KR20220065769A - 결함 확률 분포들 및 임계 치수 변동들에 기초한 리소그래피 개선 - Google Patents

결함 확률 분포들 및 임계 치수 변동들에 기초한 리소그래피 개선 Download PDF

Info

Publication number
KR20220065769A
KR20220065769A KR1020227008413A KR20227008413A KR20220065769A KR 20220065769 A KR20220065769 A KR 20220065769A KR 1020227008413 A KR1020227008413 A KR 1020227008413A KR 20227008413 A KR20227008413 A KR 20227008413A KR 20220065769 A KR20220065769 A KR 20220065769A
Authority
KR
South Korea
Prior art keywords
few
wafer
defect
lithographic
defects
Prior art date
Application number
KR1020227008413A
Other languages
English (en)
Inventor
로렌스 에스. 멜빈
유드히쉬티르 프라사드 칸델
치량 옌
울리히 칼 클로스터만
Original Assignee
시놉시스, 인크.
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 시놉시스, 인크. filed Critical 시놉시스, 인크.
Priority claimed from PCT/US2020/052560 external-priority patent/WO2021062040A1/en
Publication of KR20220065769A publication Critical patent/KR20220065769A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70058—Mask illumination systems
    • G03F7/70125—Use of illumination settings tailored to particular mask patterns
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
    • G03F1/68—Preparation processes not covered by groups G03F1/20 - G03F1/50
    • G03F1/70—Adapting basic layout or design of masks to lithographic process requirements, e.g., second iteration correction of mask patterns for imaging
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70216—Mask projection systems
    • G03F7/70283—Mask effects on the imaging process
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70425—Imaging strategies, e.g. for increasing throughput or resolution, printing product fields larger than the image field or compensating lithography- or non-lithography errors, e.g. proximity correction, mix-and-match, stitching or double patterning
    • G03F7/70433—Layout for increasing efficiency or for compensating imaging errors, e.g. layout of exposure fields for reducing focus errors; Use of mask features for increasing efficiency or for compensating imaging errors
    • G03F7/70441—Optical proximity correction [OPC]
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
    • G03F7/705—Modelling or simulating from physical phenomena up to complete wafer processes or whole workflow in wafer productions
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/7055—Exposure light control in all parts of the microlithographic apparatus, e.g. pulse length control or light interruption
    • G03F7/70558—Dose control, i.e. achievement of a desired dose
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G03F7/70641—Focus
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F9/00—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
    • G03F9/70—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
    • G03F9/7003—Alignment type or strategy, e.g. leveling, global alignment
    • G03F9/7023—Aligning or positioning in direction perpendicular to substrate surface
    • G03F9/7026—Focusing

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
  • Preparing Plates And Mask In Photomechanical Process (AREA)

Abstract

특정 양태들은 리소그래피 구성을 개선하기 위한 방법에 관한 것이다. 리소그래피 구성에서, 소스는 웨이퍼 상의 레지스트를 노광하기 위해 마스크를 조명한다. 프로세서는 결함-기반 초점 노광 윈도우(FEW)를 결정한다. 결함-기반 FEW는 웨이퍼 상의 결함들의 허용가능한 레벨을 갖는 리소그래피 구성을 위한 초점 심도 및 노광 위도의 영역이다. 결함-기반 FEW는 웨이퍼 상의 결함들의 발생에 대한 예측된 확률 분포에 기초하여 결정된다. 프로세서는 또한 임계 치수(CD)-기반 FEW를 결정한다. CD-기반 FEW는 웨이퍼 상의 CD 변동의 허용가능한 레벨을 갖는 리소그래피 구성을 위한 초점 심도 및 노광 위도의 영역이다. 그것은 웨이퍼 상의 예측된 CD들에 기초하여 결정된다. 리소그래피 구성은 결함-기반 FEW와 CD-기반 FEW 사이의 중첩 영역을 증가시키는 것에 기초하여 수정된다.

