JP5562656B2 - パターン評価システム、パターン評価方法および半導体装置の製造方法 - Google Patents

Description

本発明はパターン評価システム、パターン評価方法および半導体装置の製造方法に関する。

従来から、パターンの評価、特に半導体の微細パターンの評価には、例えば走査型電子顕微鏡（Ｓｃａｎｎｉｎｇ Ｅｌｅｃｔｒｏｎ Ｍｉｃｒｏｓｃｏｐｅ：ＳＥＭ）で評価対象のパターンを撮像してＳＥＭ像を取得し、このＳＥＭ像に対して特定の画像処理を行って計測することにより所望の評価（検査）結果を得るという方法が用いられてきた。通常、評価対象パターン画像の取得とその画像の評価とは、同一の装置で処理される。

近年、半導体の微細化、複雑化が進み、それに対応した高度かつ多様な画像処理が必要になってきている。このため、パターンの評価を画像取得装置とは別個の装置で実施する方法が提案されている（例えば、特許文献１）。特許文献１には、ＣＤ（Ｃｒｉｔｉｃａｌ Ｄｉｍｅｎｓｉｏｎ）−ＳＥＭ等で取得された一連の画像を、その取得条件とともに画像ＤＢに登録し、それらの画像を画像処理専用のサーバで高速に処理するシステムが提案されている。このようなシステムでは、大量のパターン画像に対し、高度な画像処理を高速に実施するために、画像処理専用サーバに高速ＣＰＵを搭載し、かつ、分散コンピューティングの技術を利用することにより、処理の効率化を図ることが可能である。分散コンピューティングでは一つまたは複数の処理（以下、「Ｊｏｂ」という）を、互いにネットワークで接続された複数のコンピュータにより実施する。分散コンピューティングシステムは、通常マスターとして指定された１台のコンピュータと、クラスタと呼ばれる複数のコンピュータとを含む。例えば、１０００枚の画像に対し、１００台のクラスタにより処理を実行すれば１台当たり１０枚の画像を処理すればよいことになり、大幅に処理時間を短縮することが可能になる。このように、一つのＪｏｂに対して全てのクラスタを割り当てることができれば最短で画像処理を実施することができる。

しかしながら、画像取得と画像処理とが同時進行する場合に、使用可能なすべてのクラスタを処理に割り当てると、画像処理時間が画像取得時間よりも短くなり、処理終了後にクラスタにおいて次の画像までの待ち時間（アイドリング時間）ができ、このためシステム全体としてＣＰＵリソースが無駄になってしまう場合がある。この一方で、アイドリングを避けるために少ない台数のクラスタを割り当てると、画像処理速度が画像取得速度に追いつかないという事態が発生し、パターン評価のスループット低下を招いてしまう。

このように、従来の技術によれば、特に半導体のパターンを評価する場合など、様々な種類のパターン画像を多様な評価手法で評価する必要がある場合には、画像取得時間や画像処理時間を予知することができないために、クラスタの割り当て台数を最適化することができず、その結果、処理時間が増大したり、サーバの効率が低下したりするという問題があった。

特開２００５−３１７８４８

本発明の目的は、評価対象パターン画像を高速で処理するとともに、コンピュータ資源の効率をも向上させることができるパターン評価システムおよびパターン評価方法、並びにこのようなパターン評価方法を用いた半導体装置の製造方法を提供することにある。

本発明の第１の態様によれば、
第１の速度で取得される、評価対象パターンの一連の画像を取り込む画像取得手段と、
前記一連の画像を第２の速度で処理して前記評価対象パターンの評価結果を出力する複数の画像処理手段と、
前記複数の画像処理手段を制御するとともに、前記第１および前記第２の速度を取得し、前記複数の画像処理手段のうち、前記一連の画像の取得時間と前記一連の画像の処理時間とが実質的に同一になることを可能にする画像処理手段を推定して前記一連の画像の処理に割り当てる制御手段と、
を備えるパターン評価システムが提供される。

