随着半导体制造不断迈向更复杂的晶体管架构、更小的器件特征尺寸和三维集成，计量技术在工艺控制与制造良率中的作用日益凸显。从关键尺寸测量、光刻套刻，到先进封装和埋藏结构表征，测量技术必须不断演进，以应对越来越难以接近、分辨和验证的结构特征。
半导体制造始终依赖对尺寸、材料和表面特性的精确控制。然而，环绕栅极晶体管、堆叠纳米片、先进存储器结构以及基于芯粒的架构正在带来新的测量挑战。制造商不仅要确保这些特征满足日益严苛的公差要求，还必须在生产节拍内可靠地完成测量，以足够高的准确度支持工艺优化和良率提升。
因此，计量供应商面临双重挑战：一方面开发能够表征日益复杂结构的技术，另一方面确保测量结果可靠、可重复，并足以支撑制造决策。
测量尺寸日益微小的特征
关键尺寸（CD）计量是半导体工艺控制的基础。图形化特征的宽度、高度、轮廓和均匀性都会影响晶体管性能、电气特性及器件可靠性。当单颗芯片上重复分布着数十亿个结构时，即使相对微小的尺寸偏差，也可能影响制造良率。
关键尺寸扫描电子显微镜（CD-SEM）被广泛用于图形化特征测量，尤其适用于光学技术无法提供足够空间分辨率的场景。制造商通过分析电子显微图像，可以确定线宽、接触孔直径和图形轮廓等尺寸。
然而，获得可靠测量结果并不只是把更小的特征分辨出来这么简单。图像对比度、材料成分、电子与样品的相互作用，以及用于识别特征边界的算法，都可能影响最终测量值。在纳米尺度下，准确界定一个特征从哪里开始、到哪里结束，本身就是一个测量科学问题。
光学计量则提供了互补方案。散射测量和光谱椭偏等技术，通过分析光与图形化结构及薄膜之间的相互作用，反推出尺寸和材料属性。这些方法能够快速测量多项特征，尤其适合对晶圆不同区域的工艺进行监测。
与直接成像单个特征不同，许多光学技术依赖数学模型解释测量信号。因此，其有效性取决于模型质量、对结构所作的假设，以及是否具备适当的参考测量数据。
原子力显微镜（AFM）能够进一步提供表面形貌和纳米级特征信息，但测量速度、特定几何结构的可达性以及探针相关效应，可能限制其在大批量生产中的适用性。
因此，这些技术彼此互补，而非简单替代。半导体制造商需要根据待测特征、所需测量不确定度、生产阶段以及可用测量时间，选择合适的方法。
光刻套刻与对准
半导体器件通过反复进行光刻、沉积、刻蚀及其他工艺步骤逐层构建。每个阶段都会形成新的图形或改变已有结构，因此，不同层之间的对准精度至关重要。
套刻计量用于测量不同光刻步骤所形成图形之间的相对位置。对准偏差可能影响电气连接和器件性能，最终降低一片晶圆上能够正常工作的芯片比例。
光学套刻系统能够快速测量专门设计的套刻标记，使制造商得以监控晶圆各区域的对准情况，并识别系统性工艺偏差。相关数据可用于调整光刻设备，并补偿晶圆变形、载台定位误差以及工艺引起的变化等因素。
然而，随着器件结构日益复杂，套刻标记与其所代表的功能结构之间的对应关系也变得更加重要。通过易于接近的标记获得的测量结果，并不一定能够揭示器件内部的所有对准问题，尤其是在涉及埋藏特征或复杂三维几何结构时。
这使得融合不同来源的计量数据、理解各自局限，并确保工艺修正建立在具有代表性的测量结果之上，变得更加重要。
三维结构带来的测量挑战
半导体制造领域最重要的发展之一，是晶体管架构逐渐从传统平面几何结构转向更复杂的立体结构。
环绕栅极（GAA）晶体管通过栅极结构包围导电沟道，旨在器件尺寸不断缩小时改善静电控制能力。堆叠纳米片设计则进一步增加了几何复杂度，器件性能取决于多个紧密堆叠结构的尺寸、间距和均匀性。
这些架构带来了新的测量需求，仅依靠自上而下的成像方式往往难以满足。侧壁轮廓、埋藏界面和截面尺寸的表征，可能需要结合电子显微镜、专用成像技术与计算分析。
截面透射电子显微镜（TEM）能够揭示极其微小的结构和材料界面，但样品制备通常具有破坏性，且可检查区域相对有限。这类技术能够提供有价值的细节信息，却未必适合对每片晶圆或每个器件进行常规测量。
因此，制造商需要建立组合式测量策略：将高分辨率参考技术与适合生产监控的快速测量方法结合起来。光学测量、电子显微镜及其他分析方法可以协同使用，以建立工艺关联、验证测量模型，并监测制造过程中的变化。
难点在于确保不同技术得出的结果具有可比性。测量原理、采样位置和数据解释方式的差异，都可能造成结果不一致。在将测量结果用于工艺控制之前，必须理解并处理这些差异。