Description

결함 확률 분포들 및 임계 치수 변동들에 기초한 리소그래피 개선
관련 출원(들)에 대한 상호 참조
본 출원은 2019년 9월 25일자로 출원된 미국 가특허 출원 제62/905,771호 "Stochastic Window Centering for Semiconductor Process Defect Mode"와 2019년 9월 30일자로 출원된 미국 가특허 출원 제62/907,901호 "Stochastic Window Centering for Semiconductor Process Defect Mode"에 대하여 35 U.S.C.§119(e)의 규정에 따라 우선권을 주장한다. 전술한 내용 모두의 주제는 그 전체가 본 명세서에 참조로 포함된다.
기술분야
본 개시내용은 리소그래피에 관한 것이고, 더 구체적으로는 리소그래피 프로세스를 개선하기 위해 결함들 및 임계 치수들의 예측들 둘 다를 이용하는 것에 관한 것이다.
반도체 웨이퍼들의 제조에서의 하나의 단계는 리소그래피를 수반한다. 전형적인 리소그래피 프로세스에서, 소스는 마스크를 조명하기 위해 수집/조명 광학계들에 의해 수집되고 지향되는 광을 생성한다. 투영 광학계들은 조명된 마스크에 의해 생성된 패턴을 웨이퍼 상에 릴레이하여, 조명 패턴에 따라 웨이퍼 상의 레지스트를 노광한다. 패터닝된 레지스트는 이어서 웨이퍼 상에 구조들을 제조하는 프로세스에서 사용된다. 주어진 마스크에 대해, 리소그래피 장비는 허용가능한 결과들을 여전히 생성하면서 초점 세팅들의 범위 및 노광 세팅들의 범위에 걸쳐 동작될 수 있다. 이 범위는 초점 심도(depth of focus)(예를 들어, 나노미터 단위로 표현되는 초점) 및 노광 위도(exposure latitude)(예를 들어, 제곱 센티미터당 밀리줄(millijoules)로 표현되는 노광)라고 지칭된다. 허용가능한 초점 심도 및 노광 위도에 의해 정의되는 영역은 마스크의 그 리소그래피 구성 및 리소그래피 장비에 대한 초점 노광 윈도우(focus exposure window, FEW)라고 지칭된다.
리소그래피가 더 짧은 파장 범위들(예를 들어, 대략 13.3 내지 13.7nm의 EUV) 및 더 작은 기하구조들(예를 들어, 20nm, 14nm 및 더 작은 피처 사이즈들을 갖는 10nm, 7nm 및 더 작은 기술 노드들)로 이동함에 따라, 제조 변동들에 대한 민감도가 증가한다. 예를 들어, 더 높은 광자 에너지들은 동일한 에너지 노광에 대해 더 낮은 광자 카운트들을 초래한다. 이는 더 긴 파장들 및 더 큰 기하구조들에서 무시할만하거나 존재하지 않는 확률적 결함 메커니즘들을 초래할 수 있다. 리소그래피 최적화에 대한 현재의 접근법들은 이러한 효과들을 무시할 수 있고, 따라서 차선의 리소그래피 구성들을 초래할 수 있다.
특정 양태들은 리소그래피 구성을 개선하기 위한 방법에 관한 것이다. 리소그래피 구성에서, 소스는 웨이퍼 상의 레지스트를 노광하기 위해 마스크를 조명한다. 프로세서는 결함-기반 초점 노광 윈도우(FEW)를 결정한다. 결함-기반 FEW는 웨이퍼 상의 결함들의 허용가능한 레벨을 갖는 리소그래피 구성을 위한 초점 심도 및 노광 위도의 영역이다. 결함-기반 FEW는 웨이퍼 상의 결함들의 발생에 대한 예측된 확률 분포에 기초하여 결정된다. 프로세서는 또한 임계 치수(CD)-기반 FEW를 결정한다. CD-기반 FEW는 웨이퍼 상의 CD 변동의 허용가능한 레벨을 갖는 리소그래피 구성을 위한 초점 심도 및 노광 위도의 영역이다. 그것은 웨이퍼 상의 예측된 CD들에 기초하여 결정된다. 리소그래피 구성은 결함-기반 FEW와 CD-기반 FEW 사이의 중첩 영역을 증가시키는 것에 기초하여 수정된다.
다른 양태들은 컴포넌트들, 디바이스들, 시스템들, 개선들, 방법들, 프로세스들, 애플리케이션들, 컴퓨터 판독가능 매체들, 및 상기한 것 중의 임의의 것에 관련된 다른 기술들을 포함한다.
특허 또는 출원 파일은 컬러로 실행되는 적어도 하나의 도면을 포함한다. 컬러 도면(들)을 갖는 이 특허 또는 특허 출원 공보의 사본들은 요청 및 필요한 요금의 지불 시에 특허청에 의해 제공될 것이다.
본 개시내용은 아래에 주어지는 상세한 설명으로부터 그리고 본 개시내용의 실시예들의 첨부 도면들로부터 더 충분히 이해될 것이다. 도면들은 본 개시내용의 실시예들의 지식 및 이해를 제공하기 위해 사용되었고, 본 개시내용의 범위를 이러한 특정 실시예들로 제한하지 않는다. 또한, 도면들은 반드시 축척대로 그려진 것은 아니다.
도 1은 본 개시내용의 실시예들에서 사용하기에 적합한 EUV 리소그래피 시스템을 도시한다.
도 2는 본 개시내용의 일부 실시예들에 따른 임계 치수 및 결함 확률 모델들에 기초하여 리소그래피 시스템을 개선하기 위한 흐름도를 도시한다.
도 3은 소스를 최적화하는 것에 기초하여 리소그래피 시스템을 개선하기 위한 흐름도를 도시한다.
도 4는 마스크를 최적화하는 것에 기초하여 리소그래피 시스템을 개선하기 위한 흐름도를 도시한다.
도 5는 확률적 모델을 생성하기 위한 흐름도를 도시한다.
도 6a 내지 도 6c는 CD-기반 프로세스 윈도우 및 결함-기반 프로세스 윈도우를 사용하는 소스 마스크 최적화의 예를 도시한다.
도 7은 본 개시내용의 일부 실시예들에 따른 집적 회로의 설계 및 제조 동안 사용되는 다양한 프로세스들의 흐름도를 도시한다.
도 8은 본 개시내용의 실시예들이 동작할 수 있는 예시적인 컴퓨터 시스템의 추상도를 도시한다.
본 개시내용의 양태들은 결함 확률 분포들 및 임계 치수 변동들에 기초한 리소그래피 개선에 관한 것이다. 반도체 디바이스를 제조하기 위해, 리소그래피 도구들은 주어진 마스크에 대한 초점 세팅들 및 노광 세팅들의 범위에서 이미징할 수 있어야 한다. 이 범위는 초점 심도(예를 들어, 나노미터 단위로 측정된 초점) 및 노광 위도(예를 들어, 제곱 센티미터당 밀리줄로 측정된 노광)라고 지칭된다. 초점 심도 및 노광 위도는 2차원 공간을 정의한다. 리소그래피 도구들은 그 공간의 특정 영역에 걸쳐 웨이퍼 상의 임계 치수들(CD들)에 대한 요건들을 충족시킬 것이다. 그 영역은 프로세스 윈도우 또는 초점 노광 윈도우(FEW)라고 지칭될 수 있다. 또한, 리소그래피 프로세스에서의 확률적 변동들로부터 초래되는 랜덤 패턴 고장들은 또한 초점 심도 및 노광 위도에 의해 영향을 받는다. 따라서, 2개의 FEW들이 존재한다: 하나는 CD 변동들에 기초하고(CD-기반 프로세스 윈도우), 하나는 결함 발생 확률에 기초한다(결함-기반 프로세스 윈도우).
전형적인 설계 접근법들에서, 이러한 2개의 프로세스 윈도우들은 큰 중첩 영역을 갖지 않을 수 있다. 예를 들어, 확률적 변동들이 무시할만한 것으로 가정되거나 다른 방식으로 무시되는 경우, 결함-기반 프로세스 윈도우는 설계 프로세스에서 고려되지 않을 것이다. 결과적인 설계는 CD-기반 프로세스 윈도우와 상당히 중첩하지 않는 결함-기반 프로세스 윈도우를 가질 수 있다. 이것은 전체적인 수율을 감소시킬 것이다. 반대로, 설계 페이즈에서 CD 변동들 및 결함 확률 분포들 둘 다를 고려하는 것은 2개의 프로세스 윈도우들 사이에 더 큰 중첩을 갖는 리소그래피 구성들을 산출할 수 있고, 따라서 리소그래피 장비를 동작시킬 때 더 큰 허용오차들을 제공하고 수율을 증가시킬 수 있다.
도 1은 본 개시내용의 실시예들에서 사용하기에 적합한 극자외선(EUV) 리소그래피 시스템을 도시한다. 이 시스템에서, 소스(110)는 마스크(130)를 조명하기 위해 수집/조명 광학계(120)에 의해 수집되고 지향되는 EUV 광을 생성한다. 투영 광학계(140)는 조명 마스크에 의해 생성된 패턴을 웨이퍼(150) 상에 릴레이하여, 조명 패턴에 따라 웨이퍼 상의 레지스트를 노광한다. 이어서, 노광된 레지스트가 현상되어, 웨이퍼 상에 패터닝된 레지스트를 생성한다. 이것은 예를 들어 퇴적, 도핑, 에칭 또는 다른 프로세스들을 통해 웨이퍼 상에 구조들을 제조하는 데 사용된다.
