WO2022009323A1 - 成膜システム、工場システム及びウェハの成膜方法 - Google Patents

成膜システム、工場システム及びウェハの成膜方法 Download PDF

Info

Publication number
WO2022009323A1
WO2022009323A1 PCT/JP2020/026641 JP2020026641W WO2022009323A1 WO 2022009323 A1 WO2022009323 A1 WO 2022009323A1 JP 2020026641 W JP2020026641 W JP 2020026641W WO 2022009323 A1 WO2022009323 A1 WO 2022009323A1
Authority
WO
WIPO (PCT)
Prior art keywords
film forming
film
film formation
chamber
arrangement
Prior art date
Application number
PCT/JP2020/026641
Other languages
English (en)
French (fr)
Inventor
健司 鈴木
勝之 中田
智生 佐々木
Original Assignee
Tdk株式会社
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 Tdk株式会社 filed Critical Tdk株式会社
Priority to PCT/JP2020/026641 priority Critical patent/WO2022009323A1/ja
Priority to JP2021037581A priority patent/JP2022016279A/ja
Priority to US17/348,238 priority patent/US11840757B2/en
Priority to CN202110761104.4A priority patent/CN113913774B/zh
Publication of WO2022009323A1 publication Critical patent/WO2022009323A1/ja
Priority to US18/229,332 priority patent/US20230392253A1/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
    • H01L21/04—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer
    • H01L21/18—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer the devices having semiconductor bodies comprising elements of Group IV of the Periodic Table or AIIIBV compounds with or without impurities, e.g. doping materials
    • H01L21/30—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26
    • H01L21/31—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26 to form insulating layers thereon, e.g. for masking or by using photolithographic techniques; After treatment of these layers; Selection of materials for these layers