また、本発明の第２の態様によれば、
一連の評価対象パターンの画像を取得する撮像手段と、前記画像を処理して前記評価対象パターンを評価する複数の画像処理手段と、前記複数の画像処理手段を制御する制御手段と、を備えるパターン評価システムを用いたパターン評価方法であって、
前記撮像手段が前記画像を取得する第１の速度を測定する手順と、
画像処理手段が前記画像を処理する第２の速度を測定する手順と、
測定された前記第１および第２の速度から、前記複数の画像処理手段のうち、前記一連の画像の取得時間と前記一連の画像の処理時間とが実質的に同一になることを可能にする画像処理手段を推定して前記画像の処理に割り当てる手順と、
を備えるパターン評価方法が提供される。

本発明によれば、評価対象パターンの画像を高速で処理するとともに、コンピュータ資源の効率をも向上させることができる。

本発明の実施の一形態によるパターン評価システムの概略構成を示すブロック図である。 本発明の実施の一形態によるパターン評価方法の概略を示すフローチャートである。 従来の技術によるパターン評価システムの一例を示すブロック図である。 図３に示すパターン評価システムによる処理ダイアグラムを示す図である。 図１に示すパターン評価システムによる処理ダイアグラムを示す図である。

以下、本発明の実施の一形態について、図面を参照しながら詳細に説明する。以下の説明では評価対象であるパターンの画像データとしてＣＤ−ＳＥＭから供給されるＳＥＭ画像データを適宜取り上げて説明するが、これはほんの一例にすぎないものであり、例えばデジタルカメラやスキャナ等の光学機器から取得した画像データに対しても勿論本発明を適用することができる。しかしながら、半導体装置の微細パターンの評価に際しては、その解像度の高さからＳＥＭ画像を使用することが望ましい。なお、添付図面において、同一の部分には同一の番号を付し、重複説明は必要な場合に限り行う。

（１）パターン評価システム
図１は、本発明の実施の一形態によるパターン評価システムの概略構成を示すブロック図である。本実施形態の特徴は、画像取込装置１０による一連の画像Ｉｍｇの取込における一枚当たりの画像取得時間Ｔｉと、クラスタノードＣＮによる一枚当たりの画像処理時間Ｔｐとを取得し、上記一連の画像の取得時間と上記一連の画像の処理時間とが実質的に同一になるようにクラスタノードＣＮの台数を推定して上記一連の画像の処理に割り当てるメインノードＭＮを備える点にある。この点は後に詳述する。なお、ここで、「実質的に同一」とは、後述する分散処理のオーバーヘッド時間Ｔｏｈの他、測定誤差等を除いて同一であることを意味する。

図１に示すパターン評価システム１は、分散コンピューティングシステムであり、メインノードＭＮと、クラスタノードＣＮ１〜ＣＮＭ（Ｍは２以上の自然数）と、画像取込装置１０と、メモリＭＲ１，ＭＲ３と、を備える。

画像取込装置１０は、メモリＭＲ１に接続される他、バス配線ＢＵＳを介して外部のＣＤ−ＳＥＭ装置３００に接続される。ＣＤ−ＳＥＭ３００は、メモリＭＲ２００に接続され、例えば半導体基板上に形成された同一形状のパターンについてＳＥＭ画像Ｉｍｇ１〜Ｉｍｇｎ（ｎは２以上の自然数）を撮像し、それぞれの付帯情報と共にメモリＭＲ２００に格納する。ここで、付帯情報には、ＳＥＭ画像の取得条件の他、製品名、工程名および製造Ｌｏｔ番号など、評価対象パターンの属性を表す情報が含まれ、各ＳＥＭ画像が取得された時刻もタイムスタンプとして記述されている。画像取込装置１０は、予め作成され読み込まれた画像登録プログラムに従って、バス配線ＢＵＳを介してＣＤ−ＳＥＭ３００をモニタリングし、ＳＥＭ画像の撮像が開始されると、バス配線ＢＵＳおよびＣＤ−ＳＥＭ３００を介してメモリＭＲ２００に格納されたＳＥＭ画像Ｉｍｇ１〜Ｉｍｇｎおよび付帯情報を引き出し、メモリＭＲ１に格納する。