도 1에서, 광은 대략 13.5nm 또는 범위 13.3 내지 13.7nm인 EUV 파장 범위 내에 있다. 이러한 파장들에서, 컴포넌트들은 통상적으로 투과성이 아니라 반사성이다. 마스크(130)는 반사성 마스크이고, 광학계(120, 140)도 또한 반사성이고 축외(off-axis)이다. 이것은 단지 일 예일 뿐이다. 다른 파장들에서, 투과성 마스크들 및/또는 광학계를 이용하는 것, 및 포지티브 또는 네거티브 레지스트를 이용하는 것을 포함하여, 다른 타입들의 리소그래피 시스템들이 또한 이용될 수 있다.
도 2는 임계 치수 및 결함 확률 모델들에 기초하여 리소그래피 시스템을 개선하기 위한 흐름도를 도시한다. 파선 박스는 전체적인 리소그래피 구성(200)의 시뮬레이션들 또는 모델들을 포함한다. 편의상, 개별 박스들은 물리적 컴포넌트들 또는 프로세스들에 대응하는 것으로 도시되지만, 시뮬레이션들은 이러한 방식으로 구현될 필요는 없다. 예를 들어, 소스(210)는 소스(110)의 모델을 나타내고, 조명 광학계(212)는 조명 광학계(120)의 효과를 나타낸다. 이들은 마스크의 소스 조명(215)을 예측하는 데 사용된다. 그러나, 실제 시뮬레이션은 소스(210) 및 광학계(212)에 대한 개별 모델들을 사용할 수 있거나 사용하지 않을 수 있다. 일부 경우들에서, 이 둘은 소스 조명(215)을 예측하는 단일 모델 또는 시뮬레이션으로 결합될 수 있다. 마스크(220)는 입사 조명(215)에 대한 마스크(130)의 효과를 모델링한다. 투영 광학계(222)는 광학계(140)의 효과를 나타낸다. 소스 조명(215)은 마스크(220)에 의해 필터링되고, 투영 광학계(220)에 의해 릴레이되어, 웨이퍼 상의 레지스트를 노광하는 에어리얼 이미지(aerial image)(225)를 생성한다. 레지스트는 노광(230) 및 현상(232)에 의해 모델링되어, 패터닝된 레지스트(235)를 생성한다. 에칭, 도핑, 퇴적 또는 다른 반도체 제조 프로세스들을 예측하기 위해 추가적인 모델링이 사용될 수 있다.
패터닝된 레지스트(235)의 품질의 하나의 척도는 임계 치수(CD)이다. CD는 패터닝된 레지스트에서의 중요한 피처들의 치수이다. 전형적으로, CD는 레지스트에 인쇄된 가장 작은 라인 폭 또는 공간 폭이다. 이와 같이, 그것은 레지스트 및 리소그래피 프로세스의 해상도의 척도이다. 모델들(200)은 주어진 리소그래피 구성에 대한 CD들을 예측(260)하기 위해 이용될 수 있다. 리소그래피 구성(200)에서의 변화들은 패터닝된 레지스트(235)에서의 변화들 및 CD에서의 변동들(262)을 초래할 것이다.
리소그래피 시스템에 대한 2개의 중요한 동작 파라미터는 노광(exposure) 및 초점(focus)이다. 노광(또는 선량(dose))은 레지스트를 조사하는(irradiating) 에너지의 양이다. 노광에서의 변동은 노광 위도(exposure latitude)라고 불릴 수 있다. 초점은 상이한 컴포넌트들의 광학 정렬, 예를 들어, 마스크를 레지스트 상에 완벽하게 이미징하기 위해 투영 광학계가 어느 정도까지 정렬되는지를 말한다. 초점에서의 변동들은 디포커스(defocus)라고 불릴 수 있다. 모델들(200)이 주어지면, 노광 위도 및 디포커스의 함수로서의 CD 변동들(262)이 예측될 수 있다. 역으로, CD 변동들의 허용가능한 레벨들을 생성하는 노광 위도 및 디포커스의 값들도 역시 예측될 수 있다. 이것은 CD-기반 프로세스 윈도우(265)라고 불린다.
패터닝된 레지스트(235)의 품질의 다른 척도는 결함들이다. 결함들의 예들은 분리된 것으로 추정되는 2개의 인쇄된 라인들이 병합될 때, 연속적인 것으로 추정되는 인쇄된 라인이 단절을 가질 때, 및 중심에 홀을 갖는 것으로 추정되는 인쇄된 피처가 실제로 채워질 때를 포함한다.
리소그래피 프로세스는 확률적 변동들(stochastic variations)을 갖는다. 예를 들어, 레지스트 패턴들(235)의 품질은 노광 동안의 광자 흡수 이벤트들의 균일성 및 레지스트에서의 후속 광-화학 반응들의 균일성에 의존한다. 광자 흡수 이벤트들의 수가 리소그래피 프로세스에서의 확률적 프로세스들의 체인 중 하나이기 때문에 소스 광자 카운트 출력이 감소함에 따라 광자 통계(예를 들어, 샷 노이즈)가 점점 더 중요해진다. EUV 리소그래피 시스템들은 도구를 통한 낮은 광자 출력 및 낮은 소스 스루풋 둘 다에 의하여 특성화된다. 이러한 이유들로 인해, 광자 샷 노이즈는 EUV 시스템들에서, 특히 14nm 이하의 피처 사이즈들을 갖는 기술 노드들에서, 더 큰 역할을 할 수 있다. 확률적 프로세스들을 고려하는 것은 결정론적이 아니라 확률론적인(272) 결함 예측(270)을 초래한다. 예를 들어, 시뮬레이션들은 웨이퍼 상의 결함들의 발생에 대한 확률 분포- 웨이퍼(또는 웨이퍼의 부분)에 대한 임의의 특정 결함 또는 결함률(defectivity rate)을 실현하는 확률 -를 생성할 수 있다.
결함 확률들(272)을 노광 위도 및 디포커스의 함수로서 예측할 수 있다면, 결함-기반 프로세스 윈도우(275)가 또한 결정될 수 있다. 이것은 결함 확률의 허용가능한 레벨들을 산출하는 노광 위도 및 디포커스의 값들이다.
CD-기반 프로세스 윈도우(265) 및 결함-기반 프로세스 윈도우(275)가 주어지면, 2개의 윈도우들 사이의 중첩(280)이 결정될 수 있다. 이것은 적어도 CD 변동들 및 결함 확률들과 관련하여 이용가능한 프로세스 윈도우를 나타낸다. 2개의 별개의 프로세스 윈도우들(265, 275)이 큰 경우에도, 그것들이 서로에 대해 시프트된다면, 이용가능한 프로세스 윈도우(280)는 비교적 작을 것이다. 따라서, 리소그래피 구성(200)은 중첩 영역을 개선하도록 수정(290)될 수 있다. 일부 경우들에서, 중첩 영역(280)은 2개의 프로세스 윈도우들(265, 275)의 서로에 대한 정렬 또는 센터링을 개선함으로써 증가될 수 있다. 다른 경우들에서, 중첩 영역(280)은 하나 또는 둘 다의 프로세스 윈도우(265, 275)의 영역을 증가시킴으로써 증가될 수 있다.
도 3 및 도 4는 리소그래피 구성에 대한 상이한 유형들의 개선들을 도시한다. 도 3에서, 소스 조명(215)은 예를 들어 소스(210)를 수정함(390)으로써 수정된다. 하나의 접근법에서, 결함 확률 모델은 소스 형상을 최적화하여 결함들을 방지하기 위해 소스 마스크 최적화(SMO; source mask optimization)에서 사용된다. 비용 함수는 웨이퍼 상의 결함을 감소시키기 위해 SMO와 함께 사용되어 소스 형상을 구동한다. 이것은 더 많은 광자들(더 높은 노광 에너지)이 원하는 CD를 달성할 수 있게 하는 최종 소스 형상을 구축함으로써 달성될 수 있다. 결함의 확률은 광자들의 수에 반비례한다. 그러나, CD는 광자들의 수에 따라서도 변할 것이고, 따라서 소스는 이들 2개의 효과들을 고려해야 할 것이다.
소스가 선택되면, 리소그래피 구성의 다른 부분들, 예를 들어, 마스크를 더 최적화하는 것도 가능하다. 이것은 광 근접 보정(OPC; optical proximity correction), 서브-해상도 지원 피처들(SRAF; sub-resolution assist features) 및/또는 위상 시프팅(위상 시프팅 마스크들의 경우)을 통해 달성될 수 있다. 도 4에 도시된 바와 같이, 이러한 마스크 최적화 기술들은 소스 최적화와 무관하게 마스크를 수정(490)하는 데 또한 사용될 수 있다.
이러한 최적화 경우들에서, 결함 발생의 확률을 감소시키기 위해 비용 함수가 사용될 수 있다. 예를 들어, 결함 발생의 확률은 3 시그마로부터 5 시그마로 개선될 수 있다.