Definitions

  • the present invention relates to a film forming system, a factory system, and a wafer film forming method.
  • Patent Document 1 A film forming apparatus for forming a multilayer film on a wafer is known (for example, Patent Document 1).
  • the film forming apparatus has a plurality of film forming types in order to form each layer constituting the multilayer film.
  • the film-forming type is, for example, a raw material used when laminating a multilayer film, and is, for example, a target material used in a sputtering method.
  • the film forming apparatus conveys the wafer to a position facing a predetermined film forming type for each layer to be formed, and forms a film.
  • the thickness required for each layer is different, and the film formation rate is different for each film type. Therefore, the time required for film formation differs for each layer, and the film formation of a specific layer may determine the throughput.
  • the arrangement of the film forming species in the film forming apparatus is changed, the wafer is suppressed from being in the film forming standby state, the transport time is reduced, and the throughput may be improved.
  • the present invention has been made in view of the above circumstances, and an object of the present invention is to provide a film forming system, a factory system, and a wafer film forming method capable of reducing the time required for film formation.
  • the present invention provides the following means for solving the above problems.
  • the film forming system includes a film forming apparatus and a computer, the film forming apparatus has a film forming chamber in which a plurality of film forming types can be installed, and the computer is equipped with a film forming chamber. It has a calculation area for predicting the time required for film formation when the arrangement of the film formation type is set based on the rising model or the calculation model including QUA.
  • the Ising model or the QUA has a number of elements corresponding to the product of the number of film forming species and the number of film forming chambers, and each of the elements has a number of elements. It may be a binary variable.
  • the energy function of the Ising model or the QUA may include an energy function corresponding to the throughput of the film forming apparatus.
  • the Ising model or the QUA has corresponded to the transport time of the wafer to be filmed and the processing time in each step as parameters for determining the interaction parameter between the elements. You may use the value.
  • the Ising model or the QUA may be defined on condition that the treatment in any of the steps can be replaced with the treatment in another chamber.
  • the film forming apparatus further has a process chamber for performing a process other than the film forming, and the processing in the process chamber is the Ising model or another chamber in the QUA. It may be specified as a process that cannot be replaced with the processing in.
  • the Ising model or the QUA has a constraint, and the constraint reflects the upper limit of the number of film forming species of the same type among the film forming species. good.
  • the Ising model or the QUA has a constraint, and the constraint may reflect the upper limit of the number of slots of the film forming type in the film forming chamber.
  • the Ising model or the QUA is further included as the constraint a number of additional elements corresponding to the sum of the number of slots of the film forming chamber, and the additional elements are binary variables. May be.
  • the Ising model or the QUAB has a constraint, and the constraint may simultaneously form a film on the wafer.
  • the condition that the film types are arranged in the same film formation chamber may be reflected.
  • the Ising model or the QUA has a constraint, and the constraint reflects the condition that the time to reach the life of the plurality of film forming species is substantially constant. You may.
  • the Ising model or the QUA is a constraint
  • the Ising model or the QUA is an additional element representing the process of the wafer and the processing time of the process as the constraint.
  • the additional element may be a binary variable.
  • the Ising model or the QUAB has a constraint
  • the Ising model or the QUAB further includes an additional element representing the loading time of the wafer to be loaded as the constraint.
  • the additional element may be a binary variable.
  • the computer has a storage area for storing as teacher data the time required for film formation in the case of the arrangement of a specific film forming type and the arrangement of the specific film forming type. Further, there may be a learning area for designing a calculation model by determining interaction parameters between the elements of the Ising model or the QUAB by machine learning based on the teacher data.
  • the machine learning may be performed by a factorization machine.
  • the factory system includes a plurality of devices and a computer, and the computer is used in a plurality of areas where the devices can be installed based on a calculation model including an Zing model or a QUA. It has a computer area for predicting the time required for processing when the plurality of devices are arranged.
  • the computer has a storage area for storing the arrangement of the device with respect to the area and the time required for processing in the case of the arrangement as teacher data, and a machine based on the teacher data. It may further have a learning area in which the interaction parameters between the elements of the Ising model or the QUA are determined by learning and the calculation model is designed.
  • the film forming method for a wafer according to the third aspect is based on a step of designing a singing model or a calculation model including a QUAO with the arrangement of a plurality of film forming types in a film forming apparatus as an element, and the calculation model.
  • the time required for film formation in the case of the arrangement of the specific film forming type and the arrangement of the specific film forming type is trained data. And may have a step of determining the interaction parameter between the elements by machine learning based on the teacher data.
  • the film forming type is arranged and the film forming type is arranged. It may further have a step of reacquiring the time required for the teacher data.
  • the film forming system, the factory system, and the wafer film forming method according to the present invention can reduce the time required for film formation.
  • FIG. 6 is a time chart showing all the steps of the film forming apparatus in Example 1 and Comparative Example 1. It is a Gantt chart which shows the result of the throughput in Example 1.
  • FIG. It is a Gantt chart which shows the result of the throughput in the comparative example 1.
  • 3 is a time chart showing all the steps of the film forming apparatus in Example 2 and Comparative Example 2. It is a Gantt chart which shows the result of the throughput in Example 2.
  • 3 is a time chart showing all the steps of the film forming apparatus in Example 3 and Comparative Example 3.
  • It is a Gantt chart which shows the result of the throughput in Example 3.
  • FIG. It is a Gantt chart which shows the result of the throughput in the comparative example 3. It is a figure which shows the result of the throughput in Example 4.
  • FIG. 4 is a time chart showing all the steps of the film forming apparatus in Example 1.
  • FIG. 1 is a schematic view of the film forming system 300 according to the first embodiment.
  • the film forming system 300 includes a film forming apparatus 100 and a computer 200.
  • the film forming apparatus 100 includes, for example, a plurality of film forming chambers 10, a process chamber 20, a transfer chamber 30, and a load lock chamber 40.
  • the film forming apparatus 100 may be, for example, a film forming apparatus that employs a single-wafer type that processes wafers one by one.
  • the film forming apparatus 100 is a film forming apparatus using a sputtering method, a film forming apparatus using a chemical vapor deposition method, and the like.
  • the film forming chamber 10 is a chamber for forming a film on a wafer.
  • a plurality of film forming species 1 can be installed in one film forming chamber 10.
  • Each of the film forming chambers 10 shown in FIG. 1 has eight film forming species 1.
  • the film-forming species in each film-forming chamber 10 may be different, or may have a plurality of film-forming species made of materials that are frequently used.
  • the process chamber 20 is a chamber for performing processes other than film formation.
  • the process other than the film formation is, for example, a chemical reaction process such as heating and cooling treatment of the substrate, partial peeling treatment of the film-forming film, and oxidation.
  • the transfer chamber 30 is a chamber for transferring wafers between the respective chambers.
  • the load lock chamber 40 is a chamber that connects the outside and the vacuum region, and is sometimes called a vacuum reserve chamber. For example, the wafers that have entered the transfer chamber 30 from the load lock chamber 40 are transferred to either the film forming chamber 10 or the process chamber 20 in the order of the process.
  • the computer 200 determines the arrangement of the film forming type 1 of the film forming apparatus 100.
  • the arrangement of the film forming type 1 is which film forming type 1 is arranged in which chamber.
  • the computer 200 may determine the transfer order of the wafers in the film forming apparatus 100 and the timing of feeding the wafers into the film forming apparatus 100.
  • the computer 200 has a calculation area 201.
  • the calculation area 201 includes an Ising model or a calculation model based on QUA.
  • the calculation area 201 predicts the time required for film formation when the film formation type 1 is arranged in a specific arrangement. The arrangement of the film forming type 1 can be determined based on the calculation result of the computer 200.
  • the Ising model is a model that predicts a stable state as a whole when multiple elements interact with each other and a coercive force is applied to each element.
  • FIG. 2 is an image diagram of the Ising model.
  • the Ising model has a plurality of elements E that interact with each other by a force F.
  • Each element E consists of spins s. Spins s have either an upward or downward state.
  • Element E is represented by a binary variable.
  • the coercion force F is called an interaction parameter.
  • the Ising model is represented by the following energy function (cost function).
  • ⁇ i and ⁇ j are input variables, and are +1 or -1.
  • ⁇ i and ⁇ j correspond to the states of spins in FIG. J ij is an interaction parameter.
  • J ij corresponds to the coercion force F in FIG. h i is a parameter associated with an external factor.
  • QUABO Quadrattic Unconstrained Binary Optimization
  • q i and q j are input variables and are 1 or 0.
  • q i and q j correspond to the states of spins in the Ising model.
  • Q ij is the interaction parameter in Qubo.
  • Qij corresponds to the coercion force F in the Ising model.
  • the design method of the calculation model will be described by taking the case of applying QUABO as an example.
  • the QUA can be converted equivalently to the Ising model, and the Ising model can be applied in the same manner as in the case of the Ising model.
  • the arrangement of the film forming type 1 is converted into the state of spins (q i , q j) in the element E of the QUAB. Specifically, first, a number of elements E (X i, j ) corresponding to the product of the number N seed of the film forming species and the number N ch of the chamber are prepared.
  • the states x i, j of each element E (X i, j ) are defined as "1" when the j-th film forming species is placed in the i-th chamber, and "0" in other cases. ..
  • FIG. 3 is an example of a state when the arrangement of the film forming type 1 is applied to the element E.
  • the film forming types a to f are arranged in the chambers A and B, respectively.
  • Each of the film forming types a, c, d, and f is arranged in the first chamber A, and the film forming types b and e are arranged in the second chamber B.
  • the number of the elements E becomes 12, which is the product of 6 which is the number of film forming species and 2 which is the number of chambers.
  • the 1st, 3rd, 4th, and 6th chambers A in which the film-forming species are arranged are "1", and the 2nd and 5th chambers B in the second chamber B are "1".
  • the formula of the energy function of QUAB is as follows.
  • H t denotes a value corresponding to the time taken for deposition (throughput).
  • the interaction parameter Q (force F) of QUABO is defined as follows, for example.
  • the time (throughput) Ht required for film formation is expressed by the following formula.
  • N stack is the total number of strokes in the film forming apparatus.
  • Ht is expressed by following the steps in the film forming apparatus in order.
  • ht is represented by the following four cases according to the type of the i-th and i-1st steps.
  • ht is expressed by the following formula. "The chamber to be arranged can be changed" means that the place where the film-forming type is arranged is not determined in a specific chamber and the film-forming type can be arranged in another chamber.
  • t_deliver j and k are the transfer times from the j-th chamber to the k-th chamber
  • t_processst stocki is the processing time of the i-th step. These times can be obtained, for example, by actual measurement or simulation.
  • the chamber in which the i-th step is arranged cannot be changed in the film formation with a film-forming type in which the chamber in which the i-th step is arranged can be changed (for example, the film-forming type is fixed in a certain chamber).
  • ht is expressed by the following formula.
  • i -In the case of film formation in a film formation type in which the chamber in which the first step is arranged can be changed ht is expressed by the following formula.
  • ht is expressed by the following equation.
  • Constraints may be added to the energy function according to various constraints in film formation.
  • the constraint is set, for example, so that the energy of the state of the element of the QUAB corresponding to the pattern that does not satisfy the constraint condition becomes large. It is not always necessary to set constraints, but setting constraints will increase the processing speed and accuracy of calculations.
  • the total number of film-forming species that can be arranged in each chamber at the same time is 1. ..
  • This condition is applied to each film formation type. That is, if the film-forming type a is arranged in the chamber A in FIG. 3, the film-forming type a cannot be arranged in the chamber B.
  • the following constraints may be added to express this constraint condition.
  • HA becomes 0.
  • H A becomes greater than 0.
  • ⁇ is a coefficient, which is a value larger than 0. The absolute value of ⁇ is adjusted according to the value to be optimized.
  • the number of film forming species 1 is eight, respectively. In other words, eight or more film formation types 1 cannot be set in each film formation chamber 10.
  • an additional element (Yi, k ) corresponding to the total number of film forming type 1s (number of slots) that can be arranged in each chamber is added.
  • the states of Y i and k are "1" when k film-forming species are arranged in the i-th chamber, and "0" in other cases.
  • FIG. 4 is an example of a state in which additional elements (Yi, k) are added.
  • the states of Y i and k shown in FIG. 4 indicate that four film forming species are arranged in the first chamber A and two film forming species are arranged in the second chamber B, respectively.
  • the limitation on the arrangement of the film forming type 1 due to the upper limit of the number of slots in each chamber can be expressed as the following restrictions.
  • N slot, i represents the number of slots in the i-th chamber.
  • the first term on the right side is 0 when the sum of the states of the additional elements (Y i, k ) is exactly 1 for each chamber, and is a value larger than 0 in other cases.
  • the second term on the right side is necessary to match the states of the element E (X i, j ) and the additional element (Y i, k ), and the sum of the states of X i, j and Y for each chamber.
  • the product of the states of i and k and the number of slots k is the same, it becomes 0, and in other cases, it becomes a value larger than 0.
  • w j is the number of slots used for the j-th film forming type.
  • the film forming type w in the film formation is set to 1.
  • the case where the film forming type uses a plurality of slots is, for example, a case where a plurality of types of materials are simultaneously sputtered to form a predetermined film.
  • simultaneous film formation is performed from a plurality of film forming types when forming a certain layer, it is necessary to arrange the film forming species to be simultaneously formed in the same film forming chamber 10. Therefore, it is also one of the constraint conditions to arrange the film forming species that may form a film on the wafer at the same time in the same film forming chamber.
  • a plurality of film forming species are regarded as one film forming species, and the value of w is defined as the number of the film forming species.
  • Simultaneous film formation is, for example, simultaneous sputtering.
  • H t1 and H t2 are Ht for wafer 1 and wafer 2, respectively.
  • w t1 and w t2 are weights. It can be adjusted so that the weight of the wafer for which the throughput is to be improved with priority is increased.
