),以暂时地或永久地存储如本文所描述的结果。动态数据库模块302经由路径320从电子束系统310连续地接收检查数据和机器数据。检查数据可以是正被检查/扫描的集成电路和下面的晶片的SEM图像。使用该检查数据,动态数据库模块302监控检查过程以确定例如过程条件参数,所述过程条件参数可以被热点预测器模块304所使用。例如,动态数据库模块302可以存储与具体过程条件相关联的热点。当在相同或相似的过程条件下检查与热点相同或相似的设计时,系统300可以使用这些热点来生成关注区域。例如,当检查相同的设计时,系统300可以基于该设计查找热点以生成关注区域。在另一个示例中,当检查类似的设计时,系统300可以基于所述设计来执行图案匹配搜索以找到匹配的热点并生成关注区域。
动态数据库模块302还经由路径330从缺陷检测模块306接收缺陷检测数据。动态数据库模块302可以经由路径328并使用缺陷检测数据,修改与缺陷检测相关的软件参数,或引导缺陷检测模块306修改与缺陷检测相关的软件参数。软件参数可以包括但不限于如以下进一步描述的阈值和灵敏度(即,容差)值。
动态数据库模块302可以包括例如热点列表、集成电路设计的参考设计、和对过程变化敏感的IC设计图案。关于每个热点的信息包括但不限于尺寸(例如,13纳米(nm)、15nm、10nm)、材料类型(例如,金属)、以及热点是对应于衬底接触件还是对应于金属接触件。系统300的实施方式可以允许制造商(例如,代工厂)来限定在动态数据库模块302中将维护和持续地更新什么信息。
热点列表可以指示感兴趣缺陷或潜在缺陷。设计工程师可以基于设计图案可能在制造过程期间呈现缺陷的知识来识别感兴趣缺陷。可替代地或另外地,可以基于被识别为对集成电路的功能重要或至关重要的设计图案来识别感兴趣缺陷。例如,为了确保集成设计的多个层之间的接触的重叠区域足够大,使得实现接触以便不影响所制造的集成电路的功能,可以将接触设计图案识别为感兴趣缺陷。感兴趣缺陷可以由过程工程师根据先前过程进展的特定设计图案可能会在制造期间呈现缺陷或失效的知识被识别。过程工程师可以将图案识别为感兴趣缺陷,使得系统300可以监控对所制造的集成电路的检查,以确保感兴趣缺陷不是所制造的管芯或集成电路中的缺陷(即,实际缺陷)。也可以将感兴趣缺陷识别为缺陷检测模块306的缺陷检测的结果。可以用其它方式和通过其它手段识别感兴趣缺陷。
在一实施方式中,为第一客户和第二客户制造集成电路的代工厂可以针对第一和第二客户中的每一个在动态数据库模块302中累积已知或预定热点列表。热点中的每一个都可以与集成电路的制造层一起被识别或与集成电路的制造层相关联。如此,当该代工厂为该第一客户进行新的制造过程时,该动态数据库模块302可以由该动态数据库模块302生成先前已知热点列表,以便为正在制造的层及后续检查生成关注区域。
例如,热点预测器模块304可以使用沿着路径326来自动态数据库模块302的感兴趣缺陷信息以生成关注区域。由电子束检查系统310并基于所生成的关注区域进行的检查可以不涵盖先前未知的缺陷,所述先前未知的缺陷包括经由路径332输入到缺陷检测模块306内的检查数据。如此,第一客户的热点列表经由路径330在动态数据库模块302中被更新以包括先前未知的缺陷。可替代地,或另外,缺陷检测模块306经由路径330将与先前未知的缺陷相关的检测相关知识提供给动态知识模块302。热点预测器模块304可以基于检测相关知识更新动态数据库模块302中的第一客户的热点列表,或者动态知识模块302可以使热点预测器模块304基于检测相关知识更新动态数据库模块302中的第一客户的热点列表。与先前未知缺陷相关的图案数据也可以经由路径330被提供给动态数据库模块302。
动态数据库模块302可以包括关于IC设计图案的信息,该IC设计图案已知对如关于图2所描述的过程变化敏感。敏感图案使得当制造过程经历偏离理想条件的变化时,晶片上的这种图案的形状可以显著改变。过程变化可以包括制造过程的聚焦变化和剂量变化。过程变化例如可能会导致所制造的IC中的厚度变化、图案缺陷、尺寸错误的图案、以及类似缺陷。
当对芯片设计进行新的检查过程时,系统300可以例如经由图案匹配来识别芯片设计中的敏感图案。图案匹配可以识别芯片设计与先前检查的芯片设计相似,或者芯片设计包括与先前检查的芯片设计相似的设计。系统300例如经由热点预测器模块304可以生成用于检查的关注区域列表,所述列表可以沿着路径334被输入到配置方案文件模块308中。可替代地,热点预测器模块304经由路径336将关注区域列表提供给动态知识模块,所述关注区域列表然后沿着路径322被输入到配置方案模块308中。配置方案文件模块308可以基于所接收到的热点信息来更新用于电子束系统310的配置方案文件。因此,可以减少待检查的关注区域的数量。减少对关注区域的检查的次数有效地增加了电子束检查系统310的处理量,这是因为晶片可以被更快地检查,并且可以在相同的时间量内执行更多的检查。关注区域信息或热点信息可以从热点预测器模块304经由路径334或可替代地经由动态数据库模块302并沿着路径322被通信给配置方案文件模块308。
热点预测器模块304由被动态数据库模块302维护的热点生成电子束检查系统310的关注区域。如上所述,关注区域是晶片上的包含潜在缺陷的感兴趣区域,并因此被检查以确定潜在缺陷是否是真实或实际缺陷。如果动态数据库模块302在多个检测周期之后确定所预测的热点不是热点(即,没有检测到对应于热点的缺陷),则热点预测器模块304或可替代地动态数据库模块302可以更新由动态数据库模块302所维护的热点信息,以指示热点不是正在检查的晶片的热点、正在被制造的设计的热量、或两者。例如,如果缺陷检测模块306确定在最后的扫描次数(例如,最后10次扫描)中没有发现对应于热点的缺陷,则可以在由电子束检查系统310进行的后续检查中从待检查的热点列表中去除该热点。
缺陷检测模块306处理由电子束检查系统310生成并接收到的SEM图像,并将缺陷报告给动态数据库模块302。可以沿着路径332直接从电子束系统310接收SEM图像。可替代地,或另外,SEM图像首先由动态数据库模块302沿路径320被接收,然后由缺陷检测模块306沿路径328被接收。缺陷检测模块306也可以沿着路径328从动态数据库模块302获得经优化的缺陷检测参数。