도 2 내지 도 4에서, 결함 확률(272)은 상이한 방식들로 계산될 수 있다. 하나의 접근법에서, 웨이퍼 상의 결함들의 발생을 위한 확률 분포는 리소그래피 구성에서의 확률적 변동에 대한 확률 분포를 사용하여 계산된다. 예를 들어, 광자 카운트들은 영역당 광자들의 총 수에 따라 알려진 분포를 가질 수 있다. 시뮬레이션은 레지스트를 노광하는 광자들의 평균 수를 예측할 수 있고, 그 다음에 이것은 광자 카운트들의 평균 수에 기초한 확률 분포와 오버레이될 수 있다. 유사한 접근법이 다른 확률적 변동들에 대해 사용될 수 있다. 확률 분포는 제1 원리들, 경험적 근사치들, 또는 경험적 관찰들에 기초할 수 있다.
대안적으로, 리소그래피 구성(200)의 모델링에서의 상이한 컴포넌트들은 확률적 컴포넌트들을 가질 수 있고, 이들은 시뮬레이션을 통해 전파될 수 있다. 예를 들어, 모든 확률적 컴포넌트들이 가우시안 분포들을 갖는다고 가정한다. 그 후, 시뮬레이션의 상이한 포인트들에서의 확률 분포는 시뮬레이션의 그 포인트에서의 평균 및 분산을 계산함으로써 추적될 수 있다. 소스(210)가 특정 평균 및 분산을 갖고, 조명 광학계(212)의 효과가 알려지면, 소스 조명(215)의 평균 및 분산이 계산될 수 있다. 상이한 컴포넌트들은 또한 그들 자체만으로도 확률적일 수 있다. 예를 들어, 마스크(220)로부터의 산란은 소스 조명(215)에 추가되는 일부 확률적 변동을 가질 수 있다.
도 5는 확률적 모델을 생성하기 위한 하나의 예들의 흐름도를 도시한다. 도시된 바와 같이, 제1 교정(510) 동안, 레지스트 프로세스의 파라미터들(514)은 광학 모델(512)과 함께 사용되어 레지스트 모델(516)을 생성한다. 확률적 교정(520) 동안, 레지스트 모델(516)과 함께 확률적 파라미터들(522)이 사용되어 확률적 모델(524)을 생성한다. 일부 실시예들에서, 광학 모델(512) 및 레지스트 모델(516)은 광학 신호와 연관된 광학 신호 강도 및 광학 신호 임계값을 결정한다. 일부 실시예들에서, 확률적 모델(524)은 광학 신호와 연관된 결정된 광학 신호 강도 및 결정된 광학 신호 임계값을 획득한다. 대안적으로, 일부 실시예들에서, 확률적 모델(524)은 광학 신호 강도 및 광학 신호 임계값을 결정한다.
일부 실시예들에서, 광학 신호 임계값을 이용하여 광학 신호 윤곽을 추출하는 것이 수행된다. 광학 신호 윤곽을 추출하는 것은 확률적으로 수행될 수 있다. 일반적으로, 광학 신호 강도(I(x)) 및 광학 신호가 도달하고 있는 표면 상의 포인트(x)와 같은 2개의 변수들의 함수에 대한 윤곽선은 함수가 그를 따라 일정한 값을 갖는 곡선이어서, 곡선은 동일한 값의 포인트들을 연결한다. 일부 실시예들에서, 광학 신호 윤곽은 x-평면에 평행한 함수 I(x)의 2차원 그래프의 평면 섹션이다. 일부 실시예들에서, 광학 신호와 연관된 신호 필드가 생성된다. 그 후에, 광학 신호와 연관된 패턴 전송을 위한 광학 신호 임계값이 결정된다. 일부 실시예들에서, 광학 신호 임계값은 상수이다. 일부 실시예들에서, 광학 신호 임계값은 포인트에 도달할 것으로 예상되는 광자들의 수, 즉 컷오프 선량을 영역과 연관된 선량으로 나눈 것에 의해 정의된다. 예를 들어, 광학 신호 임계값이 0.2이고, 영역과 연관된 선량이 제곱 나노미터당 20개의 광자이면, 1 제곱 나노미터의 단면을 갖는 특정 영역이 4개의 광자의 컷오프 선량(즉, 20*0.2)보다 적거나 많은 선량을 수신하는 확률은 특정 영역 상의 에지의 형성에 대한 불확실성을 나타낸다. 일부 실시예들에서, 에지는 광학 신호 임계값 위치에서 무한 기울기 및 곡률을 갖지 않고, 이는 일단 인접한 복셀들, 즉 3차원 픽셀들의 상관 효과들이 고려되면, 가능한 유한 블러링(finite blurring)을 야기한다. 일 예로서, 포지티브 톤 현상(positive tone development)의 경우, 광학 신호 임계값 위의 광학 신호는 클리어되는 것으로 가정되고, 광학 신호 임계값 아래의 광학 신호는 온전하게 유지되는 것으로 가정된다.
추가 세부 사항들은 본 명세서에 참고로 포함되는 미국 가출원 제62/980,913호 "Stochastic Signal Prediction in Compact Modeling" 및 제63/035,468호 "Calibrating Stochastic Signals in Compact Modeling"에서 발견될 수 있다.
또 다른 접근법에서, 결함들에 대한 확률 분포들은 몬테 카를로 방법들을 이용하여 전개될 수 있다.
도 6a 내지 도 6c는 전술한 기술들을 이용하는 소스 마스크 최적화의 일 예를 도시한다. 각각의 도면은 도 6a로부터 도 6c로 진행하는 상이한 상황을 나타낸다. 각각의 도면 내에서, 더 작은 흑백 이미지는 소스 마스크(610)이다. 메인 컬러 이미지는 디포커스(x축) 및 노광 위도(y축)의 함수로서 상이한 양들을 플롯팅한다.
도 6a는 소스 마스크 최적화가 수행된 후의 상황을 도시하지만, 확률적 결함들이 아니라 CD 효과들만을 고려한다. 결과적인 소스 마스크(610A)가 도시된다. 도 6a는 2개의 곡선 사이의 밴드가 허용가능한 CD 변동들의 영역인 동일 컬러 곡선들의 쌍들을 플롯팅한다. 청록색 영역(620A)은 모든 곡선들에 대한 전체적인 허용가능한 프로세스 윈도우를 나타내는데, 왜냐하면 그것이 모든 곡선들의 쌍들에 대한 내부 밴드 내에 속하기 때문이다. 타원(665A)은 청록색 영역(620A) 내에 새겨진 최적합 타원이다. 그것은 6%의 노광 위도 및 118nm의 초점 심도를 갖지만, 그것은 CD-기반 프로세스 윈도우만을 나타낸다.
도 6b는 도 6a와 동일한 상황에 대한 결함-기반 프로세스 윈도우를 도시한다. 마스크(610A)는 도 6b와 동일하다. 도 6a로부터의 곡선들의 쌍들은 명확성을 위해 도시되지 않는다. 도 6b의 새로운 컬러 곡선들은 허용가능한 결함 확률들의 영역들을 나타낸다. 청록색 영역(620B)은 모든 곡선들에 대한 전체적인 허용가능한 프로세스 윈도우를 나타내는데, 왜냐하면 그것은 모든 컬러 곡선들에 대한 허용가능한 밴드 내에 속하기 때문이다. 타원(675B)은 청록색 영역(620B) 내에 새겨진 최적합 타원이다. 그것은 6%의 노광 위도 및 43nm의 초점 심도를 갖는다. 이것은 도 6a의 프로세스 윈도우(680A)보다 훨씬 더 작지만, 그것은 결함들을 또한 고려하기 때문에 그것은 소스 마스크(610A)에 대한 실제 프로세스 윈도우이다.
도 6c는 CD 효과들 및 확률적 결함들 둘 다를 고려하여 소스 마스크가 최적화될 때의 상황을 도시한다. 편의상, 결함 확률들에 대한 컬러 곡선들만이 도시된다. CD 컬러 곡선들은 제한적인 것이 아니기 때문에 도시되지 않는다. 결과적인 소스 마스크(610C)는 이전과 상이하다. 그러나, 전체적인 프로세스 윈도우(680C)는 6%의 노광 위도 및 70nm의 초점 심도를 갖는데, 이는 도 6a 및 도 6b로부터의 이용가능한 프로세스 윈도우보다 상당히 더 크다.
도 7은 집적 회로를 나타내는 설계 데이터 및 명령어들을 변환하고 검증하기 위해 집적 회로와 같은 제조 물품의 설계, 검증 및 제조 동안 사용되는 프로세스들의 예시적인 세트(700)를 도시한다. 이러한 프로세스들 각각은 다수의 모듈들 또는 동작들로서 구조화되고 가능해질 수 있다. 'EDA'라는 용어는 '전자 설계 자동화(Electronic Design Automation)'라는 용어를 나타낸다. 이러한 프로세스들은 설계자에 의해 공급되는 정보를 갖는 제품 아이디어(710)의 생성으로 시작하며, 그 정보는 EDA 프로세스들(712)의 세트를 사용하는 제조 물품을 생성하기 위해 변환된다. 설계가 완료될 때, 설계는 테이핑-아웃(734)되고, 이때 집적 회로에 대한 아트워크(예를 들어, 기하학적 패턴들)가 마스크 세트를 제조하기 위해 제조 설비로 전송되고, 그 후 그것은 집적 회로를 제조하기 위해 사용된다. 테이핑-아웃 후에, 반도체 다이가 제조(736)되고, 완성된 집적 회로(740)를 제조하기 위해 패키징 및 조립 프로세스들(738)이 수행된다.