  • Constraints may be set so that the time to reach the life of a plurality of film forming species is substantially constant.
  • substantially constant means that the time to reach the life of a specific film-forming type 1 is within a range of 10% fluctuation based on the time to reach the life.
  • the wafer transfer order may be added.
  • the wafer transfer order is reflected in the calculation model, it is expressed by adding additional elements (Z m, t) to the calculation model.
  • the additional elements Z m and t are represented by a step m in the wafer film forming apparatus and a time t at which the above steps are executed.
  • the process of the wafer film forming apparatus is a flow of film forming and process processing from being charged into the load lock chamber LL to being finally transferred to the load lock chamber.
  • the additional element Z m, the state of t z m, the t is "1", the otherwise "0".
  • the wafer transfer order in the processes before and after the film forming process may be expanded.
  • the order of wafer transfer in the process of an etching apparatus or a sheet-type manufacturing apparatus such as a resist coater may be expanded.
  • the Ising model or the QUA it may be added that a new wafer is charged into the film forming chamber in the middle.
  • additional elements (At , w ) are added to the calculation model.
  • the additional elements At and w are represented by the timing t at which the wafer is charged into the film forming chamber and the wafer charging position w.
  • the states at and w of the elements At and w are set to 1, and the other cases are set to 0.
  • the calculation area 201 performs annealer calculation from the designed calculation model.
  • Annealer calculation is a calculation method for finding the optimum state by giving fluctuations to the states x and y of the spins of each element E.
  • the data (x) of the arrangement of the film forming type 1 in which H becomes smaller and the time (throughput) required for the film forming at that time are predicted.
  • Simulated annealing can be calculated by calculation methods such as simulated annealing, evolutionary algorithms, and tabu search.
  • Annealer calculation can be executed on a dedicated machine (annealing machine) specialized in Ising model and QUAO calculation.
  • a dedicated machine annealing machine
  • a quantum annealing machine D-wave, NEC
  • NTT coherent Ising machine
  • Toshiba simulated branching machine
  • Toshiba digital annealing machine
  • Fujitsu digital annealing machine
  • CMOS annealing machine Haitachi
  • a quantum gate type computer may be used for the annealing calculation. For example, if QAQA (Quantum Aproximate Optimization Algorithm) is used, the Ising model and QUA can be calculated by a quantum gate type computer.
  • QAQA Quantum Aproximate Optimization Algorithm
  • Throughput can be improved by actually replacing the arrangement of the film forming type 1 of the film forming apparatus 100 based on the data (x) of the arrangement of the film forming type 1 predicted by the annealing calculation.
  • FIG. 5 is a schematic diagram of the film forming system 301 according to the second embodiment.
  • the film forming system 301 includes a film forming apparatus 100 and a computer 210.
  • the computer 210 has a storage area 202, a learning area 203, and a calculation area 201.
  • the storage area 202 stores as teacher data the time required for film formation when the film formation type 1 is arranged in the film forming apparatus 100 in a specific arrangement.
  • the arrangement of the film-forming type 1 means which material film-forming type 1 is arranged in which film-forming chamber.
  • the time (throughput) required for film formation when the film formation type 1 is arranged in a specific arrangement is based on, for example, actual measurement.
  • the throughput for each arrangement of the film forming type 1 is obtained by an experiment and is acquired in the storage area 202 as teacher data. The larger the number of teacher data, the higher the accuracy of the calculation model described later.
  • the learning area 203 determines the interaction parameters between the elements by machine learning based on the teacher data, and designs the calculation model.
  • the design method of the calculation model will be described by taking the case where QUA is applied to the calculation model as an example.
  • FIG. 6 is a flow chart of a calculation model design method.
  • the learning area 203 acquires teacher data from the storage area 202 (first step S1).
  • Teacher data can be obtained by actual measurement or simulation.
  • the film formation process is performed with a pattern of arrangement of a plurality of film formation types 1, and the experimental result of the throughput at that time is used as the teacher data.
  • the film formation process is simulated with the arrangement pattern of a plurality of film formation types 1, and the calculation result of the throughput at that time is used as the teacher data.
  • the arrangement pattern of the film formation type 1 in the teacher data may be randomly selected, or some arrangement patterns that are expected to have significantly different throughputs may be given in order to improve the accuracy of machine learning. Alternatively, each pattern may be combined.
  • the teacher data is applied to the QUA (second step S2).
  • the arrangement of the film formation type 1 in the teacher data is converted into the state of spins (q i , q j) in the element E of the QUA.
  • a plurality of teacher data are applied to the QUA, and machine learning is performed (third step S3). If the number of teacher data is small, machine learning may be performed using a factorization machine.
  • the factorization machine is a kind of machine learning model expressed by the following equation.
  • W and v are fitting parameters obtained by machine learning and correspond to the interaction parameter (Q) of QUAB. Increasing K will change the number of fitting parameters and will be adjusted accordingly depending on the complexity of the problem.
  • the interaction parameter (Q) based on the teacher data is determined (4th step S4).
  • the calculation model is determined.
  • constraints are added to the calculation model as necessary.
  • the constraints are, for example, those presented in the first embodiment.
  • This calculation model is sent to the calculation area 201.
  • the calculation area 201 predicts the time required for film formation when the arrangement of the new film formation type 1 is set based on the designed calculation model.
  • the calculation area 201 performs annealer calculation from the designed interaction parameter (Q) (fifth step S5).
  • the data (x) of the arrangement of the film forming type 1 in which H becomes smaller is output by the annealing calculation.
  • the throughput of the arrangement of the film forming type 1 obtained in the calculation area 201 is acquired (sixth step S6).
  • Throughput can be obtained from actual measurements and simulations.
  • the throughput is obtained by performing a film forming experiment by changing to the arrangement of the film forming type 1 obtained in the calculation area 201.
  • the throughput is calculated by simulating the film forming process in the arrangement of the film forming type 1 obtained in the calculation area 201.
  • the computer 200 determines whether or not the acquired throughput has reached the target value (7th step S7).
  • the computer 200 outputs the value. If the film formation type 1 is arranged as used in the calculation, the time required for film formation can be sufficiently shortened. On the other hand, if the throughput does not reach the target value or less, the result is sent to the storage area 202 and reacquired as teacher data. Then, the above process is repeated until the throughput reaches the target value or less.
  • the multilayer film to be formed is, for example, a magnetoresistive effect element.
  • the magnetoresistive sensor has at least two ferromagnetic layers and a non-magnetic layer sandwiched between them. In many cases, each ferromagnetic layer has a plurality of layers.
  • the non-magnetic layer may be a conductor, a semiconductor, or an insulator, and may be, for example, an oxide film or a nitride film.
  • the factory system according to the third embodiment is an extension of the film forming system according to the first embodiment to the factory system of the entire factory.
  • FIG. 7 is a schematic diagram of the factory system according to the third embodiment.
  • the factory system 1000 includes a computer 200 and a plurality of devices 500. In the factory, there are a plurality of installable areas 501 in which the device 500 can be installed.
  • the computer 200 has the same calculation flow as in the first embodiment of the apparatus of each apparatus 500.
  • the optimum placement in the installable area 501 can be calculated and the throughput can be improved.
  • the number of slots in the chamber 10 may correspond to the number of installable devices 500 in the installable area 501 of each device.
  • the throughput of the entire factory can be improved.
  • Example 1 In Example 1, when the film formation system 300 shown in FIG. 1 was used to set the arrangement of the film formation species, the time required for film formation was determined.
  • the film forming apparatus of Example 1 has three chambers ch-A, ch-B, and ch-C, and a transfer chamber. Wafers can be transported between the three chambers via the transfer chamber.
  • Each of ch-A and ch-B is equipped with eight slots in which any film-forming type can be placed.
  • ch-C is a chamber that performs a process other than film formation, and a film formation species cannot be arranged.
  • the film forming type f uses four slots. That is, in the film forming process in the film forming type f, simultaneous sputtering is performed from the four slots.
  • each block in FIG. 8 represents a process, and among the blocks, those having an alphabet inside are the film formation process, and the alphabet indicates the film formation type used for film formation.
  • the film forming process is carried out on ch-A or ch-B.
  • the block 1001 is a process other than the film formation, and is executed by ch-C.
  • the processing time of each step was the width of each block in FIG. 8 from the actual measurement.
  • the transfer time between each chamber or between each chamber and the load lock chamber LL was the value in the table below (unit: seconds) from the actual measurement.
  • FIG. 9 is a time-series chart (Gantt chart) of Example 1 divided for each chamber.
  • Comparative Example 1 In Comparative Example 1, the arrangement of each film formation type was randomly arranged. Film formation types a, b, c, d, e, and f were randomly arranged on ch-A and ch-B as shown in the table below so as not to exceed the upper limit of the number of slots in each chamber.
  • FIG. 10 is a time-series chart (Gantt chart) of Comparative Example 1 divided for each chamber.
  • Example 1 the throughput was improved as compared with Comparative Example 1. It is considered that this is because Example 1 shown in FIG. 9 has a smaller number of transports and a smaller transport time than Comparative Example 1 shown in FIG. (Example 2)
  • Example 2 is an example in which the number of chambers and the number of film forming species are increased as compared with Example 1, and the number of combinations is enormous.
  • the film forming apparatus of Example 2 has six chambers, chA, chB, chC, chD, chE, chF and a transfer chamber. Wafers can be transferred via the transfer chamber. The number of slots in each chamber is shown in the table below.
  • Ch-A, ch-B, ch-C, and ch-D each have 5 slots, and any film formation type can be placed.
  • ch-E and ch-F are chambers for performing processes other than film formation, and film formation types cannot be arranged.
  • the transfer time between each chamber was uniformly 50 seconds, and the transfer time between the load lock chamber LL and each chamber was 44 seconds.
  • each block in FIG. 11 represents a process. Of the blocks, those with an alphabet inside are the film formation process, and the alphabet indicates the film formation type used for film formation.
  • the film forming process is carried out on chA, chB, chC, or chD.
  • block 2001 and block 2002 are processes other than film formation, block 2001 is executed on ch-E, and block 2002 is executed on ch-F.
  • the processing time of each step was the width of each block in FIG. 11 from the actual measurement.
  • the optimum arrangement was obtained according to the calculation flow of the first embodiment.
  • Annealer calculation was performed by simulated annealing.
  • the layout of the table below was output by the Annealer calculation.
  • the time required for the Annealer calculation was 54 seconds.
  • FIG. 12 is a time-series chart (Gantt chart) of Example 2 divided for each chamber.
  • Comparative Example 2 In Comparative Example 2, the arrangement of each film formation type was randomly arranged. Film formation types a, b, c, d, e, f, g, h, i, j, k, l, m are assigned to ch-A, ch-B, ch-C, and ch-D in the number of slots in each chamber. Randomly arranged as shown in Table 7 below so as not to exceed the upper limit of.
  • FIG. 13 is a time-series chart (Gantt chart) of Comparative Example 2 divided for each chamber.
  • Example 2 shown in FIG. 12 has a smaller number of transports than Comparative Example 2 shown in FIG.
  • Example 3 is an example in which the number of chambers is further increased and the number of combinations is enormous as compared with Example 2.
  • the film forming apparatus of Example 3 has eight chambers, chA, chB, chC, chD, chE, chF, chG, chH and a transfer chamber. Wafers can be transferred via the transfer chamber. The number of slots in each chamber is shown in the table below.
  • Ch-A, ch-B, ch-C, ch-D, ch-E, ch-F, and ch-G each have five slots, and any film formation type can be placed.
  • ch-H is a chamber that performs a process other than film formation, and the film formation type cannot be arranged.
  • the transfer time between each chamber was uniformly 50 seconds, and the transfer time between the load lock chamber LL and each chamber was 44 seconds.
  • each block in FIG. 14 represents a process. Among the blocks, those with a number inside are the film formation process, and the number indicates the film formation type used for film formation.
  • the film forming process is carried out on chA, chB, chC, chD, chE, chF or chG.
  • the block 3001 is a process other than the film formation, and is executed by chH. The processing time of each step was the width of each block in FIG. 14 from the actual measurement.
  • the optimum arrangement was obtained according to the calculation flow of the first embodiment.
  • the Annealer calculation was performed by a simulated bifurcation machine.
  • the layout of the table below was output by the Annealer calculation.
  • the time required for the Annealer calculation was 231 seconds.
  • FIG. 15 is a time-series chart (Gantt chart) of Example 2 divided for each chamber.
  • Comparative Example 3 In Comparative Example 3, each film formation type was randomly arranged. 35 types of film formation types were randomly applied to ch-A, ch-B, ch-C, ch-D, ch-E, ch-F, and ch-G so as not to exceed the upper limit of the number of slots in each chamber. Arranged as shown in Table 10 below.
  • FIG. 16 is a time-series chart (Gantt chart) of Comparative Example 2 divided for each chamber.
  • Example 3 The throughput of Example 3 was improved as compared with Comparative Example 3. It is considered that this is because Example 3 shown in FIG. 15 has a smaller number of transports than Comparative Example 2 shown in FIG.
  • Example 3 the arrangement of all the film-forming species in Comparative Example 3 has a combination of types about 2.88 ⁇ 10 25, attempts to simulate the throughput in the arrangement of all the film-forming species 1 brute, for example 200 Even if a supercomputer with petaflops computing performance is used, it takes 1000 days or more, so it is not realistic to seek an arrangement in which throughput is improved by brute force. On the other hand, in this embodiment, since the annealing calculation can be performed in 231 seconds, it is possible to obtain an arrangement that improves the throughput in a short time.
  • Example 4 In Example 4, the throughput when two wafers were put into the film forming apparatus at the same time and the film was formed in parallel was obtained.
  • the process of the film forming apparatus and the wafer is the same as that of the second embodiment.
  • the target value was set to 1 hour and 30 minutes for the purpose of reducing the time from the start of loading the wafers to be loaded in advance to the completion of processing of the two wafers.
  • the K of the factorization machine was set to 8.
  • the K of the factorization machine is a parameter adjusted by the complexity of the problem.
  • W and v were obtained by machine learning and converted into the interaction parameter (Q) of QUA, and the calculation model was determined.
  • the calculation model was input to the annealing machine and the annealing calculation was performed.
  • the annealing machine used a simulated bifurcation machine.
  • the data (x) of the arrangement of the film forming type 1 was output by the annealing calculation.
  • the throughput obtained by actual measurement was added as teacher data, and the above process was repeated.
  • FIG. 17 is the result of the throughput obtained by repeating the above process.
  • the time was gradually reduced, and the target value of 1 hour and 30 minutes or less was achieved at the 10th time, and the throughput could be improved.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Physical Vapour Deposition (AREA)
  • Chemical Vapour Deposition (AREA)

