Este es un artículo patrocinado que le presenta Materiales aplicados.
La industria de los semiconductores se encuentra en medio de una period transformadora, ya que aumenta los límites físicos de hacer microchips más rápidos y eficientes. A medida que avanzamos hacia la “period de Angstrom”, donde las características de Chip se miden en simples átomos, los desafíos de la fabricación han alcanzado niveles sin precedentes. Los chips más avanzados de hoy, como los del nodo de 2 Nm y más allá, son innovaciones exigentes no solo en el diseño sino también en las herramientas y procesos utilizados para crearlas.
En el corazón de este desafío se encuentra la complejidad de la detección de defectos. En el pasado, las técnicas de inspección óptica eran suficientes para identificar y analizar defectos en la fabricación de chips. Sin embargo, a medida que las características de Chip han seguido encogiéndose y las arquitecturas de dispositivos han evolucionado de transistores planos 2D a transistores 3D FINFET y GATE-ALL-ARDAUD (GAA), la naturaleza de los defectos ha cambiado.
Los defectos a menudo están en escalas tan pequeñas que los métodos tradicionales luchan para detectarlos. Ya no son solo imperfecciones a nivel de superficie, ahora comúnmente están enterrados en las intrincadas estructuras 3D. El resultado es un aumento exponencial en los datos generados por las herramientas de inspección, con mapas de defectos que se vuelven más densos y más complejos. En algunos casos, el número de candidatos de defectos que requieren revisión ha aumentado 100 veces, abrumando los sistemas existentes y creando cuellos de botella en la producción de alto volumen.
La tecnología CFE de los materiales aplicados logra la resolución subnanómetro, lo que permite la detección de defectos enterrados en las estructuras de dispositivos 3D.
La carga creada por el aumento en los datos se ve agravada por la necesidad de una mayor precisión. En la period de Angstrom, incluso el defecto más pequeño, un vacío, residuos o partículas de solo unos pocos átomos de ancho, puede comprometer el rendimiento del chip y el rendimiento del proceso de fabricación de chips. Distinguir los verdaderos defectos de las falsas alarmas, o “defectos molestos”, se ha vuelto cada vez más difícil.
Los sistemas tradicionales de revisión de defectos, aunque efectivos en su tiempo, están luchando por mantener el ritmo de las demandas de la fabricación moderna de chips. La industria está en un punto de inflexión, donde la capacidad de detectar, clasificar y analizar defectos de manera rápida y precisa ya no es solo una ventaja competitiva, es una necesidad.
Materiales aplicados
Además de la complejidad de este proceso, el cambio hacia arquitecturas de chips más avanzadas. Los chips lógicos en el nodo de 2 NM y más allá, así como las recuerdos DRAM y NAND 3D de mayor densidad requieren sistemas de revisión de defectos capaces de navegar estructuras 3D intrincadas e identificar problemas a nanoescala. Estas arquitecturas son esenciales para impulsar la próxima generación de tecnologías, desde la inteligencia synthetic hasta los vehículos autónomos. Pero también exigen un nuevo nivel de precisión y velocidad en la detección de defectos.
En respuesta a estos desafíos, la industria de los semiconductores es testigo de una creciente demanda de sistemas de revisión de defectos más rápidos y precisos. En specific, la fabricación de alto volumen requiere soluciones que puedan analizar exponencialmente más muestras sin sacrificar la sensibilidad o la resolución. Al combinar técnicas de imagen avanzadas con análisis basados en AI, los sistemas de revisión de defectos de próxima generación están permitiendo a los fabricantes de chips separar la señal del ruido y acelerar el camino del desarrollo a la producción.
Evolution Ebeam: impulsar el futuro de las detecciones de defectos
Las imágenes de haz de electrones (eBeam) han sido durante mucho tiempo una piedra angular de la fabricación de semiconductores, proporcionando la resolución extremely alta necesaria para analizar defectos que son invisibles para las técnicas ópticas. A diferencia de la luz, que tiene una resolución limitada debido a su longitud de onda, los haces de electrones pueden lograr resoluciones a escala subnanómetro, lo que las hace indispensables para examinar las imperfecciones más pequeñas de los chips modernos.