회로 또는 전자 구조에 대한 명세들(specifications)은 로우-레벨 트랜지스터 재료 레이아웃들로부터 하이-레벨 디스크립션 언어들에 이르기까지 다양할 수 있다. VHDL, Verilog, SystemVerilog, SystemC, MyHDL 또는 OpenVera와 같은 하드웨어 디스크립션 언어('HDL')를 사용하여, 회로들 및 시스템들을 설계하기 위해 하이-레벨의 추상화가 사용될 수 있다. HDL 디스크립션은 로직-레벨 레지스터 전송 레벨('RTL') 디스크립션, 게이트-레벨 디스크립션, 레이아웃-레벨 디스크립션, 또는 마스크-레벨 디스크립션으로 변환될 수 있다. 덜 추상적인 디스크립션인 각각의 더 낮은 추상화 레벨은 설계 디스크립션에 더 유용한 세부 사항들, 예를 들어, 디스크립션을 포함하는 모듈들에 대한 더 많은 세부 사항들을 추가한다. 덜 추상적인 디스크립션들인 더 낮은 추상화 레벨들은 컴퓨터에 의해 생성되거나, 설계 라이브러리로부터 도출되거나, 또는 다른 설계 자동화 프로세스에 의해 생성될 수 있다. 더 상세한 디스크립션들을 특정하기 위한 추상화 언어의 더 낮은 레벨에서의 명세 언어의 예는 SPICE이며, 이는 많은 아날로그 컴포넌트들을 갖는 회로들의 상세한 디스크립션들에 사용된다. 추상화의 각각의 레벨에서의 디스크립션들은 그 층의 대응하는 도구들(예를 들어, 정식 검증 도구)에 의한 사용을 위해 가능하게 된다. 설계 프로세스는 도 7에 도시된 시퀀스를 사용할 수 있다. 프로세스들은 EDA 제품들(또는 도구들)에 의해 가능하게 되는 것에 의해 설명된다.
시스템 설계(714) 동안, 제조될 집적 회로의 기능성이 특정된다. 설계는 전력 소비, 성능, 영역(물리적 및/또는 코드 라인들), 및 비용들의 감소 등과 같은 원하는 특성들에 대해 최적화될 수 있다. 상이한 타입들의 모듈들 또는 컴포넌트들로의 설계의 파티셔닝은 이 단계에서 발생할 수 있다.
로직 설계 및 기능 검증(716) 동안, 회로 내의 모듈들 또는 컴포넌트들은 하나 이상의 디스크립션 언어로 특정되고, 명세는 기능 정확성에 대해 체크된다. 예를 들어, 회로의 컴포넌트들은 설계되는 회로 또는 시스템의 명세의 요건들에 매칭하는 출력들을 생성하도록 검증될 수 있다. 기능 검증은 테스트벤치 생성기들, 정적 HDL 검사기들, 및 공식 검증기들과 같은 시뮬레이터들 및 다른 프로그램들을 사용할 수 있다. 일부 실시예들에서, '에뮬레이터들' 또는 '프로토타이핑 시스템들'로 지칭되는 컴포넌트들의 특수 시스템들은 기능 검증의 속도를 높이기 위해 사용된다.
테스트를 위한 합성 및 설계(718) 동안, HDL 코드는 넷리스트(netlist)로 변환된다. 일부 실시예들에서, 넷리스트는 그래프 구조일 수 있으며, 그래프 구조의 에지들은 회로의 컴포넌트들을 나타내고, 그래프 구조의 노드들은 컴포넌트들이 어떻게 상호접속되는지를 나타낸다. HDL 코드 및 넷리스트 둘 다는, 제조될 때, 집적 회로가 특정 설계에 따라 동작하는지를 검증하기 위해 EDA 제품에 의해 사용될 수 있는 계층적 제조 물품들이다. 넷리스트는 타겟 반도체 제조 기술에 대해 최적화될 수 있다. 또한, 완성된 집적 회로는 집적 회로가 명세의 요건들을 만족시키는지를 검증하기 위해 테스트될 수 있다.
넷리스트 검증(720) 동안, 넷리스트는 타이밍 제약들에 대한 준수 및 HDL 코드와의 대응에 대해 체크된다. 설계 계획(722) 동안, 집적 회로에 대한 전체적인 플로어 플랜(overall floor plan)이 구성되고 타이밍 및 최상위 레벨 라우팅을 위해 분석된다.
레이아웃 또는 물리적 구현(724) 동안, 물리적 배치(트랜지스터들 또는 커패시터들과 같은 회로 컴포넌트들의 위치지정) 및 라우팅(다수의 전도체들에 의한 회로 컴포넌트들의 접속)이 발생하고, 특정 로직 기능들을 가능하게 하기 위한 라이브러리로부터의 셀들의 선택이 수행될 수 있다. 본 명세서에서 사용되는 바와 같이, 용어 '셀(cell)'은 부울 로직 기능(예를 들어, AND, OR, NOT, XOR) 또는 저장 기능(예를 들어, 플립플롭 또는 래치)을 제공하는 트랜지스터들, 다른 컴포넌트들 및 상호접속들의 세트를 특정할 수 있다. 본 명세서에서 사용되는 바와 같이, 회로 '블록(block)'은 2개 이상의 셀들을 지칭할 수 있다. 셀 및 회로 블록 둘 다는 모듈 또는 컴포넌트로서 지칭될 수 있고, 물리적 구조들 및 시뮬레이션들 둘 다로서 가능하게 된다. 파라미터들은 사이즈와 같이 ('표준 셀들(standard cells)'에 기초하여) 선택된 셀들에 대해 특정되고, EDA 제품들에 의한 사용을 위해 데이터베이스에서 액세스가능하게 된다.
분석 및 추출(726) 동안, 회로 기능은 레이아웃 레벨에서 검증되고, 이는 레이아웃 설계의 개선을 허용한다. 물리적 검증(728) 동안, DRC 제약들, 전기적 제약들, 리소그래피 제약들과 같은 제조 제약들이 정확하도록, 및 회로 기능이 HDL 설계 명세와 매칭하도록 보장하기 위해 레이아웃 설계가 검사된다. 해상도 향상(730) 동안, 레이아웃의 기하학적 구조는 회로 설계가 어떻게 제조되는지를 개선하도록 변환된다.
테이핑-아웃 동안, 데이터는 리소그래피 마스크들의 생성을 위해(적절한 경우에 리소그래피 향상들이 적용된 후에) 사용되도록 생성된다. 마스크 데이터 준비(732) 동안, '테이핑-아웃' 데이터는 완성된 집적 회로들을 생성하는 데 사용되는 리소그래피 마스크들을 생성하는 데 사용된다.
(도 8의 컴퓨터 시스템(800)과 같은) 컴퓨터 시스템의 저장 서브시스템은 본 명세서에서 설명되는 EDA 제품들의 일부 또는 전부에 의해 사용되는 프로그램들 및 데이터 구조들, 및 라이브러리에 대한 셀들의 개발을 위해 그리고 라이브러리를 사용하는 물리적 및 논리적 설계를 위해 사용되는 제품들을 저장하는 데 사용될 수 있다.
도 8은, 머신으로 하여금 본 명세서에서 논의된 방법론들 중 임의의 하나 이상을 수행하게 하기 위한 한 세트의 명령어들이 실행될 수 있는 컴퓨터 시스템(800)의 예시적인 머신을 나타낸다. 대안적 구현들에서, 머신은, LAN, 인트라넷, 엑스트라넷, 및/또는 인터넷 내의 다른 머신들에 접속(예를 들어, 네트워킹)될 수 있다. 머신은, 클라이언트-서버 네트워크 환경 내의 서버 또는 클라이언트 머신의 자격으로, 피어-투-피어(또는 분산형) 네트워크 환경 내의 피어 머신으로서, 또는 클라우드 컴퓨팅 인프라구조 또는 환경 내의 서버 또는 클라이언트 머신으로서 동작할 수 있다.
머신은 개인용 컴퓨터(PC; personal computer), 태블릿 PC, 셋톱박스(STB; set-top box), 개인용 디지털 단말기(PDA; Personal Digital Assistant), 셀룰러 전화, 웹 기기, 서버, 네트워크 라우터, 스위치 또는 브리지, 또는 그 머신에 의해 취해질 액션들을 특정하는 명령어들의 세트(순차적인 또는 다른 방식인)를 실행할 수 있는 임의의 머신일 수 있다. 게다가, 단일 머신이 예시되어 있지만, "머신(machine)"이라는 용어는 또한 본 명세서에서 논의된 방법론들 중 임의의 하나 이상을 수행하기 위해 명령어들의 세트(또는 다수의 세트들)를 개별적으로 또는 공동으로 실행하는 머신들의 임의의 컬렉션을 포함하는 것으로 간주되어야 한다.
예시적인 컴퓨터 시스템(800)은, 버스(830)를 통해 서로 통신하는, 프로세싱 디바이스(802), 메인 메모리(804)(예를 들어, 판독 전용 메모리(ROM), 플래시 메모리, 동기식 DRAM(SDRAM)과 같은 동적 랜덤 액세스 메모리(DRAM), 정적 메모리(806)(예를 들어, 플래시 메모리, 정적 랜덤 액세스 메모리(SRAM) 등)), 및 데이터 저장 디바이스(818)를 포함한다.