Abstract

この成膜システムは、成膜装置と、計算機と、を備え、前記成膜装置は、複数の成膜種を設置できる成膜チャンバーを有し、前記計算機は、イジングモデル又はＱＵＢＯを含む計算モデルに基づいて、成膜種の配置を設定した場合に成膜に要する時間を予測する計算領域を有する。

Description

成膜システム、工場システム及びウェハの成膜方法
　本発明は、成膜システム、工場システム及びウェハの成膜方法に関する。
　ウェハ上に多層膜を成膜する成膜装置が知られている（例えば、特許文献１）。
特許第５６５０７６０号公報
　成膜装置は、多層膜を構成する各層を成膜するために、複数の成膜種を有する。成膜種は、例えば、多層膜を積層する際に用いられる原料であり、例えば、スパッタリング法で用いられるターゲット材である。成膜装置は、成膜する層ごとに、所定の成膜種と対向する位置にウェハを搬送し、成膜を行う。それぞれの層ごとに求められる厚みは異なり、成膜種ごとに成膜レートは異なる。そのため、層ごとに成膜に要する時間は異なり、特定の層の成膜がスループットの律速になる場合がある。成膜装置内の成膜種の配置を変えると、ウェハが成膜待機状態になることが抑制され、搬送時間が削減され、スループットが改善する場合がある。
　多層膜の層数が増えると、成膜種の数が増加し、成膜種の配置の組み合わせは無数になる。これまで成膜種の配置の設定は、作業者の経験に基づく場合が多かった。しかしながら、更なるスループットの改善が求められている。
　本発明は上記事情に鑑みてなされたものであり、成膜に要する時間を低減できる成膜システム、工場システム及びウェハの成膜方法を提供することを目的とする。
　本発明は、上記課題を解決するため、以下の手段を提供する。
（１）第１の態様にかかる成膜システムは、成膜装置と、計算機と、を備え、前記成膜装置は、複数の成膜種を設置できる成膜チャンバーを有し、前記計算機は、イジングモデル又はＱＵＢＯを含む計算モデルに基づいて、成膜種の配置を設定した場合に成膜に要する時間を予測する計算領域を有する。
（２）上記態様にかかる成膜システムにおいて、前記イジングモデル又は前記ＱＵＢＯは、前記成膜種の数と前記成膜チャンバーの数の積に対応した数の要素を有し、前記要素のそれぞれはバイナリ変数であってもよい。
（３）上記態様にかかる成膜システムにおいて、前記イジングモデル又は前記ＱＵＢＯのエネルギー関数は、前記成膜装置のスループットに対応したエネルギー関数を含んでもよい。
（４）上記態様にかかる成膜システムにおいて、前記イジングモデル又は前記ＱＵＢＯは、前記要素間の相互作用パラメータを決めるパラメータとして、成膜されるウェハの搬送時間及び各工程での処理時間に対応した値を用いてもよい。
（５）上記態様にかかる成膜システムにおいて、前記イジングモデル又は前記ＱＵＢＯは、いずれかの工程での処理が、他のチャンバーでの処理に置き換え可能かを条件として、規定されてもよい。
（６）上記態様にかかる成膜システムにおいて、前記成膜装置は、成膜以外のプロセスを行うプロセスチャンバーをさらに有し、前記プロセスチャンバーでの処理は、前記イジングモデル又は前記ＱＵＢＯにおける他のチャンバーでの処理と置き換えできない工程として規定されてもよい。
（７）上記態様にかかる成膜システムにおいて、前記イジングモデル又は前記ＱＵＢＯは、制約を有し、前記制約は、前記成膜種のうち同じ種類の成膜種の数の上限を反映してもよい。
（８）上記態様にかかる成膜システムにおいて、前記イジングモデル又は前記ＱＵＢＯは、制約を有し、前記制約は、前記成膜チャンバーにおける前記成膜種のスロット数の上限を反映してもよい。
（９）上記態様にかかる成膜システムにおいて、前記イジングモデル又は前記ＱＵＢＯは、前記制約として、前記成膜チャンバーのスロット数の和に対応した数の付加要素をさらに含み、前記付加要素はバイナリ変数であってもよい。
（１０）上記態様にかかる成膜システムにおいて、上記態様にかかる成膜システムにおいて、前記イジングモデル又は前記ＱＵＢＯは、制約を有し、前記制約は、ウェハに対して同時成膜することがある成膜種を同じ成膜チャンバー内に配置するという条件を反映してもよい。
（１１）上記態様にかかる成膜システムにおいて、前記イジングモデル又は前記ＱＵＢＯは、制約を有し、前記制約は、前記複数の成膜種の寿命に至る時間を略一定とするという条件を反映してもよい。
（１２）上記態様にかかる成膜システムにおいて、前記イジングモデル又は前記ＱＵＢＯは、制約を有し、前記イジングモデル又は前記ＱＵＢＯは、前記制約として、ウェハの行程及び前記工程の処理時刻を表す付加要素をさらに有し、前記付加要素はバイナリ変数であってもよい。
（１３）上記態様にかかる成膜システムにおいて、前記イジングモデル又は前記ＱＵＢＯは、制約を有し、前記イジングモデル又は前記ＱＵＢＯは、前記制約として、投入されるウェハの投入時刻を表す付加要素をさらに有し、前記付加要素はバイナリ変数であってもよい。
（１４）上記態様にかかる成膜システムにおいて、前記計算機は、特定の成膜種の配置及び前記特定の成膜種の配置の場合に成膜に要する時間を、教師データとして記憶する記憶領域と、前記教師データを基にした機械学習により前記イジングモデル又は前記ＱＵＢＯの要素間の相互作用パラメータを決定し、計算モデルを設計する学習領域と、をさらに有してもよい。
（１５）上記態様にかかる成膜システムにおいて、前記記憶領域は、前記計算領域で予測に用いられた成膜種の配置及び前記計算領域で予測された成膜に要する時間を、教師データとして再取得してもよい。
（１６）上記態様にかかる成膜システムにおいて、前記機械学習は、ファクタライゼーションマシンによって行われてもよい。
（１７）第２の態様にかかる工場システムは、複数の装置と、計算機と、を備え、前記計算機は、イジングモデル又はＱＵＢＯを含む計算モデルに基づいて、前記装置を設置可能な複数の領域に、前記複数の装置を配置した場合に処理に要する時間を予測する計算領域を有する。
（１８）上記態様にかかる工場システムにおいて、前記計算機は、前記装置の前記領域に対する配置及び前記配置の場合に処理に要する時間を教師データとして記憶する記憶領域と、前記教師データを基にした機械学習により前記イジングモデル又は前記ＱＵＢＯの要素間の相互作用パラメータを決定し、計算モデルを設計する学習領域と、をさらに有してもよい。
（１９）第３の態様にかかるウェハの成膜方法は、成膜装置における複数の成膜種の配置を要素としてイジングモデル又はＱＵＢＯを含む計算モデルを設計する工程と、前記計算モデルに基づき、成膜種の配置の場合に成膜に要する時間を予測する工程と、前記予測された時間が所定の時間以下の場合に、前記成膜種の配置を前記成膜装置の成膜種の配置として適用する工程と、を有する。
（２０）上記態様にかかるウェハの成膜方法において、前記計算モデルを設計する工程は、特定の成膜種の配置及び前記特定の成膜種の配置の場合に成膜に要する時間を教師データとして取得する工程と、前記教師データを基にした機械学習により要素間の相互作用パラメータを決定する工程と、を有してもよい。
（２１）上記態様にかかるウェハの成膜方法において、前記計算モデルに基づき予測された時間が所定の時間以上の場合に、前記成膜種の配置及び前記成膜種の配置の際に成膜に要する時間を教師データとして再取得する工程をさらに有してもよい。
　本発明に係る成膜システム、工場システム及びウェハの成膜方法は、成膜に要する時間を低減できる。
第１実施形態に係る成膜システムの模式図である。 イジングモデル、ＱＵＢＯのイメージ図である。 成膜チャンバーにおける成膜種の配置を計算モデルにおける要素の状態に反映された一例を示す。 成膜チャンバーにおける成膜種の配置を計算モデルに反映させ、制約として付加要素を加えた状態を示す一例である。 第２実施形態に係る成膜システムの模式図である。 計算モデルの設計方法のフロー図である。 第３実施形態に係る工場システムの模式図である。 実施例１、比較例１における成膜装置の全工程を示すタイムチャートである。 実施例１におけるスループットの結果を示すガント図である。 比較例１におけるスループットの結果を示すガント図である。 実施例２、比較例２における成膜装置の全工程を示すタイムチャートである。 実施例２におけるスループットの結果を示すガント図である。 比較例２におけるスループットの結果を示すガント図である。 実施例３、比較例３における成膜装置の全工程を示すタイムチャートである。 実施例３におけるスループットの結果を示すガント図である。 比較例３におけるスループットの結果を示すガント図である。 実施例４におけるスループットの結果を示す図である。
　以下、本実施形態について、図面を適宜参照しながら詳細に説明する。以下の説明で用いる図面は、本実施形態の特徴をわかりやすくするために便宜上特徴となる部分を拡大して示している場合があり、各構成要素の寸法比率などは実際とは異なっていることがある。以下の説明において例示される材料、寸法等は一例であって、本発明はそれらに限定されるものではなく、その要旨を変更しない範囲で適宜変更して実施することが可能である。
「第１実施形態」
　図１は、第１実施形態に係る成膜システム３００の模式図である。成膜システム３００は、成膜装置１００と計算機２００とを有する。
　成膜装置１００は、例えば、複数の成膜チャンバー１０とプロセスチャンバー２０と搬送チャンバー３０とロードロックチャンバー４０とを備える。
　成膜装置１００は、例えばウェハを１枚ずつ処理する方式である枚葉式を採用している成膜装置などでもよい。成膜装置１００は、スパッタリング法を用いた成膜装置、化学気相成長法を用いた成膜装置等である。
　成膜チャンバー１０は、ウェハへの成膜を行うチャンバーである。１つの成膜チャンバー１０内には、例えば、複数の成膜種１を設置できる。図１に示す成膜チャンバー１０は、それぞれ８つの成膜種１を有する。１つの成膜チャンバー１０は、複数の成膜種１を有することで、複数の層を成膜できる。それぞれの成膜チャンバー１０における成膜種は、それぞれ異なってもよいし、使用頻度が高い材料からなる成膜種を複数有してもよい。
　プロセスチャンバー２０は、成膜以外のプロセスを行うチャンバーである。成膜以外のプロセスとは、例えば、基板の加熱、冷却処理、成膜した膜の一部剥離処理、酸化等の化学反応処理である。搬送チャンバー３０は、それぞれのチャンバー間のウェハの搬送を行うチャンバーである。ロードロックチャンバー４０は、外部と真空領域とを繋ぐチャンバーであり、真空予備室と呼ばれる場合もある。例えば、ロードロックチャンバー４０から搬送チャンバー３０に入ったウェハは、プロセス順に、いずれかの成膜チャンバー１０又はプロセスチャンバー２０に搬送される。
　計算機２００は、成膜装置１００の成膜種１の配置を決める。成膜種１の配置とは、どのチャンバーにどの成膜種１を配置するかである。計算機２００は、成膜装置１００内におけるウェハの搬送順、成膜装置１００内へのウェハの投入タイミングを決めてもよい。
　計算機２００は、計算領域２０１を有する。計算領域２０１は、イジングモデル又はＱＵＢＯに基づく計算モデルを含む。計算領域２０１は、成膜種１の配置が特定の配置の場合に、成膜に要する時間を予測する。計算機２００の計算結果に基づいて成膜種１の配置を決めることができる。
　イジングモデルは、複数の要素が相互作用しあい、それぞれの要素に強制力が与えられた場合に、全体として安定となる状態を予想するモデルである。図２には、イジングモデルのイメージ図である。イジングモデルは、強制力Ｆによって互いに相互作用する複数の要素Ｅを有する。それぞれの要素Ｅはスピンｓからなる。スピンｓは、上向き又は下向きのいずれかの状態を有する。要素Ｅは、バイナリ変数で表される。強制力Ｆの設定によって、隣接するスピンｓが平衡な状態が安定状態となったり、反平行な状態が安定状態となったりする。強制力Ｆは、相互作用パラメータと言われる。
　イジングモデルは、以下のエネルギー関数（コスト関数）で表される。
Figure JPOXMLDOC01-appb-M000001
　ここでσｉ、σｊは入力変数であり、＋１又は－１である。σｉ、σｊは、図２におけるスピンｓの状態に対応する。Ｊｉｊは、相互作用パラメータである。Ｊｉｊは、図２における強制力Ｆに対応する。ｈｉは、外的な要因に伴うパラメータである。
　ＱＵＢＯ（Ｑｕａｄｒａｔｉｃ Ｕｎｃｏｎｓｔｒａｉｎｅｄ Ｂｉｎａｒｙ Ｏｐｔｉｍｉｚａｔｉｏｎ）は、イジングモデルに等価に変換可能な計算モデルである。ＱＵＢＯは、イジングモデルと同様に計算モデルに適用できる。ＱＵＢＯは以下のエネルギー関数（コスト関数）で表される。
Figure JPOXMLDOC01-appb-M000002
　ここでｑｉ、ｑｊは入力変数であり、１又は０である。ｑｉ、ｑｊは、イジングモデルにおけるスピンｓの状態に対応する。Ｑｉｊは、ＱＵＢＯにおける相互作用パラメータである。Ｑｉｊは、イジングモデルにおける強制力Ｆに対応する。
　以下、ＱＵＢＯを適用する場合を例に、計算モデルの設計方法を説明する。ＱＵＢＯはイジングモデルと等価に変換可能であり、イジングモデルを適用する場合も、ＱＵＢＯの場合と同様に行うことができる。
　成膜種１の配置を、ＱＵＢＯの要素Ｅにおけるスピンｓの状態（ｑｉ、ｑｊ）に変換する。具体的には、まず成膜種の数Ｎｓｅｅｄとチャンバーの数Ｎｃｈの積に対応した数の要素Ｅ（Ｘｉ，ｊ）を用意する。それぞれの要素Ｅ（Ｘｉ，ｊ）の状態ｘｉ，ｊは、ｉ番目のチャンバーにｊ番目の成膜種を配置した場合に「１」、この場合以外の場合は「０」と規定する。