Materiales aplicados
El viaje de la tecnología EBEAM ha sido de innovación continua. Los primeros sistemas se basan en la emisión de campo térmico (TFE), que genera un haz de electrones calentando un filamento a temperaturas extremadamente altas. Si bien los sistemas TFE son efectivos, tienen limitaciones conocidas. El haz es relativamente amplio, y las altas temperaturas de funcionamiento pueden conducir a inestabilidad y una vida útil más corta. Estas restricciones se volvieron cada vez más problemáticas a medida que las características de Chip se encogen y los requisitos de detección de defectos se volvieron más estrictos.
Ingrese la tecnología de emisión de campo Chilly (CFE), un avance que ha redefinido las capacidades de los sistemas eBeam. A diferencia de TFE, CFE opera a temperatura ambiente, utilizando una punta de filamento frío y afilado para emitir electrones. Esto produce un haz más estrecho y estable con una mayor densidad de electrones que resulta en una resolución y velocidad de imagen significativamente mejorada.
Materiales aplicados
Durante décadas, los sistemas CFE se limitaron al uso de laboratorio porque no period posible mantener las herramientas en funcionamiento durante períodos de tiempo adecuados, principalmente porque a temperaturas “frías”, los contaminantes dentro de las cámaras se adhieren al emisor de eBeam y bloquean parcialmente el flujo de electrones.
En diciembre de 2022, Materiales aplicados anunció que había resuelto los problemas de confiabilidad con la introducción de sus dos primeros sistemas de eBeam basados en la tecnología CFE. Aplicado es un líder de la industria a la vanguardia de la innovación de detección de defectos. Es una compañía que ha empujado constantemente los límites de la ingeniería de materiales para permitir la próxima ola de innovación en la fabricación de chips. Después de más de 10 años de investigación en un equipo mundial de ingenieros, aplicado mitigó el desafío de estabilidad de CFE mediante el desarrollo de múltiples avances. Estos incluyen nuevas tecnologías para entregar órdenes de magnitud más alto vacío en comparación con TFE, adaptando la columna EBEAM con materiales especiales que reducen la contaminación y el diseño de un nuevo proceso de autolimpieza de cámara que mantiene la punta limpia.
La tecnología CFE logra la resolución subnanómetro, lo que permite la detección de defectos enterrados en las estructuras de dispositivos 3D. Esta es una capacidad que es elementary para arquitecturas avanzadas como transistores Gate-All-Round (GAA) y memoria NAND 3D. Además, los sistemas CFE ofrecen velocidades de imagen más rápidas en comparación con los sistemas TFE tradicionales, lo que permite a los fabricantes de chips analizar más defectos en menos tiempo.
El surgimiento de la IA en la fabricación de semiconductores
Si bien la tecnología EBEAM proporciona la base para la detección de defectos de alta resolución, el gran volumen de datos generados por las herramientas de inspección modernas ha creado un nuevo desafío: cómo procesar y analizar estos datos de manera rápida y precisa. Aquí es donde entra en juego la inteligencia synthetic (IA).
Los sistemas dirigidos por IA pueden clasificar defectos con una precisión notable, clasificándolos en categorías que brindan a los ingenieros información procesable.
La IA está transformando los procesos de fabricación en todas las industrias, y los semiconductores no son la excepción. Los algoritmos de IA, particularmente aquellos basados en el aprendizaje profundo, se están utilizando para automatizar y mejorar el análisis de los datos de inspección de defectos. Estos algoritmos pueden examinar los conjuntos de datos masivos, identificando patrones y anomalías que serían imposibles para los ingenieros humanos detectar manualmente.
Al entrenar con datos reales en línea, los modelos de IA pueden aprender a distinguir entre defectos verdaderos, como vacíos, residuos y partículas, y falsas alarmas, o “defectos molestos”. Esta capacidad es especialmente crítica en la period de Angstrom, donde la densidad de los candidatos de defectos ha aumentado exponencialmente.
Habilitando la próxima ola de innovación: el Semvision H20
La convergencia de IA y tecnologías de imágenes avanzadas está desbloqueando nuevas posibilidades para la detección de defectos. Los sistemas dirigidos por IA pueden clasificar defectos con una precisión notable. La clasificación de los defectos en las categorías proporciona a los ingenieros información procesable. Esto no solo acelera el proceso de revisión de defectos, sino que también mejora su confiabilidad al tiempo que cut back el riesgo de pasar por alto los problemas críticos. En la fabricación de alto volumen, donde incluso pequeñas mejoras en el rendimiento pueden traducirse en ahorros de costos significativos, la IA se está volviendo indispensable.
La transición a nodos avanzados, el aumento de las intrincadas arquitecturas 3D y el crecimiento exponencial en los datos han creado una tormenta perfecta de desafíos de fabricación, exigiendo nuevos enfoques para la revisión de defectos. Estos desafíos se están enfrentando con la nueva Semvisision H20.
Materiales aplicados
Al combinar la tecnología de emisión de campo de frío (CFE) de segunda generación con análisis avanzados impulsados por la IA, el Semvision H20 no es solo una herramienta para la detección de defectos, es un catalizador para el cambio en la industria de los semiconductores.
Un nuevo estándar para la revisión de defectos
El Semvisision H20 se basa en el legado de los sistemas eBeam líderes en la industria de Aplicados, que durante mucho tiempo han sido el estándar de oro para la revisión de defectos. Este CFE de segunda generación tiene una mayor velocidad de resolución subnanométrica más rápida que TFE y CFE de primera generación debido al aumento del flujo de electrones a través de su punta del filamento. Estas capacidades innovadoras permiten a los fabricantes de chips identificar y analizar los defectos más pequeños y los defectos enterrados dentro de las estructuras 3D. La precisión en este nivel es esencial para las arquitecturas de chips emergentes, donde incluso la imperfección más pequeña puede comprometer el rendimiento y el rendimiento.
Pero las capacidades de Semvisision H20 van más allá de las imágenes. Sus modelos de IA de aprendizaje profundo están capacitados con datos reales de clientes en línea, lo que permite que el sistema clasifique automáticamente defectos con una precisión notable. Al distinguir los verdaderos defectos de las falsas alarmas, el sistema cut back la carga de los ingenieros de management de procesos y acelera el proceso de revisión de defectos. El resultado es un sistema que ofrece un rendimiento 3X más rápido mientras se mantiene la mayor sensibilidad y resolución de la industria, una combinación que está transformando la fabricación de alto volumen.
Implicaciones más amplias para la industria
El impacto del Semvision H20 se extiende mucho más allá de sus especificaciones técnicas. Al habilitar la revisión de defectos más rápida y precisa, el sistema está ayudando a los fabricantes de chips a reducir los tiempos del ciclo de fábrica, mejorar los rendimientos y reducir los costos. En una industria donde los márgenes son afinados y la competencia es feroz, estas mejoras no son solo incrementales, sino que cambian el juego.
Además, el Semvision H20 permite el desarrollo de chips más rápidos, más eficientes y más potentes. A medida que la demanda de semiconductores avanzados continúa creciendo, impulsada por tendencias como inteligencia synthetic, 5G y vehículos autónomos, la capacidad de fabricar estos chips a escala será crítica. El sistema está ayudando a hacer esto posible, asegurando que los fabricantes de chips puedan satisfacer las demandas del futuro.
Una visión para el futuro
El trabajo de Utilized sobre el Semvision H20 es más que un logro tecnológico; Es un reflejo del compromiso de la compañía para resolver los desafíos más difíciles de la industria. Al aprovechar tecnologías de vanguardia como CFE y AI, Aplication no solo aborda los puntos débiles de hoy, sino que también da forma al futuro de la revisión de defectos.
A medida que la industria de los semiconductores continúa evolucionando, la necesidad de soluciones de detección de defectos avanzadas solo crecerá. Con el SemVision H20, Apliced se está posicionando como un habilitador clave de la próxima generación de tecnologías de semiconductores, desde chips lógicos hasta memoria. Al superar los límites de lo que es posible, la compañía está ayudando a garantizar que la industria pueda continuar innovando, escala y prosperar en la period de Angstrom y más allá.