프로세싱 디바이스(802)는 마이크로프로세서, 중앙 프로세싱 유닛 또는 그와 유사한 것과 같은 하나 이상의 프로세서를 나타낸다. 보다 구체적으로, 프로세싱 디바이스는 복합 명령어 세트 컴퓨팅(CISC; complex instruction set computing) 마이크로프로세서, 축소 명령어 세트 컴퓨팅(RISC; reduced instruction set computing) 마이크로프로세서, 훨씬 긴 명령어(VLIW; very long instruction word) 마이크로프로세서, 또는 다른 명령어 세트들을 구현하는 프로세서, 또는 명령어 세트들의 조합을 구현하는 프로세서들일 수 있다. 프로세싱 디바이스(802)는 또한 주문형 집적 회로(ASIC; application specific integrated circuit), 필드 프로그래머블 게이트 어레이(FPGA; field programmable gate array), 디지털 신호 프로세서(DSP; digital signal processor), 네트워크 프로세서 또는 그와 유사한 것과 같은 하나 이상의 특수-목적 프로세싱 디바이스일 수 있다. 프로세싱 디바이스(802)는 본 명세서에 설명된 동작들 및 단계들을 수행하기 위한 명령어들(826)을 실행하도록 구성될 수 있다.
컴퓨터 시스템(800)은 네트워크(820)를 통해 통신하기 위한 네트워크 인터페이스 디바이스(808)를 더 포함할 수 있다. 컴퓨터 시스템(800)은 또한, 비디오 디스플레이 유닛(810)(예를 들어, 액정 디스플레이(LCD) 또는 음극선관(CRT)), 영숫자 입력 디바이스(812)(예를 들어, 키보드), 커서 제어 디바이스(814)(예를 들어, 마우스), 그래픽 프로세싱 유닛(822), 신호 생성 디바이스(816)(예를 들어, 스피커), 그래픽 프로세싱 유닛(822), 비디오 프로세싱 유닛(828), 및 오디오 프로세싱 유닛(832)을 포함할 수 있다.
데이터 저장 디바이스(818)는 본 명세서에 설명되는 방법론들 또는 기능들 중 임의의 하나 이상을 구현하는 명령어들(826) 또는 소프트웨어의 하나 이상의 세트가 저장되어 있는 머신-판독가능 저장 매체(824)(비일시적 컴퓨터-판독가능 매체라고도 알려져 있음)를 포함할 수 있다. 명령어들(826)은 컴퓨터 시스템(800)에 의한 그것의 실행동안 완전히 또는 적어도 부분적으로, 메인 메모리(804) 내에 그리고/또는 프로세싱 디바이스(802) 내에 또한 존재할 수 있고, 메인 메모리(804) 및 프로세싱 디바이스(802)는 머신-판독가능 저장 매체를 또한 구성한다.
일부 구현들에서, 명령어들(826)은 본 개시내용에 대응하는 기능성을 구현하기 위한 명령어들을 포함한다. 머신-판독가능 저장 매체(824)는 예시적인 구현에서 단일 매체인 것으로 도시되지만, 용어 "머신-판독가능 저장 매체(machine-readable storage medium)"는 명령어들의 하나 이상의 세트를 저장하는 단일 매체 또는 다수의 매체들(예를 들어, 중앙집중형 또는 분산형 데이터베이스, 및/또는 연관된 캐시들 및 서버들)을 포함하는 것으로 간주되어야 한다. 용어 "머신-판독가능 저장 매체"는 또한 머신에 의한 실행을 위한 명령어들의 세트를 저장 또는 인코딩할 수 있는, 머신 및 프로세싱 디바이스(802)로 하여금 본 개시내용의 방법론들 중 임의의 하나 이상을 수행하게 하는 임의의 매체를 포함하는 것으로 간주되어야 한다. 용어 "머신-판독가능 저장 매체"는 따라서 고체-상태 메모리들(solid-state memories), 광학 매체, 및 자기 매체를 포함하지만, 이들로 제한되지 않는 것으로 간주되어야 한다.
앞의 상세한 설명들의 일부 부분들은 컴퓨터 메모리 내의 데이터 비트들에 대한 동작들의 알고리즘들 및 기호적 표현들에 관하여 제시되었다. 이러한 알고리즘적 설명들 및 표현들은 데이터 프로세싱 분야의 통상의 기술자들이 그들의 작업의 본질을 본 기술분야의 다른 통상의 기술자들에게 가장 효과적으로 전달하기 위해 사용되는 방식들이다. 알고리즘은 원하는 결과로 이어지는 동작들의 시퀀스일 수 있다. 동작들은 물리적 양들의 물리적 조작들을 요구하는 것들이다. 그러한 양들은 저장, 조합, 비교, 및 달리 조작될 수 있는 전기 또는 자기 신호들의 형태를 취할 수 있다. 그러한 신호들은 비트들, 값들, 요소들, 기호들, 문자들, 용어들, 숫자들 또는 그와 유사한 것으로 지칭될 수 있다.
그러나, 이들 및 유사한 용어들 모두는 적절한 물리적 양들과 연관되고 이들 양들에 적용되는 편리한 라벨들일 뿐이라는 점을 염두에 두어야 한다. 본 개시내용으로부터 명백한 바와 같이 구체적으로 달리 언급되지 않는 한, 설명 전체에 걸쳐, 특정 용어들은 컴퓨터 시스템의 레지스터들 및 메모리들 내의 물리적(전자적) 양들로서 표현되는 데이터를 컴퓨터 시스템 메모리들 또는 레지스터들 또는 다른 이러한 정보 저장 디바이스들 내의 물리적 양들로서 유사하게 표현되는 다른 데이터로 조작하고 변환하는 컴퓨터 시스템 또는 유사한 전자 컴퓨팅 디바이스의 액션 및 프로세스들을 지칭한다는 점이 인식된다.
본 개시내용은 또한 본 명세서의 동작들을 수행하기 위한 장치에 관한 것이다. 이 장치는 의도된 목적들을 위해 특별히 구성될 수 있거나, 컴퓨터에 저장된 컴퓨터 프로그램에 의해 선택적으로 활성화되거나 재구성되는 컴퓨터를 포함할 수 있다. 이러한 컴퓨터 프로그램은, 각각이 컴퓨터 시스템 버스에 결합되는, 플로피 디스크들, 광학 디스크들, CD-ROM들, 및 자기-광학 디스크들을 포함하는 임의의 타입의 디스크, 판독-전용 메모리들(read-only memories)(ROM들), 랜덤 액세스 메모리들(random access memories)(RAM들), EPROM들, EEPROM들, 자기 또는 광학 카드들, 또는 전자 명령어들을 저장하기에 적합한 임의의 타입의 매체와 같은, 그러나 이에 제한되지 않는, 컴퓨터 판독가능 저장 매체에 저장될 수 있다.
본 명세서에 제시된 알고리즘들 및 디스플레이들은 임의의 특정 컴퓨터 또는 다른 장치에 본질적으로 관련되지 않는다. 다양한 다른 시스템들이 본 명세서의 교시들에 따라 프로그램들과 함께 사용될 수 있거나, 또는 방법을 수행하기 위해 더 특수화된 장치를 구성하는 것이 편리한 것으로 판명될 수 있다. 또한, 본 개시내용은 임의의 특정 프로그래밍 언어를 참조하여 설명되지 않는다. 다양한 프로그래밍 언어들이 본 명세서에 설명된 바와 같은 본 개시내용의 교시들을 구현하기 위해 사용될 수 있다는 것이 이해될 것이다.
본 개시내용은 본 개시내용에 따른 프로세스를 수행하도록 컴퓨터 시스템(또는 다른 전자 디바이스들)을 프로그래밍하는 데 사용될 수 있는 명령어들을 저장하고 있는 머신-판독가능 매체를 포함할 수 있는 컴퓨터 프로그램 제품 또는 소프트웨어로서 제공될 수 있다. 머신-판독가능 매체는 머신(예를 들어, 컴퓨터)에 의해 판독가능한 형태로 정보를 저장하기 위한 임의의 메커니즘을 포함한다. 예를 들어, 머신-판독가능(예를 들어, 컴퓨터-판독가능) 매체는 판독 전용 메모리("ROM"), 랜덤 액세스 메모리("RAM"), 자기 디스크 저장 매체, 광학 저장 매체, 플래시 메모리 디바이스들 등과 같은 머신(예를 들어, 컴퓨터) 판독가능 저장 매체를 포함한다.
전술한 개시내용에서, 본 개시내용의 구현들은 그의 특정 예시적인 구현들을 참조하여 설명되었다. 다음의 청구항들에 제시된 바와 같은 본 개시내용의 구현들의 더 넓은 사상 및 범위를 벗어나지 않고 그에 대해 다양한 수정들이 이루어질 수 있다는 것이 명백할 것이다. 본 개시내용이 단수형으로 일부 요소들을 언급하는 경우, 하나 초과의 요소가 도면들에 도시될 수 있고 유사한 요소들은 유사한 번호들로 라벨링된다. 따라서, 본 개시내용 및 도면들은 제한적인 의미보다는 예시적인 의미로 간주되어야 한다.

Claims (20)

  1. 웨이퍼 상의 레지스트를 노광하기 위해 마스크를 조명하는 소스를 포함하는 리소그래피 구성을 개선시키기 위한 방법으로서,
    프로세서에 의해, 상기 웨이퍼 상의 결함들의 발생에 대한 예측된 확률 분포에 기초하여 결함-기반 초점 노광 윈도우(FEW)를 결정하는 단계 - 상기 결함-기반 FEW는 상기 웨이퍼 상의 결함들의 허용가능한 레벨을 갖는 상기 리소그래피 구성에 대한 초점 심도 및 노광 위도의 영역임 -;
    프로세서에 의해, 상기 웨이퍼 상의 예측된 CD들에 기초하여 임계 치수(CD)-기반 FEW를 결정하는 단계 - 상기 CD-기반 FEW는 상기 웨이퍼 상의 CD 변동의 허용가능한 레벨을 갖는 상기 리소그래피 구성에 대한 초점 심도 및 노광 위도의 영역임 -; 및
    상기 결함-기반 FEW와 상기 CD-기반 FEW 사이의 중첩 영역을 증가시키는 것에 기초하여 상기 리소그래피 구성을 수정하는 단계
    를 포함하는, 방법.
  2. 제1항에 있어서, 상기 결함-기반 FEW를 결정하는 단계는 상기 웨이퍼에 대한 결함률에 기초하고, 상기 웨이퍼에 대한 상기 결함률은 상기 웨이퍼 상의 결함들의 발생에 대한 상기 예측된 확률 분포에 기초하여 결정되는, 방법.
  3. 제1항에 있어서, 상기 리소그래피 구성은 극자외선(EUV) 파장 범위에서 동작하고, 상기 웨이퍼 상의 결함들의 발생에 대한 상기 확률 분포는 상기 레지스트를 노광하는 광자들의 확률적 변동의 결과인, 방법.
  4. 제1항에 있어서, 상기 웨이퍼 상의 결함들의 발생에 대한 상기 확률 분포는 상기 리소그래피 구성의 확률적 변동에 대한 확률 분포를 사용하여 계산되는, 방법.
  5. 제1항에 있어서, 상기 웨이퍼 상의 결함들의 발생에 대한 상기 확률 분포는 상기 리소그래피 구성의 몬테 카를로(Monte Carlo) 시뮬레이션을 사용하여 계산되는, 방법.
  6. 제1항에 있어서, 상기 웨이퍼 상의 결함들의 발생에 대한 상기 확률 분포를 예측하는 단계를 더 포함하고, 상기 결함들의 발생에 대한 상기 확률 분포를 예측하는 단계는:
    상기 레지스트를 노광하는 광학 신호에 대한 윤곽을 결정하는 단계 - 상기 광학 신호는 확률 분포에 의해 특성화됨 -;
    상기 광학 신호의 강도에 적어도 부분적으로 기초하여 제1 파라미터를 정의하는 단계;
    상기 레지스트에 의해 흡수된 상기 광학 신호의 분율을 나타내는 제2 파라미터를 정의하는 단계; 및
    상기 광학 신호 윤곽, 및 상기 제1 및 제2 파라미터들에 적어도 부분적으로 기초하여 상기 결함들의 발생에 대한 상기 확률 분포를 예측하는 단계
    를 포함하는, 방법.
  7. 제1항에 있어서, 상기 리소그래피 구성을 수정하는 단계는:
    상기 결함-기반 FEW와 상기 CD-기반 FEW 사이의 상기 중첩 영역을 증가시키는 것에 기초하여 상기 소스를 수정하는 단계를 포함하는, 방법.
  8. 제1항에 있어서, 상기 리소그래피 구성을 수정하는 단계는:
    상기 결함-기반 FEW와 상기 CD-기반 FEW 사이의 상기 중첩 영역을 증가시키는 것에 기초하여 상기 마스크를 수정하는 단계를 포함하는, 방법.
  9. 제8항에 있어서, 상기 마스크를 수정하는 단계는:
    상기 마스크를 수정하기 위해 서브-해상도 지원 피처들 및 광 근접 보정 중 적어도 하나를 이용하는 단계를 더 포함하는, 방법.
  10. 제8항에 있어서, 상기 마스크는 위상 시프팅 요소들을 포함하고, 상기 마스크를 수정하는 단계는:
    상기 결함-기반 FEW와 상기 CD-기반 FEW 사이의 상기 중첩 영역을 증가시키는 것에 기초하여 상기 위상 시프팅 요소들을 수정하는 단계를 더 포함하는, 방법.
  11. 제1항에 있어서, 상기 리소그래피 구성은 극자외선(EUV) 파장 범위에서 그리고 14nm 이하의 피처 사이즈들을 갖는 기술 노드에서 동작하는, 방법.
  12. 제1항에 있어서, 상기 리소그래피 구성을 수정하는 단계는:
    상기 결함-기반 FEW와 상기 CD-기반 FEW 사이의 상기 중첩 영역의 함수인 비용 함수를 정의하는 단계; 및
    상기 비용 함수의 개선에 기초하여 상기 리소그래피 구성을 수정하는 단계
    를 포함하는, 방법.
  13. 웨이퍼 상의 레지스트를 노광하기 위해 마스크를 조명하는 소스를 포함하는 리소그래피 구성을 개선시키기 위한 시스템으로서,
    명령어들을 저장하는 메모리; 및
    상기 메모리와 결합되고 상기 명령어들을 실행하는 프로세서
    를 포함하고,
    상기 명령어들은 실행될 때 상기 프로세서로 하여금:
    상기 웨이퍼 상의 결함들의 발생에 대한 예측된 확률 분포에 기초하여 결함-기반 초점 노광 윈도우(FEW)를 결정하게 하고 - 상기 결함-기반 FEW는 상기 웨이퍼 상의 결함들의 허용가능한 레벨을 갖는 상기 리소그래피 구성에 대한 초점 심도 및 노광 위도의 영역임 -,
    상기 웨이퍼 상의 예측된 CD들에 기초하여 임계 치수(CD)-기반 FEW를 결정하게 하고 - 상기 CD-기반 FEW는 상기 웨이퍼 상의 CD 변동의 허용가능한 레벨을 가지는 상기 리소그래피 구성에 대한 초점 심도 및 노광 위도의 영역임 -;
    상기 결함-기반 FEW와 상기 CD-기반 FEW 사이의 중첩 영역을 증가시키는 것에 기초하여 상기 리소그래피 구성을 수정하게 하는,
    시스템.
  14. 제13항에 있어서, 상기 리소그래피 구성은 극자외선(EUV) 파장 범위에서 동작하고, 상기 웨이퍼 상의 결함들의 발생에 대한 상기 확률 분포는 상기 레지스트를 노광하는 광자들의 확률적 변동의 결과인, 시스템.
  15. 제13항에 있어서, 상기 리소그래피 구성은 극자외선(EUV) 파장 범위에서 그리고 14nm 이하의 피처 사이즈들을 갖는 기술 노드에서 동작하는, 시스템.
  16. 웨이퍼 상의 레지스트를 노광하기 위해 마스크를 조명하는 소스를 포함하는 리소그래피 구성을 개선시키기 위한 저장된 명령어들을 포함하는 비일시적 컴퓨터 판독가능 매체로서,
    상기 저장된 명령어들은 프로세서에 의해 실행될 때, 상기 프로세서로 하여금:
    상기 웨이퍼 상의 결함들의 발생에 대한 예측된 확률 분포에 기초하여 결함-기반 초점 노광 윈도우(FEW)를 결정하게 하고 - 상기 결함-기반 FEW는 상기 웨이퍼 상의 결함들의 허용가능한 레벨을 갖는 리소그래피 구성에 대한 초점 심도 및 노광 위도의 영역임 -,
    상기 웨이퍼 상의 예측된 CD들에 기초하여 임계 치수(CD)-기반 FEW를 결정하게 하고 - 상기 CD-기반 FEW는 상기 웨이퍼 상의 CD 변동의 허용가능한 레벨을 가지는 상기 리소그래피 구성에 대한 초점 심도 및 노광 위도의 영역임 -;
    상기 결함-기반 FEW와 상기 CD-기반 FEW 사이의 중첩 영역을 증가시키는 것에 기초하여 상기 리소그래피 구성을 수정하게 하는,
    비일시적 컴퓨터 판독가능 매체.
  17. 제16항에 있어서, 상기 리소그래피 구성을 수정하는 것은:
    상기 결함-기반 FEW와 상기 CD-기반 FEW 사이의 상기 중첩 영역을 증가시키는 것에 기초하여 상기 소스를 수정하는 것을 포함하는, 비일시적 컴퓨터 판독가능 매체.
  18. 제16항에 있어서, 상기 리소그래피 구성을 수정하는 것은:
    상기 결함-기반 FEW와 상기 CD-기반 FEW 사이의 상기 중첩 영역을 증가시키는 것에 기초하여 상기 마스크를 수정하는 것을 포함하는, 비일시적 컴퓨터 판독가능 매체.
  19. 제16항에 있어서, 상기 리소그래피 구성을 수정하는 것은 상기 결함-기반 FEW 및 상기 CD-기반 FEW의 정렬을 개선하는 것에 기초하는, 비일시적 컴퓨터 판독가능 매체.
  20. 제16항에 있어서, 상기 리소그래피 구성을 수정하는 것은 상기 결함-기반 FEW의 상기 영역 및/또는 상기 CD-기반 FEW의 상기 영역을 증가시키는 것에 기초하는, 비일시적 컴퓨터 판독가능 매체.
KR1020227008413A 2019-09-25 2020-09-24 결함 확률 분포들 및 임계 치수 변동들에 기초한 리소그래피 개선 KR20220065769A (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201962905771P 2019-09-25 2019-09-25
US62/905,771 2019-09-25
US201962907901P 2019-09-30 2019-09-30
US62/907,901 2019-09-30
PCT/US2020/052560 WO2021062040A1 (en) 2019-09-25 2020-09-24 Lithography improvement based on defect probability distributions and critical dimension variations

Publications (1)

Publication Number Publication Date
KR20220065769A true KR20220065769A (ko) 2022-05-20

Family

ID=74881903

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227008413A KR20220065769A (ko) 2019-09-25 2020-09-24 결함 확률 분포들 및 임계 치수 변동들에 기초한 리소그래피 개선

Country Status (4)

Country Link
US (1) US11314171B2 (ko)
JP (1) JP7443501B2 (ko)
KR (1) KR20220065769A (ko)
CN (1) CN114514473A (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW202211075A (zh) * 2020-06-05 2022-03-16 美商新思科技股份有限公司 校正在精簡模型中的隨機訊號
CN115167019A (zh) * 2022-07-15 2022-10-11 苏州华星光电技术有限公司 曝光缺陷感知装置、显示终端及曝光缺陷感知方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3330648B2 (ja) * 1992-10-06 2002-09-30 富士通株式会社 光源形状の最適化方法
JP4700672B2 (ja) 2006-11-08 2011-06-15 エーエスエムエル マスクツールズ ビー．ブイ． ライン幅粗さおよびレジストパターン不良を予測する方法、プログラム、および装置、ならびにそのリソグラフィシミュレーションプロセスでの使用
NL2003699A (en) * 2008-12-18 2010-06-21 Brion Tech Inc Method and system for lithography process-window-maximixing optical proximity correction.
NL2009982A (en) * 2012-01-10 2013-07-15 Asml Netherlands Bv Source mask optimization to reduce stochastic effects.
EP3105637A1 (en) * 2014-02-11 2016-12-21 ASML Netherlands B.V. Model for calculating a stochastic variation in an arbitrary pattern
CN109891319B (zh) 2016-10-24 2023-11-10 Asml荷兰有限公司 用于优化图案化装置图案的方法
US10474042B2 (en) * 2017-03-22 2019-11-12 Kla-Tencor Corporation Stochastically-aware metrology and fabrication
WO2020094389A1 (en) 2018-11-08 2020-05-14 Asml Netherlands B.V. Failure model for predicting failure due to resist layer

Also Published As

Publication number Publication date
JP7443501B2 (ja) 2024-03-05
US11314171B2 (en) 2022-04-26
CN114514473A (zh) 2022-05-17
US20210088913A1 (en) 2021-03-25
JP2022549469A (ja) 2022-11-25

Similar Documents

Publication Publication Date Title
TWI767340B (zh) 基於缺陷機率分佈和臨界尺寸變異的微影技術改進
US11900042B2 (en) Stochastic-aware lithographic models for mask synthesis
US11640490B2 (en) Source mask optimization by process defects prediction
US11475201B2 (en) Inclusion of stochastic behavior in source mask optimization
US11126782B2 (en) Applying reticle enhancement technique recipes based on failure modes predicted by an artificial neural network
US11468222B2 (en) Stochastic signal prediction in compact modeling
US11314171B2 (en) Lithography improvement based on defect probability distributions and critical dimension variations
CN116137899A (zh) 基于特征图像的三维掩模仿真
US11556052B2 (en) Using mask fabrication models in correction of lithographic masks
TWI795687B (zh) 用於改良微影光罩之設計之方法、系統及非暫時性電腦可讀媒體
US11914306B2 (en) Predicting defect rate based on lithographic model parameters
US20230152683A1 (en) Mask Synthesis Integrating Mask Fabrication Effects and Wafer Lithography Effects
US20220382144A1 (en) Machine learning for selecting initial source shapes for source mask optimization
US11977324B1 (en) Modifying segments and vertices of mask shapes for mask synthesis
US11657207B2 (en) Wafer sensitivity determination and communication
EP4176316A1 (en) Lithography simulation using machine learning