　図３は、成膜種１の配置を要素Ｅに適用した場合の状態の一例である。図３の例では、ａ～ｆまでの成膜種がある。ａ～ｆまでの成膜種をそれぞれ、チャンバーＡ，Ｂに配置する。成膜種ａ、ｃ、ｄ、ｆのそれぞれは、１番目のチャンバーＡに配置され、成膜種ｂ、ｅは２番目のチャンバーＢに配置されている。この状態を要素Ｅに適用すると、要素Ｅの数は、成膜種の数である６とチャンバーの数２の積である１２になる。成膜種が配置された１番目のチャンバーＡの１，３，４，６番目が「１」となり、２番目のチャンバーＢの２，５番目が「１」となる。ＱＵＢＯのエネルギー関数の式は以下のようになる。
Figure JPOXMLDOC01-appb-M000003
　Ｈｔは成膜に要する時間（スループット）に対応する値を示す。ＱＵＢＯの相互作用パラメータＱ（強制力Ｆ）は、例えば、以下のように規定される。
　成膜に要する時間（スループット）Ｈｔは以下の式で表される。
Figure JPOXMLDOC01-appb-M000004
　Ｎｓｔａｃｋは成膜装置における全行程数である。Ｈｔは成膜装置における工程を順に追っていくことで表現される。
　ｈｔはｉ番目とｉ－１番目の工程の種類によって、以下の４つに場合分けされて表される。
　ｉ番目の工程とｉ－１番目の工程が共に、配置するチャンバーを変更可能な成膜種での成膜の場合、ｈｔは以下の式で表される。「配置するチャンバーを変更可能」とは、成膜種の配置箇所が特定のチャンバーに決定されておらず、成膜種を別のチャンバーに配置できる場合を意味する。
Figure JPOXMLDOC01-appb-M000005
　ここで、ｔ_ｄｅｌｉｖｅｒｊ，ｋはｊ番目のチャンバーからｋ番目のチャンバーまでの搬送時間、ｔ_ｐｒｏｃｅｓｓｓｔａｃｋｉはｉ番目の工程の処理時間である。これらの時間は例えば実測やシミュレーション等によって入手することができる。
　ｉ番目の工程が配置するチャンバーを変更可能な成膜種での成膜で、ｉ－１番目の工程が配置するチャンバーを変更できない（例えば、あるチャンバーに成膜種が固定されている）成膜種での成膜又は成膜以外のプロセスを行うプロセスチャンバー２０での処理の場合、ｈｔは以下の式で表される。
Figure JPOXMLDOC01-appb-M000006
　ｉ番目の工程が配置するチャンバーを変更できない（例えば、あるチャンバーに成膜種が固定されている）成膜種での成膜又は成膜以外のプロセスを行うプロセスチャンバー２０での処理で、ｉ－１番目の工程が配置するチャンバーを変更可能な成膜種での成膜の場合、ｈｔは以下の式で表される。
Figure JPOXMLDOC01-appb-M000007
　ｉ番目の工程とｉ－１番目の工程が、ともに配置するチャンバーを変更できない（例えば、あるチャンバーに成膜種が固定されている）成膜種での成膜又は成膜以外のプロセスを行うプロセスチャンバー２０での処理の場合、ｈｔは以下の式で表される。
Figure JPOXMLDOC01-appb-M000008
　成膜における様々な制約条件に応じて、エネルギー関数に制約を付加してもよい。制約は、例えば、制約条件を満たさないパターンに対応するＱＵＢＯの要素の状態のエネルギーが大きくなるように設定する。制約は必ず設定しないといけないものではないが、制約を設定した方が計算の処理速度及び精度が上がる。
　例えば、特定の材料からなる成膜種が１つのみで、同じ材料からなる成膜種を複数のチャンバーに入れることを認めない場合、各チャンバーに同時に配置できる成膜種の総数は１である。この条件は、それぞれの成膜種に対して適用される。すなわち、図３において成膜種ａをチャンバーＡに配置すると、チャンバーＢに成膜種ａを配置することはできない。この制約条件を表現するために以下のような制約を付加してもよい。
Figure JPOXMLDOC01-appb-M000009
　ｊ番目の成膜種を配置したチャンバー数がちょうど１の時、ＨＡは０となる。一方、それ以外の時、ＨＡは０より大きい値になり、ＱＵＢＯのエネルギー関数において高いエネルギーの状態となるように作用する。λは係数であり、０より大きい値である。λの絶対値は最適化したい値に応じて調整される。
　例えば、図１に示す成膜チャンバー１０は、成膜種１の数がそれぞれ８つである。換言すると８つ以上の成膜種１をそれぞれの成膜チャンバー１０に設定することはできない。
　上記の制約条件を表現するためにまず、各チャンバーに配置可能な成膜種１の数（スロット数）の総和に対応した付加要素（Ｙｉ，ｋ）を追加する。Ｙｉ，ｋの状態は、ｉ番目のチャンバーにｋ個の成膜種を配置する場合を「１」、この場合以外を「０」とする。図４は、付加要素（Ｙｉ，ｋ）を追加した状態の一例である。図４に示すＹｉ，ｋの状態は、１番目のチャンバーＡに４個、２番目のチャンバーＢに２個の成膜種をそれぞれ配置していることを表している。各チャンバーのスロット数の上限による成膜種１の配置の制限は、以下のような制約として表現できる。
Figure JPOXMLDOC01-appb-M000010
　Ｎｓｌｏｔ，ｉはｉ番目のチャンバーのスロット数を表す。右辺第１項は各チャンバーに対して付加要素（Ｙｉ，ｋ）の状態の総和がちょうど１の時に０となり、それ以外の場合に０より大きな値となる。右辺第２項は、要素Ｅ（Ｘｉ，ｊ）と付加要素（Ｙｉ，ｋ）の状態の整合を取るために必要であり、各チャンバーに対してＸｉ，ｊの状態の総和とＹｉ，ｋの状態とスロット数ｋとの積が同じ場合に０となり、それ以外の場合に０より大きい値となる。
　ｗｊはｊ番目の成膜種の使用スロット数である。成膜を行う場合に、１つのスロットしか使用しない場合、その成膜における成膜種のｗを１とする。成膜種が複数のスロットを使用する場合とは、例えば、複数種の材料を同時スパッタリングし、所定の膜を成膜する場合である。
　ある層を成膜する際に複数の成膜種から同時成膜を行う場合、同時成膜する成膜種は同じ成膜チャンバー１０内に配置する必要がある。したがって、ウェハに対して同時成膜することがある成膜種を同じ成膜チャンバー内に配置することも制約条件の一つとなる。この場合に複数の成膜種を１つの成膜種とみなして、ｗの値をその成膜種の数とする。同時成膜は、例えば、同時スパッタリングである。
　成膜工程が異なるウェハのスループットを同時に向上させたい場合、それぞれのウェハの工程に対して上記のＨｔを設計し、足し合わせたものを新たなＨｔとする。例えば成膜工程の異なるウェハ１とウェハ２のスループットを同時に向上させたい場合、以下のような式で表されるＨｔを用いてもよい。
Figure JPOXMLDOC01-appb-M000011
　Ｈｔ１、Ｈｔ２は、それぞれウェハ１、ウェハ２に対するＨｔである。ｗｔ１、ｗｔ２は重みである。優先してスループットを向上させたいウェハの重みが大きくなるように調整することができる。
　例えば、上記２つの制約項ＨＡ、ＨＢを付加した場合のエネルギー関数は、以下のように表現される。
Figure JPOXMLDOC01-appb-M000012
　また成膜種１の寿命で入れ替え作業を行う場合、その期間は成膜装置１００が停止する。成膜種１の入れ替え作業には時間がかかる。成膜種１の入れ替え回数が減ると、成膜装置１００の生産効率が高まる。複数の成膜種の寿命に至る時間が略一定となるように、制約項を設定してもよい。略一定とは、ある特定の成膜種１の寿命に至る時間を基準に、寿命に至る時間が１０％の変動の範囲内にあることを意味する。
　また例えば、イジングモデル又はＱＵＢＯの制約として、ウェハの搬送順を加えてもよい。ウェハの搬送順を計算モデルに反映する際は、計算モデルに付加要素（Ｚm、ｔ）を加えることで表される。付加要素Ｚm、ｔは、ウェハの成膜装置での工程ｍと上記の工程が実行される時刻ｔで表される。ウェハの成膜装置での行程は、ロードロックチャンバーＬＬに投入されたのち、最終的にロードロックチャンバーに搬送されるまでの成膜、プロセスの処理のフローである。時刻ｔに工程ｍを処理する場合、付加要素Ｚm、ｔの状態ｚｍ、ｔを「１」とし、それ以外の場合を「０」とする。
　またウェハの成膜装置の工程におけるウェハの搬送順に加えて、成膜工程の前後の工程におけるウェハの搬送順にも拡張してもよい。例えば、エッチング装置や、レジストコーター等の枚様式製造装置の工程におけるウェハの搬送順にも拡張してもよい。
　また例えば、イジングモデル又はＱＵＢＯの制約として、新たなウェハを途中で成膜チャンバーへ投入することを加えてもよい。このことを計算モデルに反映する際は、計算モデルに付加要素（Ａｔ、ｗ）を加える。付加要素Ａｔ、ｗは、ウェハを成膜チャンバーへ投入するタイミングｔとウェハの投入位置ｗで表される。時刻ｔにウェハｗを投入する場合、要素Ａｔ、ｗの状態ａｔ、ｗを１とし、それ以外の場合を０とする。
　計算領域２０１は、設計された計算モデルからアニーラ計算を行う。アニーラ計算とは、それぞれの要素Ｅのスピンｓの状態ｘ、ｙに揺らぎを与え、最適状態を見つけ出す計算方法である。アニーラ計算によりＨがより小さくなる成膜種１の配置のデータ（ｘ）とその時の成膜に要する時間（スループット）が予測される。
　アニーラ計算はシミュレーテッドアニーリングや進化的アルゴリズム、タブー探索等の計算方法で計算することができる。
　アニーラ計算はイジングモデルやＱＵＢＯの計算に特化した専用機（アニーリングマシン）で実行することができる。例えば量子アニーリングマシン（Ｄ－ｗａｖｅ、ＮＥＣ）やコヒーレントイジングマシン（ＮＴＴ）、シミュレーテッド分岐マシン（東芝）、デジタルアニーラ（富士通）、ＣＭＯＳアニーラ（日立）等のマシンを適用することができる。
　アニーラ計算に量子ゲート型の計算機を用いてもよい。例えばＱＡＱＡ（Ｑｕａｎｔｕｍ Ａｐｐｒｏｘｉｍａｔｅ Ｏｐｔｉｍｉｚａｔｉｏｎ Ａｌｇｏｒｉｔｈｍ）を用いればイジングモデルやＱＵＢＯを量子ゲート型計算機で計算することができる。
　アニーラ計算によって予測された成膜種１の配置のデータ（ｘ）に基づいて、実際に成膜装置１００の成膜種１の配置を置き換えることで、スループットを改善することができる。
「第２実施形態」
　第２実施形態に係る成膜システムは、機械学習を用いて相互作用パラメータＱを求める点が第１実施形態と異なる。図５は、第２実施形態に係る成膜システム３０１の模式図である。成膜システム３０１は、成膜装置１００と計算機２１０とを有する。
　計算機２１０は、記憶領域２０２と学習領域２０３と計算領域２０１とを有する。
　記憶領域２０２は、成膜装置１００における成膜種１の配置が特定の配置の場合における成膜に要する時間を教師データとして記憶している。成膜種１の配置とは、どの成膜チャンバーに、どの材料の成膜種１が配置されているかということである。成膜種１の配置が特定の配置の場合における成膜に要する時間（スループット）は、例えば、実測に基づく。成膜種１の配置毎のスループットは、実験により求められ、教師データとして記憶領域２０２に取得される。教師データの数が多いほど、後述する計算モデルの精度が高まる。
　学習領域２０３は、教師データを基にした機械学習により要素間の相互作用パラメータを決定し、計算モデルを設計する。以下、ＱＵＢＯを計算モデルに適用した場合を例に計算モデルの設計方法を説明する。
　図６は、計算モデルの設計方法のフロー図である。まず学習領域２０３は、記憶領域２０２から教師データを取得する（第１ステップＳ１）。教師データは実測やシミュレーションによって取得することができる。実測の場合、複数の成膜種１の配置のパターンで成膜処理を行い、その時のスループットの実験結果を教師データとする。シミュレーションの場合も複数の成膜種１の配置のパターンで成膜処理のシミュレーションを行い、その時のスループットの計算結果を教師データとする。
　教師データにおける成膜種１の配置のパターンは、無作為に選択してもよいし、機械学習の精度を高めるために、スループットが大きく異なると予想されるいくつかの配置のパターンを与えてもよいし、それぞれのパターンを組み合わせてもよい。
　次いで、教師データをＱＵＢＯに当てはめる（第２ステップＳ２）。教師データにおける成膜種１の配置は、ＱＵＢＯの要素Ｅにおけるスピンｓの状態（ｑｉ、ｑｊ）に変換される。
　次いで、学習領域２０３は、複数の教師データをＱＵＢＯに当てはめ、機械学習を行う（第３ステップＳ３）。教師データのデータ数が少ない場合は、ファクタライゼーションマシンを用いて機械学習を行ってもよい。ファクタライゼーションマシンは以下の式で表される機械学習モデルの１種である。
Figure JPOXMLDOC01-appb-M000013
　ｗ、ｖは機械学習によって求めるフィッティングパラメータであり、ＱＵＢＯの相互作用パラメータ（Ｑ）に対応する。Ｋは大きくすると、フィッティングパラメータの数が変化し、問題の複雑性によって適宜調整される。
　機械学習を行うと、教師データに基づいた相互作用パラメータ（Ｑ）が決まる（第４ステップＳ４）。
　相互作用パラメータ（Ｑ）が決まれば、計算モデルが決定する。ここで、計算モデルには必要に応じて制約を付加する。制約は、例えば、第１実施形態で提示したものである。この計算モデルは、計算領域２０１へ送られる。
　計算領域２０１は、新たな成膜種１の配置を設定した場合に成膜に要する時間を、設計された計算モデルに基づいて予測する。
　まず計算領域２０１は設計された相互作用パラメータ（Ｑ）からアニーラ計算を行う（第５ステップＳ５）。アニーラ計算によりＨがより小さくなる成膜種１の配置のデータ（ｘ）が出力される。
　次いで、計算領域２０１で求められた成膜種１の配置のスループットを取得する（第６ステップＳ６）。スループットは実測やシミュレーションより取得できる。例えば実測の場合、計算領域２０１で求められた成膜種１の配置に変更して成膜実験をすることによりスループットを求める。シミュレーションの場合、計算領域２０１で求められた成膜種１の配置での成膜処理をシミュレーションすることでスループットを算出する。