先进封装提出新的测量要求
计量挑战正从单个晶体管和集成电路的制造，进一步延伸至更广泛的封装环节。先进封装技术日益倾向于将多个裸片或芯粒集成为一个系统，对尺寸控制、对准精度和表面质量提出了新的要求。
混合键合就是其中一个典型例子。这种技术能够在高度对准的表面之间形成电气和机械连接，其成功实施取决于表面形貌、洁净度、对准精度以及待连接界面的状态等因素。
表面平整度、局部缺陷或相对位置上的微小偏差，都可能影响键合质量和电气连接。因此，计量技术既要表征各个独立组件，也要在集成之前验证它们之间的相对位置关系。
随着制造商采用更加复杂的封装架构，测量任务也呈现出越来越明显的多维特征。表面形貌、局部高度变化、晶圆变形、对准情况和缺陷，可能都需要在同一生产流程中进行评估。
这为光学表面测量、干涉测量、高分辨率成像和自动化检测系统创造了应用空间。同时，也凸显了在生产不同阶段部署计量技术的重要性，以便在昂贵的后续加工或组装工序完成之前识别潜在问题。
从测量走向工艺控制
半导体计量的商业价值，不仅体现在能够测量越来越微小的特征，更在于测量结果必须足够及时，能够真正支持制造决策。
在大批量半导体生产中，检测与测量系统会在多个工艺环节产生海量数据。关键在于从中识别有意义的变化，区分正常的工艺波动与正在显现的问题，并将测量结果转化为恰当的纠正措施。
统计过程控制（SPC）为监控波动、识别制造性能变化提供了成熟框架。与此同时，自动化数据分析正被越来越多地用于从大型数据集中识别规律、关联不同工艺阶段的测量结果，并帮助工程师调查缺陷或良率损失的潜在原因。
人工智能有望通过自动图像分析、异常检测以及复杂测量数据解读，进一步拓展这些能力。不过，AI辅助计量也带来了新的问题，包括模型验证、结果可重复性，以及工艺条件变化时测量结果的可靠性。
一个系统即使能够持续、稳定地识别图像中的某个特征，也不意味着它报告的尺寸就一定准确。在测量结果用于控制制造过程之前，仍然需要依据适当的参考标准对测量系统进行评估，并充分理解其不确定度和局限性。
因此，将计量数据与制造设备及工艺控制系统集成，与提升单台仪器的分辨率同样重要。其目标是尽早发现偏差、判断偏差的实际影响，并缩短从问题识别到采取纠正措施之间的时间。
测量可靠性始终是基础
随着半导体几何结构日益微小和复杂，测量不确定度与计量溯源性仍然是核心问题。
不同测量技术在检测同一特征时，可能得出不同结果，尤其是在它们采用不同物理原理，或对特征边界作出不同定义的情况下。理解这些差异十分重要，不能自动将其视为某台仪器存在错误的证据。
校准、参考材料、经过验证的测量程序，以及适当的不确定度评估，共同构成可靠尺寸数据的基础。对于先进半导体应用，这可能还需要专门的参考结构和测量模型，以考虑仪器与被测材料之间的相互作用。
采样同样是一个重要考量。高分辨率测量能够提供少量特征的详细信息，而生产决策往往需要了解整片晶圆、多个工艺步骤以及大规模制造样本中的变化情况。
因此，制造商必须在测量分辨率、采样策略、检测节拍和成本之间取得平衡。如果一项极为精细的测量无法足够频繁地执行，因而不能及时识别工艺状态变化，那么它未必是最适合生产的测量方式。
真正的挑战在于制定合理的测量策略，将精细表征与具有代表性、可重复且适用于规模化生产的监控结合起来。
计量在半导体制造中的作用日益扩大
半导体制造的演进，正在同时改变测量对象和测量数据的使用方式。微小特征仍然重要，但日益复杂的三维结构、先进封装，以及制造工艺之间更紧密的集成，正在带来新的尺寸与材料表征需求。
光学计量、电子显微镜、原子力显微镜和计算方法，各自具备解决不同问题的能力。随着器件架构持续演进，将这些技术有效整合，对于维持可靠的工艺控制至关重要。
与此同时，自动化分析和AI辅助解读，为从不断增长的计量数据中挖掘更多价值提供了机会。但这些技术能否真正发挥作用，仍取决于测量准确度、可重复性和溯源性能否得到保障。
对于半导体制造商而言，计量已不再只是验证组件是否符合尺寸要求的手段。它已成为理解复杂制造工艺、控制波动和提升良率的重要组成部分。
随着半导体架构对制造提出更高要求，可靠测量、正确解读结果，并将相关信息反馈至生产流程的能力，将继续成为下一代器件研发与制造的关键因素。
撰稿人：Peter Lawson