在一种实施方式中,缺陷检测模块306可以将来自受检查管芯的SEM图像(即,检查SEM图像)与来自同一晶片上的另一管芯的、或来自另一晶片的对应SEM图像进行比较。可替代地,缺陷检测模块306可以将SEM图像与参考管芯的SEM图像进行比较。SEM图像可能是噪点,所述噪点可能会导致所比较的图像之间的差。这种差被称为“灵敏度”。当缺陷检测模块306从检查SEM图像中减去参考SEM图像时,则非零差将是噪点或表示缺陷。为了区分噪点与真实缺陷,缺陷检测模块306将该差与阈值或灵敏度值进行比较。例如,如果该差小于预定量,则该差被标记为噪点;否则,该差被标记为缺陷。
确定参考SEM图像与检查SEM图像之间的差可以基于SEM图像像素值差而进行。例如,SEM图像的像素值可以由8位整数值表示(然而,任何像素深度都是可能的)。如此,SEM图像的像素可以具有在0-255范围内的值。可以从检查SEM图像中减去(例如,逐像素地)所述参考SEM图像,从而导致逐像素差。在检查SEM图像中逐像素差(例如,差的绝对值)超过预定量(例如,阈值或灵敏度值)的部位可以被识别为潜在缺陷(即,所述差被标记为缺陷)。不超过预定量的逐像素差可以被认为是噪点。
在一种实施方式中,逐像素差在与预定量进行比较之前可以被归一化。可以使用任何归一化技术。例如,归一化可以基于图像噪点水平。图像噪点水平可以是与逐像素差有关的度量(例如,平均值、标准偏差、或其组合)。图像噪点水平可以用作阈值。可以将逐像素差与阈值进行比较,其中所述逐像素差包括检查SIM图像的噪点较多的区域与噪点较少的区域中的像素的逐像素差。
确定灵敏度的最佳值通常以经验的方式被确定。如此,通过连续地更新其关于缺陷检测的知识,系统300可以收敛到最佳阈值。该最佳值由动态数据库模块302存储为缺陷检测相关知识的一部分,并沿路径328被通信给缺陷检测模块306,以连续地改进缺陷检测过程。
在另一实施方式中,缺陷检测模块306可以例如通过将SEM图像与GDS设计文件进行比较来比较所检查的管芯的SEM图像与集成电路的设计文件。GDS设计文件包含例如设计图案的尖锐边缘。然而,通过扫描晶片上的集成电路的实际形状获得的SEM图像可能不包含尖锐边缘。因此,SEM图像和设计文件之间的差可以大于零。如此,容差值(也被称为“灵敏度”值)可以用于区分真实缺陷和噪点。与如上所指的阈值一样,难以确定最佳容差值。如此,通过连续地更新其缺陷检测的知识,系统300可以收敛到最佳灵敏度值。最佳灵敏度值也被包括在缺陷检测相关知识中,该缺陷检测相关知识沿着路径328被通信给缺陷检测模块306以连续地改进缺陷检测过程。
当缺陷检测参数(例如,阈值和灵敏度值)在动态数据库模块302中可用时,缺陷检测模块306不需要诸如由用户操作者进行的干预/设置或者需要至少非常少量的干预/设置。当基于由电子束检查系统310获得的SEM图像执行缺陷检测时,缺陷检测模块306可以经由路径328从动态数据库模块302获得这些值。
例如,当缺陷检测模块306执行边缘放置误差(EPE)测量时,缺陷检测模块306经由路径328从动态数据库模块302获得EPE阈值。假设动态数据库模块302提供5nm的值,则缺陷检测模块306标记大于5nm的EPE测量值为缺陷;否则,测量值不被标记为缺陷。缺陷检测模块306经由路径330提供测量结果至动态数据库模块302,以更新动态数据库模块302的缺陷检测相关知识。
关注区域的配置方案文件可以由动态数据库模块302中的知识(即,所存储的数据/信息)生成。配置方案文件模块308基于从动态数据库模块302获得的信息生成配置方案文件。配置方案文件是用于指示电子束检查系统310执行检查或扫描操作的文件和配置的集合。
电子束检查系统310基于配置方案文件中的至少一个生成或提供管芯的SEM图像。缺陷检测模块306识别SEM图像中的缺陷。如果动态数据库模块302确定例如未发现出乎意料的高数量的缺陷(例如,大于预期缺陷的阈值),则动态数据库模块302可以确定电子束检查系统310设置参数(即,经由配置方案文件)是不正确的或不准确的。动态数据库模块302可以扫描其的类似缺陷的或相关扫描参数的先验知识(即,电子束扫描相关知识),并利用更适当的扫描参数来更新配置方案文件。
在扫描区域中,代替预测位置或除了预测位置之外,缺陷检测模块306可以检测扫描区域的另一位置中的新缺陷。动态数据库模块302可以更新缺陷检测相关知识,使得在随后的检查中检查新缺陷。即,动态数据库模块302经由路径322相应地更新配置方案文件模块308以更新配置方案文件,或使配置方案文件模块308更新配置方案文件。
更新的配置方案文件在后续检查中被用作连续监控的制造过程和正在进行的检查过程的一部分。后续检查可以是同一管芯的另一关注区域的后续检查、同一晶片的另一管芯的检查、来自同一批晶片的另一晶片的检查、或不同批晶片的检查。
在一些情况下,动态数据库模块302可以基于新缺陷来确定待重新扫描的同一扫描区域。在这种情况下,动态数据库模块302可以指示配置方案文件模块308或提供直接指令(或配置方案文件模块308可以确定)以生成待提供给电子束检查系统310的新的配置方案文件,其中所述电子束检查系统310将重新扫描被扫描区域。
现在参考图4A-4B、图5A-5B、图6A-6B和图7A-7B来描述图3的系统300的子系统以及由该子系统实施的技术。子系统包括系统300中所包括的模块的各种组合。在以下描述中,对经由技术的步骤来执行动作或操作的模块的说明应当被理解为执行与所提及的模块有关的步骤相对应的可执行指令的技术。
图4A是根据本公开的实施方式的用于缺陷检测的示例性子系统400的框图。图4A的子系统400包括图3的电子束检查系统310、缺陷检测模块306、和动态知识模块302。子系统400包括当被执行时执行图4B的步骤的指令或具有当被执行时执行图4B的步骤的相应指令。
图4B是根据本公开的实施方式的用于缺陷检测的技术450的示例。技术450可以由存储在子系统400的模块中或与子系统400的模块有关的指令来执行。电子束检查系统310经由操作452来扫描晶片的潜在缺陷,由此生成或提供SEM图像。缺陷检测模块306经由操作454来处理SEM图像以检测缺陷,如上文关于图3所描述。缺陷检测模块306接着将缺陷报告给动态数据库模块302。动态数据库模块302经由步骤456基于所报告的缺陷确定缺陷检测相关知识,并将缺陷相关知识存储在数据库(例如,与动态数据库模块302相关联的数据库)中。
动态数据库模块302可以使用缺陷相关知识来设置(即,改变、更新、演化等)缺陷检测软件参数(例如,阈值或灵敏度),如关于图3所描述的。如此,动态数据库模块302可以通过接收并利用基于由缺陷检测模块306所生成的缺陷检测结果的反馈,而随着缺陷检测过程而发展(即,随着时间的过去改进对集成电路的检查)。另外,缺陷检测模块306经由操作454可以从动态数据库模块302获得经优化的缺陷检测参数以改进缺陷检测过程。
图5A是根据本公开的实施方式的用于电子束检查的示例性子系统500的框图。图5A的子系统500包括图3的配置方案文件模块308、电子束检查系统310和动态数据库模块302。子系统500包括当被执行时执行图5B的步骤的指令或具有当被执行时执行图5B的步骤的相应指令。
图5B是根据本公开的实施方式的用于电子束检查的技术550的示例。技术550可以由存储在子系统500中或与子系统500有关的指令来执行。配置方案文件模块308经由操作552生成用于电子束检查系统310的配置方案文件。配置方案文件包括可以从检查处理器或动态数据库模块302的操作者获得机器设置参数和扫描条件参数。机器设置参数和扫描条件参数由动态数据库模块302不断地更新,使得由电子束检查系统310进行的检查过程能够在更优化的条件下操作。
电子束检查系统310经由操作554使用由操作552所生成的配置方案文件来扫描晶片的潜在缺陷,从而提供SEM图像。动态数据库模块302经由操作556存储电子束扫描相关知识。扫描相关知识可以包括但不限于SEM图像和检查机器条件参数。使用扫描相关知识,配置方案文件模块308可以生成具有经优化参数的后续配置方案文件(或更新当前配置方案文件),由此改善由电子束检查系统310进行的检查的扫描性能。
检查机器条件参数可以描述检查机器的各种部件的状态。例如,在连续扫描期间,晶片台坐标与晶片坐标相比可以具有系统性移位。系统性移位可以是扫描相关知识的示例。通过重新校准晶片台坐标与晶片坐标之间的关系,可以校正该移位。然而,考虑到该移位(即,对该移位的校正)的配置方案文件可以由为集成电路的检查提供动态更新的系统(例如,图3的系统300)生成。结果,连续扫描没有被中断(即,停止)以便执行坐标校准,。
图6A是根据本公开的实施方式的用于电子束检查和缺陷检测的示例性子系统600的框图。图6A的子系统600包括图3的动态数据库模块302、缺陷检测模块306、配置方案文件模块308、和电子束检查系统310。子系统600包括当被执行时执行图6B的步骤的指令或具有当被执行时执行图6B的步骤的相应指令。
图6B是根据本公开的实施方式的用于电子束检查和缺陷检测的技术650的示例。技术650可以由存储在子系统600中或与子系统600有关的指令来执行。电子束检查系统310经由操作652来扫描晶片的潜在缺陷,并基于该扫描生成或提供SEM图像。缺陷检测模块306经由操作656来处理SEM图像并将缺陷报告给动态数据库模块302。技术650可以如上文关于图4B的操作454所述的那样执行操作656。
配置方案文件模块308经由操作654生成用于电子束检查系统310的配置方案文件。配置方案文件包括从动态数据库模块302获得的机器设置参数和扫描条件参数。技术650可以如上文关于图5B的操作552所述的那样执行操作654。
动态数据库模块302经由操作658存储电子束系统扫描相关知识和缺陷检测相关知识。为了存储扫描相关知识,技术650可以根据图5B的操作556执行操作658。为了存储缺陷检测相关知识,技术650可以根据图4B的操作456来执行操作658。
图7A是根据本公开的实施方式的用于全芯片热点预测和关注区域生成的示例性子系统700的框图。图7A的子系统700包括图3的动态数据库模块302、热点预测器模块304、缺陷检测模块306和配置方案文件模块308。子系统700包括当被执行时执行图7B的步骤的指令或具有当被执行时执行图7B的步骤的相应指令。
图7B是根据本公开的实施方式的用于全芯片热点预测和关注区域生成的技术750的示例。技术750可以由存储在图7A的模块中或与图7A的模块相关的指令来执行。缺陷检测模块306经由操作752处理SEM图像并报告缺陷(即,基于对SEM图像的分析检测集成电路中是否存在缺陷)。技术750可以根据图4B的操作454来执行操作752。动态数据库模块302经由操作754可以基于由缺陷检测模块306所报告的缺陷来识别感兴趣缺陷。动态数据库模块302的缺陷检测相关知识可以利用基于感兴趣缺陷的知识被更新。配置方案文件模块308使用存储在动态数据库模块302中的感兴趣缺陷以生成关注区域,以用于由例如电子束检查系统310进行的后续检查。
热点预测器模块304经由操作756使用动态数据库模块302的感兴趣缺陷来生成感兴趣关注区域列表,该关注区域包含潜在缺陷,并因此将被检查。配置方案文件模块308经由操作758使用感兴趣关注区域列表生成配置方案文件,该配置方案文件将被电子束系统310使用以对晶片进行扫描,如关于图4的操作452所说明的。
图8是根据本公开的实施方式的用于动态地更新用于电子束检查的配置方案文件的技术800的示例。技术800经由操作802基于集成电路的热点(例如,由图3的热点预测器模块304预测的热点)来生成关注区域,并且经由操作804使用高分辨率检查系统(例如,诸如图3的电子束检查系统310的电子束检查系统)扫描所述关注区域以生成/提供集成电路的SEM图像。在操作806处,技术800使用操作802的扫描过程的结果来确定集成电路的热点(即,潜在缺陷)是否是缺陷(即,实际或真实缺陷);如果不是(即,潜在缺陷不是实际缺陷),则技术800继续进行到操作808,否则技术800确定已经识别到实际缺陷,并且在操作812处存储(例如,更新)具有该信息的电子束扫描相关知识。
技术800经由操作808通过更新配置方案文件来指示高分辨率检查系统停止扫描与热点相关的关注区域。在操作810处,技术800指示缺陷检测系统停止确定热点是否是缺陷。在一种实施方式中,基于关注区域的预定次数的扫描来进行确定。
在一种实施方式中,技术800包括:识别电子显微镜图像的图像中的新缺陷,其中新缺陷与集成电路的热点之一不相关;识别新缺陷的设计图案;确定集成电路的布局文件中的设计图案的出现;以及基于设计图案的出现修改配置方案文件。识别电子显微镜图像的图像中的新缺陷可以基于集成电路的设计布局文件。图案匹配可以用于确定设计图案在布局文件中的出现。新缺陷的识别可以进一步基于阈值或敏感度值。
图9是根据本公开的实施方式的用于检查集成电路的方法900。方法900包括:经由步骤902,监控集成电路的检查以接收包括机器数据和缺陷检测结果的检查数据;经由步骤904,将检查数据存储在数据库中;经由步骤906,基于机器数据经由数据库修改与检查相关联的多个配置方案文件中的至少一个配置方案文件;以及经由步骤908,基于缺陷检测结果经由数据库修改与检查相关联的多个软件参数中的至少一个软件参数。数据库可以是动态数据库模块,例如,图3的动态数据库模块302。
在一种实施方式中,机器数据包括检查机器条件参数和扫描电子显微镜(SEM)图像中的任一个。在一种实施方式中,基于机器数据修改与所述检查相关联的多个配置方案文件中的至少一个配置方案文件包括:响应于所述检查机器条件参数的变化,经由所述数据库修改所述多个配置方案文件中的所述至少一个配置方案文件的机器设置参数和扫描条件参数中的任一个,以改进所述检查的扫描性能。在一种实施方式中,基于所述机器数据修改与所述检查相关联的所述多个配置方案文件中的至少一个配置方案文件包括:响应于检查所述SEM图像,修改所述多个配置方案文件中的所述至少一个配置方案文件的扫描条件参数以改进SEM图像生成。
在一种实施方式中,基于缺陷检测结果修改与检查相关联的多个软件参数中的至少一个软件参数包括:响应于检查所述缺陷检测结果,经由数据库修改所述多个软件参数中的至少一个软件参数的阈值参数和灵敏度参数中的任一个,以改进所述检查的缺陷检测。在一种实施方式中,技术900包括:响应于在检查期间检测新的感兴趣缺陷,利用与所述新的感兴趣缺陷相关联的图案数据来更新所述数据库。
在一种实施方式中,基于缺陷检测结果修改与所述检查相关联的多个软件参数中的至少一个软件参数包括:响应于检查所述缺陷检测结果,经由数据库修改所述多个软件参数中的至少一个软件参数的阈值参数和灵敏度参数中的任一个,以改进所述检查的缺陷检测。技术900还可以包括:响应于在检查期间检测新的感兴趣缺陷,利用与所述新的感兴趣缺陷相关联的图案数据更新数据库。技术900还可以包括:经由数据库修改多个配置方案文件中的至少一个配置方案文件的关注区域参数,以扫描与图案数据相关联的关注区域。在检查期间检测新的感兴趣缺陷可以基于阈值参数和灵敏度参数中的任一个。
技术450、550、650、750、800和方法900可被实施为例如可由诸如系统100的计算设备执行的软件程序。软件程序可以包括机器可读指令,所述机器可读指令可以被存储在诸如存储设备106或存储器104的存储器中,并且可以由诸如第一处理单元102A或第二处理单元102B的处理器执行,以使得系统100执行该技术。技术450、550、650、750、800和方法900可以实施与图1到图7的描述一致的教导。
为了解释的简单起见,技术450、550、650、750、800和方法900被描绘和描述为一系列步骤。然而,根据本公开的步骤可以按照各种顺序、同时和/或迭代地发生。另外,根据本公开的步骤可以与本文未呈现和描述的其它步骤一起发生。此外,并非所有示出的步骤都可以是用以实施根据所公开的主题的技术所必需的。
可以在功能块部件和各种处理步骤方面描述本文的实施方式。所公开的过程和序列可以单独或以任何组合来执行。功能块可以由执行指定功能的任意数量的硬件和/或软件部件来实现。例如,所描述的实施方式可以采用各种集成电路部件,例如存储器元件、处理元件、逻辑元件、查找表等,所述集成电路部件可以在一个或更多个微处理器或其他控制设备的控制下执行各种功能。类似地,在使用软件编程或软件元件来实施所描述的实施方式的元件的情况下,可以利用诸如C、C++、Java、汇编程序等的任何编程或脚本语言来实施本公开,其中利用数据结构、对象、过程、例程或其它编程元件的任何组合来实施各种算法。功能方面可以在一个或更多个处理器上运行的算法中实施。此外,本公开的实施方式可以采用任意数量的用于电子器件配置、信号处理和/或控制、数据处理等的常规技术。
上述公开内容的方面或部分方面可以采取可由例如计算机可用或计算机可读介质访问的计算机程序产品的形式。计算机可用或计算机可读介质可以是任何设备,所述设备可以例如有形地包含、存储、通信或传输被任何处理器使用或与任何处理器结合使用的程序或数据结构。介质可以是例如电子、磁、光学、电磁或半导体器件。其它适当的介质也是可利用的。这种计算机可用或计算机可读介质可以被称为非暂时性存储器或介质,并且可以包括RAM或其他易失性存储器或可以随时间变化的存储设备。除非另外指明,否则本文所述系统的存储器不必在物理上被该系统包含,而是可以由该系统远程访问的存储器,并且不必与该系统可能在物理上包含的其它存储器相连。
本文使用词语“示例”意味着充当示例、实例或说明。本文描述为“示例”的任何方面或设计不是必须解释为比其它方面或设计优选或有利。相反,使用词语“示例”旨在以具体方式呈现构思。如本申请中所使用的,术语“或”旨在意味着包含性的“或”而不是排他性的“或”。也就是说,除非另外指明,或从情境中清楚可知,“X包括A或B”旨在意味着任何自然的包含性排列。换言之,如果X包括A;X包括B;或者X包括A和B两者,则在任何前述实例下满足“X包括A或B”。另外,除非另外指明或从情境中清楚地指出为单数形式,否则本申请和所附权利要求中使用的冠词“一”和“一个”通常应解释为表示“一个或更多个”。此外,除非如此描述,否则全文使用的术语“一方面”或”一个方面”不旨在意味着相同的实施方式或方面。
本文所示和所描述的具体方面是本公开的说明性示例,并且不旨在以任何方式限制本公开的范围。为了简洁起见,可以不详细描述常规的电子设备、控制系统、软件开发和系统的其它功能方面(以及系统的单个操作部件的部件)。此外,在所呈现的各个附图中示出的连接线或连接器旨在表示各个元件之间的示例性功能关系和/或物理或逻辑联接。在实际设备中可以存在许多替换或附加的功能关系、物理连接或逻辑连接。
本文使用的“包括”或“具有”及其变型意味着包括其后列出的项及其等同物以及额外的项。除非另外指定或以其他方式限制,否则术语“安装”、“连接”、“支撑”和“联接”及其变型被广义地使用,并且涵盖直接和间接安装、连接、支撑和联接。此外,“连接”和“联接”不限于物理或机械连接或联接。
在描述本公开的情境中(尤其是在所附权利要求的情境中)使用的术语“一”和“一个”和“所述”或“该”以及类似指示语应当被解释为涵盖单数和复数两者。此外,除非本文另外指出,否则本文中列举的数值范围仅旨在用作单独地提到落在该范围内的每个单独值的速记方法,并且每个单独值被合并入说明书中如同其在本文中单独列举一般。最后,除非在此另外指出或另外明显与情境矛盾,否则本文所描述的所有方法的步骤可以按任何适当的顺序执行。除非另外声明,否则本文提供的任何和所有示例或示例性语言(例如,“诸如”)的使用仅旨在更好地说明本公开,而不是对本公开的范围施加限制。
已经描述了上述实施方式以便允许容易地理解本公开,并且不限制本公开。相反,本公开旨在涵盖包括在所附权利要求的范围内的各种修改和等效布置,所述范围符合最宽泛的解释,以便包含法律所允许的所有这样的修改和等效结构。
Claims (16)
1.一种用于检查集成电路的方法,所述方法包括:
监控集成电路的检查以接收检查数据,其中所述检查数据包括机器数据和缺陷检测结果;将所述检查数据存储在数据库中;基于所述机器数据经由所述数据库修改与所述检查相关联的多个配置方案文件中的至少一个配置方案文件;以及基于所述缺陷检测结果经由所述数据库修改与所述检查相关联的多个软件参数中的至少一个软件参数;
响应于在所述检查期间检测到新的感兴趣缺陷来利用与所述新的感兴趣缺陷相关联的图案数据更新所述数据库;
经由所述数据库修改所述多个配置方案文件中的所述至少一个配置方案文件的关注区域参数,以扫描与所述图案数据相关联的关注区域。
2.根据权利要求1所述的方法,其中,所述机器数据包括检查机器条件参数和扫描电子显微镜(SEM)图像中的任一个。
3.根据权利要求2所述的方法,其中,基于所述机器数据经由所述数据库修改与所述检查相关联的多个配置方案文件中的至少一个配置方案文件包括:
响应于所述检查机器条件参数的变化,经由所述数据库修改所述多个配置方案文件中的至少一个配置方案文件的机器设置参数和扫描条件参数中的任一个,以改进所述检查的扫描性能。
4.根据权利要求2所述的方法,其中,基于所述机器数据经由所述数据库修改与所述检查相关联的多个配置方案文件中的至少一个配置方案文件包括:
响应于检查所述扫描电子显微镜图像,修改所述多个配置方案文件中的所述至少一个配置方案文件的扫描条件参数以改进扫描电子显微镜图像生成。
5.根据权利要求1所述的方法,其中,基于所述缺陷检测结果经由所述数据库修改与所述检查相关联的多个软件参数中的至少一个软件参数包括:
响应于检查所述缺陷检测结果,经由所述数据库修改所述多个软件参数中的所述至少一个软件参数的阈值参数和灵敏度参数中的任一个,以改进所述检查的缺陷检测。
6.根据权利要求5所述的方法,其中,在所述检查期间对新的感兴趣缺陷的检测基于所述阈值参数和所述灵敏度参数中的任一个。
7.一种用于检查集成电路的系统,所述系统包括: 处理器;和 存储器,所述存储器包括指令,所述指令能够由所述处理器执行以: 监控集成电路的检查以接收检查数据,其中所述检查数据包括机器数据和缺陷检测结果; 将所述检查数据存储在数据库中; 基于所述机器数据经由所述数据库修改与所述检查相关联的多个配置方案文件中的至少一个配置方案文件;和 基于所述缺陷检测结果经由所述数据库修改与所述检查相关联的多个软件参数中的至少一个软件参数;
响应于在所述检查期间检测到新的感兴趣缺陷来利用与所述新的感兴趣缺陷相关联的图案数据更新所述数据库的指令;
经由所述数据库修改所述多个配置方案文件中的所述至少一个配置方案文件的关注区域参数以扫描与所述图案数据相关联的关注区域的指令。
8.根据权利要求7所述的系统,其中,所述机器数据包括检查机器条件参数和扫描电子显微镜(SEM)图像中的任一个。
9.根据权利要求8所述的系统,其中,基于所述机器数据经由所述数据库修改与所述检查相关联的多个配置方案文件中的至少一个配置方案文件包括: 响应于所述检查机器条件参数的变化,经由所述数据库修改所述多个配置方案文件中的所述至少一个配置方案文件的机器设置参数和扫描条件参数中的任一个,以改进所述检查的扫描性能。
10.根据权利要求8所述的系统,其中,基于所述机器数据经由所述数据库修改与所述检查相关联的多个配置方案文件中的至少一个配置方案文件包括: 响应于检查所述扫描电子显微镜图像,修改所述多个配置方案文件中的所述至少一个配置方案文件的扫描条件参数以改进扫描电子显微镜图像生成。
11.根据权利要求7所述的系统,其中,基于所述缺陷检测结果经由所述数据库修改与所述检查相关联的多个软件参数中的至少一个软件参数包括: 响应于检查所述缺陷检测结果,经由所述数据库修改所述多个软件参数中的所述至少一个软件参数的阈值参数和灵敏度参数中的任一个,以改进所述检查的缺陷检测。
12.根据权利要求11所述的系统,其中,在所述检查期间对新的感兴趣缺陷的检测基于所述阈值参数和所述灵敏度参数中的任一个。
13.一种用于检查集成电路的非暂时性计算机可读存储介质,应用于权利要求7所述的用于检查集成电路的系统,所述非暂时性计算机可读存储介质包括可执行指令,可执行指令当由所述处理器执行时促进下述操作的执行,所述操作包括: 用于监控集成电路的检查以接收检查数据的操作,其中所述检查数据包括机器数据和缺陷检测结果; 用于将所述检查数据存储在数据库中的操作; 用于基于所述机器数据经由所述数据库修改与所述检查相关联的多个配置方案文件中的至少一个配置方案文件的操作;和 用于基于所述缺陷检测结果经由所述数据库修改与所述检查相关联的多个软件参数中的至少一个软件参数的操作;
响应于在所述检查期间检测到新的感兴趣缺陷来利用与所述新的感兴趣缺陷相关联的图案数据更新所述数据库的指令;
经由所述数据库修改所述多个配置方案文件中的所述至少一个配置方案文件的关注区域参数以扫描与所述图案数据相关联的关注区域的指令。
14.根据权利要求13所述的非暂时性计算机可读存储介质,其中,所述机器数据包括检查机器条件参数和扫描电子显微镜(SEM)图像中的任一个,并且其中用于基于所述机器数据经由所述数据库修改与所述检查相关联的多个配置方案文件中的至少一个配置方案文件的操作包括: 响应于所述检查机器条件参数的变化,经由所述数据库修改所述多个配置方案文件中的至少一个配置方案文件的机器设置参数和扫描条件参数中的任一个,以改进所述检查的扫描性能。
15.根据权利要求13所述的非暂时性计算机可读存储介质,其中,所述机器数据包括过程条件参数和扫描电子显微镜(SEM)图像中的任一个,并且其中用于基于所述机器数据经由所述数据库修改与所述检查相关联的多个配置方案文件中的至少一个配置方案文件的操作包括: 响应于检查所述扫描电子显微镜图像,修改所述多个配置方案文件中的所述至少一个配置方案文件的扫描条件参数以改进扫描电子显微镜图像生成。
16.根据权利要求13所述的非暂时性计算机可读存储介质,其中,基于所述缺陷检测结果经由所述数据库修改与所述检查相关联的多个软件参数中的至少一个软件参数的操作包括: 响应于检查所述缺陷检测结果,经由所述数据库修改所述多个软件参数中的所述至少一个软件参数的阈值参数和灵敏度参数中的任一个,以改进所述检查的缺陷检测。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/419,664 US10565702B2 (en) | 2017-01-30 | 2017-01-30 | Dynamic updates for the inspection of integrated circuits |
US15/419,664 | 2017-01-30 | ||
PCT/US2017/059031 WO2018140105A1 (en) | 2017-01-30 | 2017-10-30 | Dynamic updates for the inspection of integrated circuits |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110291622A CN110291622A (zh) | 2019-09-27 |
CN110291622B true CN110291622B (zh) | 2023-05-12 |
Family
ID=62979635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780085176.3A Active CN110291622B (zh) | 2017-01-30 | 2017-10-30 | 用于检查集成电路的动态更新 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10565702B2 (zh) |
CN (1) | CN110291622B (zh) |
WO (1) | WO2018140105A1 (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11094053B2 (en) * | 2018-10-08 | 2021-08-17 | Kla Corporation | Deep learning based adaptive regions of interest for critical dimension measurements of semiconductor substrates |
US11468553B2 (en) * | 2018-11-02 | 2022-10-11 | Kla Corporation | System and method for determining type and size of defects on blank reticles |
WO2020201880A1 (ja) * | 2019-04-02 | 2020-10-08 | 株式会社半導体エネルギー研究所 | 検査装置及び検査方法 |
CN115176327A (zh) * | 2020-03-30 | 2022-10-11 | 株式会社日立高新技术 | 诊断系统 |
CN112348776A (zh) * | 2020-10-16 | 2021-02-09 | 上海布眼人工智能科技有限公司 | 基于EfficientDet的织物瑕疵检测方法 |
US12118726B2 (en) * | 2021-01-15 | 2024-10-15 | Kulicke And Soffa Industries, Inc. | Intelligent pattern recognition systems for wire bonding and other electronic component packaging equipment, and related methods |
CN112991259B (zh) * | 2021-01-29 | 2023-04-18 | 合肥晶合集成电路股份有限公司 | 一种半导体制程缺陷的检测方法及系统 |
US11927436B2 (en) * | 2021-08-17 | 2024-03-12 | Hewlett Packard Enterprise Development Lp | Measurement machine and method for detecting a defect in solder joints |
CN115965574A (zh) * | 2022-08-31 | 2023-04-14 | 东方晶源微电子科技(北京)有限公司 | 基于设计版图的扫描电子显微镜图像缺陷检测方法、装置 |
CN115829951A (zh) * | 2022-11-21 | 2023-03-21 | 东方晶源微电子科技(北京)有限公司 | 基于设计版图的扫描电子显微镜图像缺陷分类方法、装置 |
WO2024134913A1 (ja) * | 2022-12-23 | 2024-06-27 | 株式会社日立ハイテク | 欠陥検査装置 |
CN116203043B (zh) * | 2023-05-05 | 2023-07-25 | 武汉精立电子技术有限公司 | 一种led芯片集成检测方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104303264A (zh) * | 2012-03-19 | 2015-01-21 | 科磊股份有限公司 | 用于半导体装置的自动化检验的配方产生的方法、计算机系统及设备 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6885977B2 (en) * | 2002-12-20 | 2005-04-26 | Applied Materials, Inc. | System to identify a wafer manufacturing problem and method therefor |
US8639365B2 (en) * | 2003-11-10 | 2014-01-28 | Brooks Automation, Inc. | Methods and systems for controlling a semiconductor fabrication process |
US7343583B2 (en) * | 2004-07-09 | 2008-03-11 | Kla-Tencor Technologies Corporation | System and method for searching for patterns of semiconductor wafer features in semiconductor wafer data |
US7310585B2 (en) * | 2005-05-12 | 2007-12-18 | International Business Machines Corporation | Method of inspecting integrated circuits during fabrication |
KR20080065584A (ko) | 2005-09-01 | 2008-07-14 | 캠텍 리미티드 | 검사 레시피의 확립을 위한 방법 및 시스템 |
JP5104873B2 (ja) | 2007-10-19 | 2012-12-19 | 富士通株式会社 | 半導体集積回路装置の動作周波数決定装置および決定方法ならびに決定プログラム |
JP5159373B2 (ja) * | 2008-03-06 | 2013-03-06 | オリンパス株式会社 | 基板検査方法 |
US8000922B2 (en) | 2008-05-29 | 2011-08-16 | Kla-Tencor Corp. | Methods and systems for generating information to be used for selecting values for one or more parameters of a detection algorithm |
US9768082B2 (en) * | 2009-02-13 | 2017-09-19 | Hermes Microvision Inc. | Method and machine for examining wafers |
JP5433631B2 (ja) * | 2011-05-20 | 2014-03-05 | 株式会社日立ハイテクノロジーズ | 半導体デバイスの欠陥検査方法およびそのシステム |
US9733640B2 (en) * | 2012-01-13 | 2017-08-15 | Kla-Tencor Corporation | Method and apparatus for database-assisted requalification reticle inspection |
JP5783953B2 (ja) * | 2012-05-30 | 2015-09-24 | 株式会社日立ハイテクノロジーズ | パターン評価装置およびパターン評価方法 |
US9865512B2 (en) * | 2013-04-08 | 2018-01-09 | Kla-Tencor Corp. | Dynamic design attributes for wafer inspection |
US9183624B2 (en) * | 2013-06-19 | 2015-11-10 | Kla-Tencor Corp. | Detecting defects on a wafer with run time use of design data |
US9678442B2 (en) * | 2014-05-28 | 2017-06-13 | Applied Materials Israel Ltd. | Aerial mask inspection based weak point analysis |
WO2016117103A1 (ja) * | 2015-01-23 | 2016-07-28 | 株式会社 日立ハイテクノロジーズ | 半導体測定装置、或いは半導体検査装置に用いられるレシピ作成装置 |