　次いで、取得したスループットが目標値に至っているか否かを判定する（第７ステップＳ７）。そのスループットが目標値以下に至っている場合は、計算機２００はその値を出力する。その計算に用いられた成膜種１の配置であれば、十分成膜に要する時間を短縮できる。一方で、スループットが目標値以下に至っていない場合は、その結果は記憶領域２０２に送られ、教師データとして再取得される。そして、スループットが目標値以下に至るまで、上記のプロセスが繰り返される。
　そして、成膜装置１００における成膜種１の配置が決定したら、ウェハへの成膜が行われる。成膜される多層膜は、例えば、磁気抵抗効果素子である。磁気抵抗効果素子は、少なくとも２つの強磁性層とこれらの間に挟まれた非磁性層とを有する。強磁性層は、それぞれ複数層構成となる場合も多い。非磁性層は、導体でも半導体でも絶縁体でもよく、例えば、酸化膜、窒化膜である。
　以上、本発明の実施形態について図面を参照して詳述したが、各実施形態における各構成及びそれらの組み合わせ等は一例であり、本発明の趣旨から逸脱しない範囲内で、構成の付加、省略、置換、及びその他の変更が可能である。
「第３実施形態」
　第３実施形態に係る工場システムは、第１実施形態に係る成膜システムを工場全体の工場システムまで拡張したものである。図７は、第３実施形態に係る工場システムの模式図である。工場システム１０００は、計算機２００と、複数の装置５００を有する。工場内には、装置５００を設置できる設置可能領域５０１が複数ある。
　装置５００間の搬送時間を削減し、スループットを向上させるために、各装置５００を装置の設置可能領域５０１に割り当てようとした場合、装置５００の数、装置の設置可能領域５０１の数が増えることによってその組み合わせは膨大となる。そこで、第１実施形態における成膜種１を装置５００に、チャンバー１０を装置の設置可能領域５０１に対応させることで、計算機２００は第１実施形態と同様の計算フローで各装置５００の装置の設置可能領域５０１への最適な配置を計算し、スループットを向上させることができる。チャンバー１０のスロット数は各装置の設置可能領域５０１における設置可能な装置５００の数に対応させればよい。
　本実施形態に係る工場システムによれば、工場全体のスループットを改善することができる。
（実施例１）
　実施例１は、図１に示す成膜システム３００を用いて、成膜種の配置を設定した際に、成膜に要する時間を求めた。
　実施例１の成膜装置は、３つのチャンバーｃｈ－Ａ、ｃｈ－Ｂ、ｃｈ－Ｃと、トランスファチャンバーを有する。ウェハは、トランスファチャンバーを介して、３つのチャンバーの間を搬送できる。ｃｈ－Ａ、ｃｈ－Ｂには任意の成膜種を配置できるスロットがそれぞれ８個搭載されている。ｃｈ－Ｃは成膜以外のプロセスを行うチャンバーであり、成膜種を配置することはできない。
　成膜種は以下の６種類である。成膜種ａ，ｂ，ｃ，ｄ，ｅは１つのスロットを使用する。成膜種ｆは４つのスロットを使用する。つまり、成膜種ｆでの成膜処理は４つのスロットから同時スパッタリングを行う。
Figure JPOXMLDOC01-appb-T000014
　ウェハは、ロードロックチャンバーＬＬ（図１、図９参照）に投入されたのち、以下の図８の時系列チャートに示す工程を左から右に向かって行い、最終的にロードロックチャンバーＬＬに搬送される。成膜装置における全行程は、上記の工程である。図８の各ブロックは工程を表し、ブロックのうち、内部にアルファベットの記載のあるものは成膜プロセスであり、そのアルファベットは成膜に使用する成膜種を示す。成膜プロセスは、ｃｈ－Ａ又はｃｈ－Ｂで実行される。一方、ブロック１００１は成膜以外のプロセスであり、ｃｈ－Ｃで実行される。各工程の処理時間は、実測より図８の各ブロックの幅となった。
　各チャンバー間又は各チャンバーとロードロックチャンバーＬＬの間の搬送時間は、実測より以下の表の値（単位は秒）であった。
Figure JPOXMLDOC01-appb-T000015
　次いで、第１実施形態に示した計算フローに従って、最適配置を求めた。制約としてＨＡとＨＢをエネルギー関数に付加し、λ＝２０００とした。アニーラ計算はシミュレーテッドアニーリングによって行った。
　アニーラ計算によって以下の表の配置が出力された。アニーラ計算にかかった時間は２６秒であった。
Figure JPOXMLDOC01-appb-T000016
　上記の成膜種の配置でのスループットをシミュレーションによって求めた。結果、全行程の時間は５９分２４秒となった。図９は、チャンバー毎に区分けした実施例１の時系列チャート（ガントチャート）である。
　（比較例１）
　比較例１は、各成膜種の配置を無作為に配置した。ｃｈ－Ａ、ｃｈ－Ｂに成膜種ａ，ｂ，ｃ，ｄ，ｅ，ｆを各チャンバーのスロット数の上限を超えないように無作為に以下の表のように配置した。
Figure JPOXMLDOC01-appb-T000017
　上記配置におけるスループットをシミュレーションによって求めたところ、１時間８分３秒となった。図１０は、チャンバー毎に区分けした比較例１の時系列チャート（ガントチャート）である。
　実施例１は比較例１に対してスループットが向上した。これは図９に示す実施例１は、図１０に示す比較例１より搬送回数、搬送時間が少ないためであると考えられる。
（実施例２）
　実施例２は実施例１よりもチャンバー数、成膜種の数が増え、組み合わせが膨大となった場合の例である。実施例２の成膜装置は、６つのチャンバー、ｃｈ－Ａ、ｃｈ－Ｂ、ｃｈ－Ｃ、ｃｈ－Ｄ、ｃｈ－Ｅ、ｃｈ－Ｆとトランスファチャンバーを有する。トランスファチャンバーを介してウェハの搬送ができる。各チャンバーのスロット数を以下の表で示す。
Figure JPOXMLDOC01-appb-T000018
　ｃｈ－Ａ、ｃｈ－Ｂ、ｃｈ－Ｃ、ｃｈ－Ｄはそれぞれ５つのスロットがあり、任意の成膜種を配置できる。ｃｈ－Ｅ，ｃｈ－Ｆは成膜以外のプロセスを行うチャンバーであり、成膜種は配置できない。
　実測より各チャンバー間の搬送時間は一律５０秒、ロードロックチャンバーＬＬと各チャンバー間の搬送時間は４４秒となった。
　成膜種は１３種類ａ，ｂ，ｃ，ｄ，ｅ，ｆ，ｇ，ｈ，ｉ，ｊ，ｋ，ｌ，ｍが存在し、使用スロット数は全て１である。
　ウェハは、ロードロックチャンバーＬＬに投入されたのち、図１１の時系列チャートに示す工程を左から右に向かって行い、最終的にロードロックチャンバーに搬送される。成膜装置における全行程は、上記の工程である。図１１の各ブロックは工程を表している。ブロックのうち、内部にアルファベットの記載のあるものは成膜プロセスであり、そのアルファベットは成膜に使用する成膜種を示す。成膜プロセスは、ｃｈ－Ａ、ｃｈ－Ｂ、ｃｈ－Ｃ、もしくはｃｈ－Ｄで実行される。一方、ブロック２００１とブロック２００２は成膜以外のプロセスであり、ブロック２００１はｃｈ－Ｅで実行され、ブロック２００２はｃｈ－Ｆで実行される。各工程の処理時間は実測より図１１の各ブロックの幅となった。
　第１実施形態の計算フローに従って、最適配置を求めた。制約としてＨＡとＨＢをエネルギー関数に付加し、λ＝２０００とした。アニーラ計算はシミュレーテッドアニーリングによって行った。
　アニーラ計算によって以下の表の配置が出力された。アニーラ計算にかかった時間は５４秒であった。
Figure JPOXMLDOC01-appb-T000019
　上記配置におけるスループットをシミュレーションによって求めたところ、１時間１９分１１秒となった。図１２は、チャンバー毎に区分けした実施例２の時系列チャート（ガントチャート）である。
　（比較例２）
　比較例２は、各成膜種の配置を無作為に配置した。ｃｈ－Ａ、ｃｈ－Ｂ、ｃｈ－Ｃ，ｃｈ－Ｄに成膜種ａ，ｂ，ｃ，ｄ，ｅ，ｆ，ｇ，ｈ，ｉ，ｊ，ｋ，ｌ，ｍを各チャンバーのスロット数の上限を超えないように無作為に以下の表７のように配置した。
Figure JPOXMLDOC01-appb-T000020
　上記配置におけるスループットをシミュレーションによって求めたところ、１時間３１分４１秒となった。図１３は、チャンバー毎に区分けした比較例２の時系列チャート（ガントチャート）である。
　実施例２は比較例２に対してスループットが向上した。これは図１２に示す実施例２は、図１３に示す比較例２より搬送回数が少ないためであると考えられる。
（実施例３）
　実施例３は実施例２よりもさらにチャンバー数が増え、組み合わせが膨大となった場合の例である。実施例３の成膜装置は、８つのチャンバー、ｃｈ－Ａ、ｃｈ－Ｂ、ｃｈ－Ｃ、ｃｈ－Ｄ、ｃｈ－Ｅ、ｃｈ－Ｆ、ｃｈ－Ｇ、ｃｈ－Ｈとトランスファチャンバーを有する。トランスファチャンバーを介してウェハの搬送ができる。各チャンバーのスロット数を以下の表で示す。
Figure JPOXMLDOC01-appb-T000021
　ｃｈ－Ａ、ｃｈ－Ｂ、ｃｈ－Ｃ、ｃｈ－Ｄ、ｃｈ－Ｅ、ｃｈ－Ｆ、ｃｈ－Ｇはそれぞれ５つのスロットがあり、任意の成膜種を配置できる。ｃｈ－Ｈは成膜以外のプロセスを行うチャンバーであり、成膜種は配置できない。
　実測より各チャンバー間の搬送時間は一律５０秒、ロードロックチャンバーＬＬと各チャンバー間の搬送時間は４４秒となった。
　３５種類の成膜種が存在し、使用スロット数は全て１である。
　ウェハは、ロードロックチャンバーＬＬに投入されたのち、図１４の時系列チャートに示す工程を左から右に向かって行い、最終的にロードロックチャンバーに搬送される。成膜装置における全行程は、上記の工程である。図１４の各ブロックは工程を表している。ブロックのうち、内部に数字の記載のあるものは成膜プロセスであり、その数字は成膜に使用する成膜種を示す。成膜プロセスは、ｃｈ－Ａ、ｃｈ－Ｂ、ｃｈ－Ｃ、ｃｈ－Ｄ、ｃｈ－Ｅ、ｃｈ－Ｆもしくはｃｈ－Ｇで実行される。一方、ブロック３００１は成膜以外のプロセスであり、ｃｈ－Ｈで実行される。各工程の処理時間は実測より図１４の各ブロックの幅となった。
　第１実施形態の計算フローに従って、最適配置を求めた。制約としてＨＡとＨＢをエネルギー関数に付加し、λ＝４０００とした。アニーラ計算はシミュレーテッド分岐マシンによって行った。
　アニーラ計算によって以下の表の配置が出力された。アニーラ計算にかかった時間は２３１秒であった。
Figure JPOXMLDOC01-appb-T000022
　上記配置におけるスループットをシミュレーションによって求めたところ、３時間１１分３８秒となった。図１５は、チャンバー毎に区分けした実施例２の時系列チャート（ガントチャート）である。
　（比較例３）
　比較例３は、各成膜種を無作為に配置した。ｃｈ－Ａ、ｃｈ－Ｂ、ｃｈ－Ｃ，ｃｈ－Ｄ、ｃｈ－Ｅ、ｃｈ－Ｆ、ｃｈ－Ｇに３５種類の成膜種を各チャンバーのスロット数の上限を超えないように無作為に以下の表１０のように配置した。
Figure JPOXMLDOC01-appb-T000023
　上記配置におけるスループットをシミュレーションによって求めたところ、３時間２７分２８秒となった。図１６は、チャンバー毎に区分けした比較例２の時系列チャート（ガントチャート）である。
　実施例３は比較例３に対してスループットが向上した。これは図１５に示す実施例３は、図１６に示す比較例２より搬送回数が少ないためであると考えられる。
　実施例３、比較例３における全ての成膜種の配置は約２．８８×１０２５通りの組み合わせがあり、全ての成膜種１の配置におけるスループットを総当たりでシミュレーションしようとすると、例えば２００ペタフロップスの演算性能のスーパーコンピュータを用いても１０００日以上かかるため、総当たりによってスループットが向上する配置を求めることは現実的ではない。一方、本実施例は２３１秒でアニーラ計算が行えるため、短時間でスループットを向上させる配置を求めることができる。
（実施例４）
　実施例４は、２枚のウェハを同時に成膜装置に投入し、並行して成膜を行う場合のスループットを求めた。
　成膜装置、ウェハの工程は実施例２と同様とする。同じ工程の処理を行うウェハ１とウェハ２があり、第２実施形態に示した計算フロー（図６参照）に従って、成膜装置の成膜種の配置とそれぞれのウェハの成膜装置への投入のタイミングを最適化した。
　先行して投入するウェハの投入を開始してから、２枚のウェハの処理が終わるまでの時間を削減することを目的とし、目標値は１時間３０分とした。
　まず、２０個の教師データを収集した。成膜種の配置とウェハ投入のタイミングは無作為に選択し、実測に基づいてスループットのデータを収集した。
　次いで収集した教師データを用いてファクタライゼーションマシンによって、機械学習を行った。ファクタライゼーションマシンのＫは８とした。ファクタライゼーションマシンのＫは、問題の複雑さによって調整されるパラメータである。機械学習によってｗ、ｖが求まり、ＱＵＢＯの相互作用パラメータ（Ｑ）に変換し、計算モデルが決定された。
　次いで計算モデルをアニーリングマシンに入力して、アニーラ計算を行った。アニーリングマシンはシミュレーテッド分岐マシンを利用した。アニーラ計算により成膜種１の配置のデータ（ｘ）が出力された。
　次いで成膜種１の配置のデータ（ｘ）に基づいて、実際に成膜装置の配置とウェハ投入のタイミングを設定して、スループットを実測により求めた。
　実測によって求めたスループットを教師データとして追加して、上記のプロセスを繰り返した。
　図１７は上記プロセスの繰り返しによって得られたスループットの結果である。上記のプロセスを繰り返すことで、徐々に時間が削減され、１０回目で目標値の１時間３０分以下となり、スループットが向上できた。
１　成膜種、１０　成膜チャンバー、２０　プロセスチャンバー、３０　搬送チャンバー、４０　ロードロックチャンバー、１００　成膜装置、２００　計算機、２０１　記憶領域、２０２　学習領域、２０３　計算領域、３００　成膜システム、５００　装置、１０００　工場システム、Ｅ　要素、Ｆ　強制力、ｓ　スピン、１００１、２００１、２００２、３００１　成膜以外のプロセス