メインノードＭＮは、クラスタノードＣＮ１〜ＣＮＭ（Ｍは２以上の自然数）、およびメモリＭＲ３に接続される。メモリＭＲ３には、後述するパターン評価方法の具体的手順を記述したレシピファイルが格納され、このレシピファイルをメインノードＭＮが読み込んで個別の画像処理レシピを作成し、クラスタノードＣＮ１〜ＣＮＭのそれぞれに供給した後、処理対象の画像ＩｍｇをクラスタノードＣＮ１〜ＣＮｍ（ｍ≦Ｍ）に割り当てて供給し、個別レシピに従ったパターン評価を実行させる。

クラスタノードＣＮ１〜ＣＮＭは、メインノードＭＮから個別の画像処理レシピと割り当てられたＳＥＭ画像Ｉｍｇのデータの供給を受けて画像処理を行い、評価対象パターンの必要な部位を計測し、得られた計測値から評価対象パターンを評価してその結果をメインノードＭＮに送る。クラスタノードＣＮ１〜ＣＮＭはまた、一枚当たりの画像処理時間Ｔｐの情報もメインノードＭＮに供給する。パターン評価結果の供給を受けたメインノードＭＮは、図示しないメモリに格納すると共に、例えば液晶表示装置（図示せず）に評価結果を表示させる。

（２）パターン評価方法
図１に示すパターン評価システム１の動作を、本発明に係るパターン評価方法の実施の一形態として図２を参照しながら説明する。

図２は、本実施形態のパターン評価方法の概略手順を示すフローチャートである。

まず、一つのＪｏｂに対して分散処理を行う画像単位（以下、「バッジ画像処理枚数ｎ（ｎは２以上の自然数）」という」を設定する（ステップＳ１）。バッジ画像処理枚数ｎは、Ｊｏｂ全体の負荷や分散コンピューティングシステムの規模や性能等によって最適な値が選択される。以下では、ＪｏｂＡとして１０００枚の画像を処理して評価するものとし、バッジ画像処理枚数を１００（ｎ＝１００）と設定する場合を一例として取り上げる。

次に、評価対象パターンの撮像を開始する（ステップＳ２）。本実施形態では、図１に示すＣＤ−ＳＥＭ３００により評価対象パターンが撮像され、メモリＭＲ２００に格納される。

最初のＳＥＭ画像Ｉｍｇ１が撮像されてメモリＭＲ２００に格納されると、画像取込装置１０は画像取込を開始し（ステップＳ３）、ＣＤ−ＳＥＭ３００を介してメモリＭＲ２００からＳＥＭ画像Ｉｍｇ１を取り込んでそれぞれの付帯情報と共にメモリＭＲ１に格納させる。この画像取込処理は、当該バッチ画像処理枚数分だけ、すなわちＳＥＭ画像Ｉｍｇ１００に至るまで順次継続される。

メインノードＭＮはメモリＭＲ１をモニタリングし、新たなＳＥＭ画像ＩｍｇがメモリＭＲ１に格納されると、レシピファイルにて予め指定された手順にてクラスタノードＣＮに画像処理を実行させる。より具体的には、ＳＥＭ画像Ｉｍｇの付帯情報から、レシピファイルに記述された個別レシピテーブルを参照し、クラスタノードＣＮを割り当てて適切な個別レシピとともにＳＥＭ画像Ｉｍｇのデータを供給して画像処理を実行させる。メインノードＭＮはまた、メモリＭＲ１に２枚目のＳＥＭ画像Ｉｍｇ２が格納されると、ＳＥＭ画像Ｉｍｇ１およびＩｍｇ２の付帯情報に含まれる画像取得時刻から画像取得間隔Ｔｉを求める（ステップＳ４）。この間隔Ｔｉは一枚当たりの画像取得時間となる。メインノードＭＮはまた、各クラスタノードＣＮに個別レシピおよびＳＥＭ画像Ｉｍｇのデータを転送する時間を、分散処理オーバーヘッド時間Ｔｏｈとして計測する（ステップＳ５）。

メインノードＭＮにより、最初のＳＥＭ画像Ｉｍｇ１の処理先として例えばクラスタノードＣＮ１が割り当てられ、クラスタノードＣＮ１によりＳＥＭ画像Ｉｍｇ１の画像処理が終了すると、クラスタノードＣＮ１は、その処理時間Ｔｐを計測し（ステップＳ６）、評価結果と共にメインクラスタＭＮに供給する。

分散処理オーバーヘッド時間Ｔｏｈは、（システムのネットワークの通信速度やＣＰＵ性能等以外にも）一度に処理される画像のサイズと枚数とに依存するが、予め実測により求めておくことが可能である。本実施形態では、これらの実測値がテーブルとしてメモリＭＲ３に予め格納されている。メインクラスタＭＮは、分散処理オーバーヘッド時間Ｔｏｈに関するテーブルを参照することにより、次式（１）に従って、割り当てるべきクラスタノードＣＮの最適台数ｍを求める（ステップＳ７）。次式（１）において、左辺は１００枚のＳＥＭ画像が取得される時間を表し、右辺はそれら１００枚のＳＥＭ画像の処理に必要な時間を表す。
ｎＴｉ ＝ Ｔｏｈ ＋ ｎ／ｍ × Ｔｐ ・・・・・・・・・・・・・・（１）
ここで、
ｎ：一度に実施される画像処理枚数
ｍ：クラスタノードの最適台数
Ｔｉ：１枚あたりのＳＥＭ画像取得時間
Ｔｏｈ：分散処理のオーバーヘッド時間
Ｔｐ：１枚あたりの画像処理時間
である。本実施形態において、Ｔｉは例えば第１の速度に対応し、Ｔｐは例えば第２の速度に対応する。

このようにしてクラスタノードの最適台数ｍが決定すると、メインノードＭＮは、ｍ台のクラスタノードＣＮ１〜ＣＮｍに、１００枚の画像処理を実行させる（ステップＳ８）。

上記手順によれば、１００枚のＳＥＭ画像の処理が完了した時点で、次の１００枚の画像がメモリＭＲ１に格納されている。従って、メインノードＭＮは、直ちにクラスタノードＣＮ１〜ＣＮｍに、それら次の１００枚のＳＥＭ画像の処理を実行させることができる。これにより、必要最小のＣＰＵリソース（クラスタノード台数）で、かつ効率的に一連の画像処理を実施することが可能となる。

ここで、従来技術との対比により、本実施形態によるパターン評価方法の利点・効果についてより具体的に説明する。

図３は、従来の技術によるパターン評価システムの一例を示すブロック図である。図３に示すパターン評価システムは、メインコンピュータＭＣと、クラスタコンピュータＣＣ１〜ＣＣＭ（Ｍは２以上の自然数）と、画像取込装置１１０と、を備える。画像取込装置１１０は、バス配線ＢＵＳおよびＣＤ−ＳＥＭ３００を介してメモリＭＲ２００からＳＥＭ画像Ｉｍｇ１〜Ｉｍｇｎを取り込んでメモリＭＲ１に格納させる。メインコンピュータＭＣは、メモリＭＲ１に格納されたＳＥＭ画像Ｉｍｇのデータを個別のレシピと共にクラスタコンピュータＣＣ１〜ＣＣＭに順次に供給して画像処理を実行させる。上述した実施形態と同様に、ＣＤ−ＳＥＭ３００から１秒間に１枚の割合でＳＥＭ画像ＩｍｇがメモリＭＲ１に転送され、各クラスタコンピュータＣＣは１枚当たり５秒でＳＥＭ画像Ｉｍｇを処理するものとし、さらに、ＪｏｂＡとして１０００枚、ＪｏｂＢとして３００枚の画像処理を行う場合を取り上げる。本例のメインコンピュータＭＣには、画像Ｉｍｇ１〜Ｉｍｇｎの取得時間とこれらの画像の処理時間とが同一になるようにクラスタコンピュータＣＣの台数を推定して割り当てる機能が備えられていないため、Ｊｏｂ毎にオペレータがクラスタコンピュータＣＣの台数を指定して割り当てていた。このため、以下のような問題が発生した。

すなわち、ＪｏｂＡとして１０００枚全ての画像転送を待ってクラスタコンピュータＣＣに画像処理を開始させるとＴｏｈ＋５０００秒の時間がかかることになるため、本例においても画像の取得と同時に画像処理を開始する。１枚の画像が取得される毎に１枚ずつ画像処理を行ったのでは、オーバーヘッド時間Ｔｏｈは０にはできないため、効率的な処理はできない。そこで、最短時間で画像処理を完了するために、例えば１００枚の画像Ｉｍｇ１〜Ｉｍｇ１００が取得された後にそれらの１００枚の画像に対して画像処理を開始させる。ここで、オペレータが１００台のクラスタコンピュータＣＣ１〜ＣＣ１００を割り当てると、画像Ｉｍｇ１〜Ｉｍｇ１００の処理はＴｏｈ＋５秒で完了してしまう。しかしながら、次の１００枚の画像（Ｉｍｇ１０１〜Ｉｍｇ２００）が取得されてメモリＭＲ１に転送されて来るのは１００秒後であるため、１００秒−（Ｔｏｈ＋５秒）の間、クラスタコンピュータは、仕事が無いアイドリング状態となる。この状態を図４の処理ダイアグラムに示す。ここではＪｏｂＡに引き続く別のＪｏｂＢがあるため、アイドリング状態のクラスタコンピュータＣＣにそれを割り当てることも可能ではある。しかし、次の画像Ｉｍｇ１０１〜Ｉｍｇ２００がメモリＭＲ１に転送される前、すなわち１００秒−（Ｔｏｈ＋５秒）のうちにＪｏｂＢの画像処理が完了しない場合は、結果としてＪｏｂＡの処理時間を増大させてしまうことになる。この一方、アイドリング状態を避けるために、少ない台数、例えば５台のクラスタコンピュータＣＣ１〜ＣＣ５（ｍ＝５，ｍ≦Ｍ）だけを割り当てると、クラスタコンピュータ側では、（Ｔｏｈ＋１００／５×５）秒の処理時間が掛かることになり、今度は画像処理に掛かる時間がＪｏｂＡの処理時間を律速してしまうことになる。

これとは対照的に、上述した本発明の実施の一形態によれば、画像Ｉｍｇ１〜Ｉｍｇ１００の取得時間と、クラスタノードＣＮ１〜ＣＮｍによる画像Ｉｍｇ１〜Ｉｍｇ１００の処理時間とが実質的に同一になるようにクラスタノードＣＮの台数を推定して割り当てる。このため、推定したＪｏｂＡ用の割り当て台数に応じて、残余のクラスタノードＣＮの台数を他のＪｏｂ、例えば本例ではＪｏｂＢに振り分けられるかどうかを判定することも可能である。他のＪｏｂへの振り分けが可能である場合は、例えば図５の処理ダイアグラムに示すように、クラスタノードＣＮ１〜ＣＮＭにＪｏｂＡとＪｏｂＢとを並行に処理させるように割り当てることも可能であり、ＪｏｂＢの負荷がＪｏｂＡの負荷よりも軽い場合はＪｏｂＡの処理完了前にＪｏｂＢの処理を完了させることができる。

このように、本実施形態によれば、評価対象パターンの一連の画像を高速で処理できるだけでなく、画像処理サーバの効率をも向上させることができる。この結果、パターン評価のコストを削減することが可能になる。

（３）半導体装置の製造方法
上述したパターン評価方法を用いた高効率・低コストの検査工程を含むプロセスで半導体装置を製造することにより、高いスループットおよび歩留まりで半導体装置を製造することが可能になる。

より具体的には、製造ロット単位で基板を抜き出し、抜き出された基板に形成されたパターンを、上述したパターン評価方法により検査する。検査の結果、良品と判定された場合、検査された基板が属する製造ロット全体について、引き続き残余の製造プロセスを実行する。この一方、検査の結果、不良品と判定された場合でリワーク処理が可能な場合には、不良品と判定された基板が属する製造ロットに対してリワーク処理を実行する。リワーク処理が終了すると、その製造ロットから基板を抜き取って再度検査する。抜き取られた基板が再検査により良品と判定されると、リワーク処理を終えたその製造ロットに対し残余の製造プロセスを実行する。また、リワーク処理が不可能な場合には、不良品と判定された基板が属する製造ロットは廃棄し、不良発生原因を解析して設計担当や上流のプロセス担当等へフィードバックする。

（４）その他
以上、本発明の実施の一形態について説明したが、本発明は上記形態に限るものでは決してなく、種々変形して適用することができる。

例えば上述したパターン評価システム１では、画像取込装置１０がバス配線ＢＵＳを介して外部のＣＤ−ＳＥＭ３００に接続される形態について説明したが、暗号化技術との組合せ等により機密性が保持できるのであれば、バス配線ＢＵＳに限ることなく、例えばインターネット等の一般通信回線を経由して接続することとしてもよい。

また、画像取込装置１０は、所定の画像登録プログラムにより動作するものを取り上げて説明したが、これに限ることなく、例えばメインノードＭＮに接続されて制御信号の供給を受け、これに基づいて、上述の通り動作することとしてもよい。さらに、上述した実施の形態では、画像取込装置１０をメインノードＭＮから独立した別個の装置として説明したが、これに限ることなく、メインノードＭＮが内蔵することとしてもよい。

１：パターン評価システム
１０：画像取込装置
３００：ＣＤ−ＳＥＭ
ＣＮ１〜ＣＮＭ：クラスタノード
ＭＮ：メインノード
Ｉｍｇ１〜Ｉｍｇｎ：ＳＥＭ画像
Ｔｉ：一枚当たりの画像取得時間
Ｔｐ：一枚当たりの画像処理時間

Claims (6)

1. 第１の速度で取得される、評価対象パターンの一連の画像を取り込む画像取得手段と、
   前記一連の画像を第２の速度で処理して前記評価対象パターンの評価結果を出力する複数の画像処理手段と、
   前記一連の画像の処理に前記複数の画像処理手段の少なくとも一部を割り当てて分散処理させる制御手段と、
   を備え、
   一度の分散処理で実施される画像処理枚数をｎ、前記分散処理のオーバーヘッド時間をＴｏｈ、前記第１および第２の速度をそれぞれＴｉおよびＴｐとすると、前記制御手段は、割り当てるべき画像処理手段の最適台数ｍを次式
   ｎＴｉ ＝ Ｔｏｈ ＋ ｎ／ｍ × Ｔｐ
   に従って求める、パターン評価システム。
2. 前記評価対象パターンは複数あり、かつ、処理中の評価対象パターンの処理に割り当てられた画像処理手段の数が画像処理手段の総数を下回る場合に、前記制御手段は、処理中の評価対象パターン以外の評価対象パターンの処理に残余の画像処理手段を割り当てられるかどうかを判定し、割り当て可能なときに前記複数の評価対象パターンについて並行処理を行うことを特徴とする請求項１に記載のパターン評価システム。
3. 前記画像は、走査型電子顕微鏡（ＳＥＭ）により取得されたＳＥＭ画像である、ことを特徴とする請求項１または２に記載のパターン評価システム。
4. 撮像手段と、複数の画像処理手段と、制御手段と、を備えるパターン評価システムを用いたパターン評価方法であって、
   前記撮像手段が一連の評価対象パターンの画像を取得する第１の速度を測定する手順と、
   画像処理手段が前記画像を処理して前記評価対象パターンを評価する第２の速度を測定する手順と、
   前記一連の画像の処理に前記複数の画像処理手段の少なくとも一部を割り当てて分散処理させる手順と、
   を備え、
   一度の分散処理で実施される画像処理枚数をｎ、前記分散処理のオーバーヘッド時間をＴｏｈ、前記第１および第２の速度をそれぞれＴｉおよびＴｐとすると、割り当てるべき画像処理手段の最適台数ｍは、次式
   ｎＴｉ ＝ Ｔｏｈ ＋ ｎ／ｍ × Ｔｐ
   に従って求められる、パターン評価方法。
5. 前記画像は、走査型電子顕微鏡（ＳＥＭ）により取得されたＳＥＭ画像である、
   ことを特徴とする請求項４に記載のパターン評価方法。
6. パターンが形成された複数の基板でなる製造ロットから任意の基板を抜き取る工程と、 抜き取られた前記基板の前記パターンを、請求項４または５に記載のパターン評価方法により評価する工程と、
   前記パターンが良品であると評価された場合に、前記抜き取られた基板が属する前記製造ロットの基板に半導体装置を製造することと、
   を備える半導体装置の製造方法。

Images