US9915625B2 (en) * | 2016-01-04 | 2018-03-13 | Kla-Tencor Corp. | Optical die to database inspection |
US10043261B2 (en) * | 2016-01-11 | 2018-08-07 | Kla-Tencor Corp. | Generating simulated output for a specimen |
US20170262975A1 (en) * | 2016-03-08 | 2017-09-14 | Kabushiki Kaisha Toshiba | Wafer inspection method for manufacturing semiconductor device |
US10706522B2 (en) * | 2016-11-08 | 2020-07-07 | Kla-Tencor Corporation | System and method for generation of wafer inspection critical areas |
-
2017
- 2017-01-30 US US15/419,664 patent/US10565702B2/en active Active
- 2017-10-30 CN CN201780085176.3A patent/CN110291622B/zh active Active
- 2017-10-30 WO PCT/US2017/059031 patent/WO2018140105A1/en active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104303264A (zh) * | 2012-03-19 | 2015-01-21 | 科磊股份有限公司 | 用于半导体装置的自动化检验的配方产生的方法、计算机系统及设备 |
Also Published As
Publication number | Publication date |
---|---|
US20180218493A1 (en) | 2018-08-02 |
WO2018140105A1 (en) | 2018-08-02 |
CN110291622A (zh) | 2019-09-27 |
US10565702B2 (en) | 2020-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110291622B (zh) | 用于检查集成电路的动态更新 | |
JP6580179B2 (ja) | 混合モードのウェハ検査のための方法 | |
CN110291621B (zh) | 用于识别集成电路缺陷的方法和系统 | |
US10133838B2 (en) | Guided defect detection of integrated circuits | |
US10692203B2 (en) | Measuring defectivity by equipping model-less scatterometry with cognitive machine learning | |
JP2020115131A (ja) | 試験片の調査の方法およびそのシステム | |
CN110291384B (zh) | 用于集成电路的缺陷预测的方法和系统 | |
US10074167B2 (en) | Reducing registration and design vicinity induced noise for intra-die inspection | |
US10545490B2 (en) | Method of inspecting a specimen and system thereof | |
CN110660694B (zh) | 基于系统缺陷的半导体晶片的引导式检验 | |
US20180268099A1 (en) | Method of performing metrology operations and system thereof | |
CN110582842B (zh) | 依据光学检验结果进行计量导引检验样品成形 | |
TWI812461B (zh) | 用於判定圖樣的臨界尺寸變異的方法、系統及非暫態性電腦可讀取媒體 | |
CN110235233B (zh) | 用于检查集成电路的关注区域生成 | |
JP2022061001A (ja) | 半導体試料の3次元再構成 | |
US10732128B2 (en) | Hierarchical wafer inspection | |
CN116435204A (zh) | 基于空间密度分析的半导体晶片的引导检查 | |
US20100046828A1 (en) | Measurement of critical dimensions of semiconductor wafers | |
CN110741466B (zh) | 基于扰乱点图的宽带等离子检验 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 100176 building 12, yard 156, Jinghai 4th Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Patentee after: Dongfang Jingyuan Microelectronics Technology (Beijing) Co.,Ltd. Address before: Building 12, No. 156 Jinghai Fourth Road, Beijing Economic and Technological Development Zone, 100176 Patentee before: DONGFANG JINGYUAN ELECTRON Ltd. |