Claims (21)

  1. 　成膜装置と、計算機と、を備え、
    　前記成膜装置は、複数の成膜種を設置できる成膜チャンバーを有し、
    　前記計算機は、イジングモデル又はＱＵＢＯを含む計算モデルに基づいて、成膜種の配置を設定した場合に成膜に要する時間を予測する計算領域を有する、成膜システム。
  2. 　前記イジングモデル又は前記ＱＵＢＯは、前記成膜種の数と前記成膜チャンバーの数の積に対応した数の要素を有し、前記要素のそれぞれはバイナリ変数である、請求項１に記載の成膜システム。
  3. 　前記イジングモデル又は前記ＱＵＢＯのエネルギー関数は、前記成膜装置のスループットに対応したエネルギー関数を含む、請求項１又は２に記載の成膜システム。
  4. 　前記イジングモデル又は前記ＱＵＢＯは、前記要素間の相互作用パラメータを決めるパラメータとして、成膜されるウェハの搬送時間及び各工程での処理時間に対応した値を用いる、請求項１～３のいずれか一項に記載の成膜システム。
  5. 　前記イジングモデル又は前記ＱＵＢＯは、いずれかの工程での処理が、他のチャンバーでの処理に置き換え可能かを条件として、規定される、請求項１～４のいずれか一項に記載の成膜システム。
  6. 　前記成膜装置は、成膜以外のプロセスを行うプロセスチャンバーをさらに有し、
    　前記プロセスチャンバーでの処理は、前記イジングモデル又は前記ＱＵＢＯにおける他のチャンバーでの処理と置き換えできない工程として規定される、請求項５に記載の成膜システム。
  7. 　前記イジングモデル又は前記ＱＵＢＯは、制約を有し、
    　前記制約は、前記成膜種のうち同じ種類の成膜種の数の上限を反映する、請求項１～６のいずれか一項に記載の成膜システム。
  8. 　前記イジングモデル又は前記ＱＵＢＯは、制約を有し、
    　前記制約は、前記成膜チャンバーにおける前記成膜種のスロット数の上限を反映する、請求項１～７のいずれか一項に記載の成膜システム。
  9. 　前記イジングモデル又は前記ＱＵＢＯは、前記制約として、前記成膜チャンバーのスロット数の和に対応した数の付加要素をさらに含み、
    　前記付加要素はバイナリ変数である、請求項８に記載の成膜システム。
  10. 　前記イジングモデル又は前記ＱＵＢＯは、制約を有し、
    　前記制約は、ウェハに対して同時成膜することがある成膜種を同じ成膜チャンバー内に配置するという条件を反映する、請求項１～９のいずれか一項に記載の成膜システム。
  11. 　前記イジングモデル又は前記ＱＵＢＯは、制約を有し、
    　前記制約は、前記複数の成膜種の寿命に至る時間を略一定とするという条件を反映する、請求項１～１０のいずれか一項に記載の成膜システム。
  12. 　前記イジングモデル又は前記ＱＵＢＯは、制約を有し、
    　前記イジングモデル又は前記ＱＵＢＯは、前記制約として、ウェハの行程及び前記工程の処理時刻を表す付加要素をさらに有し、前記付加要素はバイナリ変数である、請求項１～１１のいずれか一項に記載の成膜システム。
  13. 　前記イジングモデル又は前記ＱＵＢＯは、制約を有し、
    　前記イジングモデル又は前記ＱＵＢＯは、前記制約として、投入されるウェハの投入時刻を表す付加要素をさらに有し、前記付加要素はバイナリ変数である、請求項１～１２のいずれか一項に記載の成膜システム。
  14. 　前記計算機は、特定の成膜種の配置及び前記特定の成膜種の配置の場合に成膜に要する時間を、教師データとして記憶する記憶領域と、
    　前記教師データを基にした機械学習により前記イジングモデル又は前記ＱＵＢＯの要素間の相互作用パラメータを決定し、計算モデルを設計する学習領域と、
    をさらに有する、請求項１～１３のいずれか一項に記載の成膜システム。
  15. 　前記記憶領域は、前記計算領域で予測に用いられた成膜種の配置及び前記計算領域で予測された成膜に要する時間を、教師データとして再取得する、請求項１４に記載の成膜システム。
  16. 　前記機械学習は、ファクタライゼーションマシンによって行われる、請求項１４又は１５に記載の成膜システム。
  17. 　複数の装置と、計算機と、を備え、
    　前記計算機は、イジングモデル又はＱＵＢＯを含む計算モデルに基づいて、前記装置を設置可能な複数の領域に、前記複数の装置を配置した場合に処理に要する時間を予測する計算領域を有する、工場システム。
  18. 　前記計算機は、前記装置の前記領域に対する配置及び前記配置の場合に処理に要する時間を教師データとして記憶する記憶領域と、
    　前記教師データを基にした機械学習により前記イジングモデル又は前記ＱＵＢＯの要素間の相互作用パラメータを決定し、計算モデルを設計する学習領域と、
    をさらに有する、請求項１７に記載の工場システム。
  19. 　成膜装置における複数の成膜種の配置を要素としてイジングモデル又はＱＵＢＯを含む計算モデルを設計する工程と、
    　前記計算モデルに基づき、成膜種の配置の場合に成膜に要する時間を予測する工程と、
    　前記予測された時間が所定の時間以下の場合に、前記成膜種の配置を前記成膜装置の成膜種の配置として適用する工程と、を有する、ウェハの成膜方法。
  20. 　前記計算モデルを設計する工程は、
    　特定の成膜種の配置及び前記特定の成膜種の配置の場合に成膜に要する時間を教師データとして取得する工程と、
    　前記教師データを基にした機械学習により要素間の相互作用パラメータを決定する工程と、を有する、請求項１９に記載のウェハの成膜方法。
  21. 　前記計算モデルに基づき予測された時間が所定の時間以上の場合に、前記成膜種の配置及び前記成膜種の配置の際に成膜に要する時間を教師データとして再取得する工程をさらに有する、請求項２０に記載のウェハの成膜方法。
PCT/JP2020/026641 2020-07-08 2020-07-08 成膜システム、工場システム及びウェハの成膜方法 WO2022009323A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
PCT/JP2020/026641 WO2022009323A1 (ja) 2020-07-08 2020-07-08 成膜システム、工場システム及びウェハの成膜方法
JP2021037581A JP2022016279A (ja) 2020-07-08 2021-03-09 成膜システム、工場システム及びウェハの成膜方法
US17/348,238 US11840757B2 (en) 2020-07-08 2021-06-15 Film deposition system, factory system, and method of depositing film on wafer
CN202110761104.4A CN113913774B (zh) 2020-07-08 2021-07-05 成膜系统、工厂系统和晶圆的成膜方法
US18/229,332 US20230392253A1 (en) 2020-07-08 2023-08-02 Film deposition system, factory system, and method of depositing film on wafer

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/026641 WO2022009323A1 (ja) 2020-07-08 2020-07-08 成膜システム、工場システム及びウェハの成膜方法

Publications (1)

Publication Number Publication Date
WO2022009323A1 true WO2022009323A1 (ja) 2022-01-13

Family

ID=79552423

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/026641 WO2022009323A1 (ja) 2020-07-08 2020-07-08 成膜システム、工場システム及びウェハの成膜方法

Country Status (2)

Country Link
JP (1) JP2022016279A (ja)
WO (1) WO2022009323A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023228336A1 (ja) * 2022-05-25 2023-11-30 Tdk株式会社 計算モデル及び計算プログラム

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240047842A (ko) * 2022-10-05 2024-04-12 서울대학교산학협력단 기계학습이 적용된 자동화된 박막 증착 시스템 및 박막 증착 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010116547A1 (ja) * 2009-04-07 2010-10-14 株式会社システムブイ 装置設計製造支援システム
JP2012242888A (ja) * 2011-05-16 2012-12-10 Kawasaki Heavy Ind Ltd 物体再配置計画装置、方法およびプログラム
WO2017037902A1 (ja) * 2015-09-02 2017-03-09 株式会社日立製作所 半導体システムおよび計算方法
JP2019101683A (ja) * 2017-11-30 2019-06-24 三菱重工業株式会社 シミュレーションの条件の適正化方法、製造工程シミュレーション装置、製造工程シミュレーションシステム及びプログラム
JP2020035000A (ja) * 2018-08-27 2020-03-05 株式会社日立製作所 機械学習システムおよびボルツマンマシンの計算方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010116547A1 (ja) * 2009-04-07 2010-10-14 株式会社システムブイ 装置設計製造支援システム
JP2012242888A (ja) * 2011-05-16 2012-12-10 Kawasaki Heavy Ind Ltd 物体再配置計画装置、方法およびプログラム
WO2017037902A1 (ja) * 2015-09-02 2017-03-09 株式会社日立製作所 半導体システムおよび計算方法
JP2019101683A (ja) * 2017-11-30 2019-06-24 三菱重工業株式会社 シミュレーションの条件の適正化方法、製造工程シミュレーション装置、製造工程シミュレーションシステム及びプログラム
JP2020035000A (ja) * 2018-08-27 2020-03-05 株式会社日立製作所 機械学習システムおよびボルツマンマシンの計算方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023228336A1 (ja) * 2022-05-25 2023-11-30 Tdk株式会社 計算モデル及び計算プログラム

Also Published As

Publication number Publication date
JP2022016279A (ja) 2022-01-21

Similar Documents

Publication Publication Date Title
Wang et al. A bi-population based estimation of distribution algorithm for the flexible job-shop scheduling problem
WO2022009323A1 (ja) 成膜システム、工場システム及びウェハの成膜方法
JP6620439B2 (ja) 学習方法、プログラム及び学習装置
US11840757B2 (en) Film deposition system, factory system, and method of depositing film on wafer
Guo et al. An incremental extreme learning machine for online sequential learning problems
Yazdani et al. Two meta-heuristic algorithms for the dual-resource constrained flexible job-shop scheduling problem
US20030060931A1 (en) Robotic system control
Portilla-Flores et al. Parametric reconfiguration improvement in non-iterative concurrent mechatronic design using an evolutionary-based approach
Ramanan et al. An artificial neural network based heuristic for flow shop scheduling problems
Altiparmak et al. Buffer allocation and performance modeling in asynchronous assembly system operations: An artificial neural network metamodeling approach
Prellberg et al. Lamarckian evolution of convolutional neural networks
Subrahmanya et al. Constructive training of recurrent neural networks using hybrid optimization
Singh et al. A hybrid algorithm using particle swarm optimization for solving transportation problem
TWI758613B (zh) 在積體基板處理系統中排程半導體基板處理序列的方法及系統和非暫時性電腦可讀取媒體
Tavakkoli-Moghaddam et al. Solving a dynamic cell formation problem with machine cost and alternative process plan by memetic algorithms
Chen et al. Artificial chromosomes with genetic algorithm 2 (ACGA2) for single machine scheduling problems with sequence-dependent setup times
CN115485639A (zh) 用于多腔室半导体设备的预测晶片调度
Wang et al. A class of order-based genetic algorithm for flow shop scheduling
Schramm et al. Learning to transfer dynamic models of underactuated soft robotic hands
Liu et al. Shift-collapse acceleration of generalized polarizable reactive molecular dynamics for machine learning-assisted computational synthesis of layered materials
JP2020173579A (ja) 最適化システムおよび最適化システムの制御方法
KR20230027246A (ko) 기판 라우팅 및 처리의 스케줄링
Rietman et al. A genetic algorithm for low variance control in semiconductor device manufacturing: Some early results
Maji et al. An evolutionary algorithm based approach for VLSI floor-planning
Kim et al. Intelligent control of via formation by photosensitive BCB for MCM-L/D applications

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20944415

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20944415

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP