Mesaj gönder

Haberler

March 11, 2021

DRAM'in Sanal Fabrikasyonla İşlem Penceresi Optimizasyonu

3B bellekte ve mantık cihazlarında kullanılan yeni entegrasyon ve modelleme şemaları, üretim ve verim zorlukları yarattı.Endüstriyel odak, 2D yapılarda öngörülebilir birim süreçlerin ölçeklendirilmesinden karmaşık 3D yapıların daha zorlu tam entegrasyonuna doğru kaymıştır.Geleneksel 2D yerleşim DRC, çevrimdışı gofret metrolojisi ve çevrimdışı elektrik ölçümleri, bu yeni 3D yapıların karmaşıklığı nedeniyle artık performans ve verim hedeflerine ulaşmak için yeterli değildir.Deneme yanılma silikon mühendisliği de wafer tabanlı testlerin süresi ve maliyeti nedeniyle çok pahalı hale geliyor.

"Sanal üretim" bu soruna potansiyel bir çözümdür.Sanal üretim yazılımı, dijital bir ortamda entegre işlem akışlarını modelleyerek gerçek bir yarı iletken cihazın dijital bir eşdeğerini oluşturabilir.Yazılım, süreç değişkenliği testini, entegrasyon şeması geliştirmeyi, hata analizini, elektrik analizini ve hatta süreç penceresi optimizasyonunu destekler.En önemlisi, aksi takdirde fabrikada inşa et ve test et döngüleri gerektirecek süreç değişikliklerinin aşağı yöndeki sonuçlarını tahmin edebilir.

DRAM gösterimi

Sanal imalatın karmaşık yarı iletken üretimini ve verim zorluklarını nasıl verimli bir şekilde çözebileceğini göstermek için sanal bir üretim yazılımı platformu olan SEMulator3D'yi kullanacağız.Aşındırma aracı varyasyonlarının (malzeme seçiciliği veya akı dağılımı gibi) cihazın elektrik performansı üzerindeki etkisini modelleyeceğiz.Basit bir DRAM cihaz çalışması, geçit aşındırma davranışının ve aşındırma adımı özelliklerinin elektrik performansı ve verim hedefleri üzerindeki etkisini vurgulamak için kullanılacaktır.

İş akışı tipik bir 4 adımlı sanal üretim sırasını izleyecektir:

1. Nominal işlem adımları ve cihaz geometri bilgileri yazılıma girilir.Bu, yazılımın daha fazla kalibre edilebilecek bir 3B tahmini cihaz modeli oluşturmasına olanak tanır.

hakkında en son şirket haberleri DRAM'in Sanal Fabrikasyonla İşlem Penceresi Optimizasyonu  0

Şekil 1: Model bilgisi girildiğinde, kondansatör kontağını gösterildiği gibi görüntüler.Bu noktada elektriksel analiz yapılabilir ve kondansatörün kenar etkisi araştırılabilir.

2. Yapısal veya elektriksel davranışı nitelendirmek için ilgi ölçütleri oluşturulur.Bunlar, sanal metrolojiyi, 3D DRC'leri (tasarım kuralı kontrolleri) ve Vth gibi elektriksel parametreleri içerebilir.

hakkında en son şirket haberleri DRAM'in Sanal Fabrikasyonla İşlem Penceresi Optimizasyonu  1

Şekil 2: SEMulator3D, 3 boyutlu bir yapıda cihaz elektrotlarını tanımlar ve TCAD yazılımına benzer cihaz özelliklerini simüle eder, ancak zaman alıcı TCAD modellemeye ihtiyaç duymaz.

3. Yazılımda bir tasarım çalışması yapılır.Bu, önemli parametreleri tanımlamak için bir DoE (Deney Tasarımı) kullanır ve süreç geliştirmeyi ve / veya tasarım değişikliklerini optimize etmeye yardımcı olmak için veri ve hassasiyet analizini içerir.

hakkında en son şirket haberleri DRAM'in Sanal Fabrikasyonla İşlem Penceresi Optimizasyonu  2

Şekil 3: Mühendisler, önemli parametreleri tanımlamak için SEMulator3D'deki herhangi bir metrolojiyi analiz edebilir ve yukarıda gösterildiği gibi (kırmızı daire içine alınmış) köşe durumlarını ortaya çıkarabilir.

4. Son olarak, her bir işlem parametresi için optimize edilmiş bir değer sağlamak için İşlem Penceresi Optimizasyonu gerçekleştirilir ve verim spesifikasyonuna giren seçili parametrelerin yüzdesini maksimize eder.

Bir elektriksel performans hedefini karşılamak için süreç modeli optimizasyonu

hakkında en son şirket haberleri DRAM'in Sanal Fabrikasyonla İşlem Penceresi Optimizasyonu  3

Şekil 4: PWO özelliği dahil olmak üzere SEMulator3D'deki analitik iş akışının tasviri.

Bu örnekte, belirli bir elektrik performansını hedeflemek için üretim süreçlerini optimize edeceğiz.Belirli bir elektrik değeri seçeceğiz ve proses adımlarımızı bu hedef etrafında optimize edeceğiz.Her işlem adımı parametresi, elektriksel performans hedefini karşılayan işlem koşullarını aramak için değiştirilecektir.Çalışmamızda hedefimiz olarak 0.482V değerinde Vth (eşik voltajı) seçtik.Yazılımdaki regresyon analizini kullanarak, eşik voltajı üzerindeki etkileri açısından önemli olan üç işlem parametresini (Aralayıcı Oksit Kalınlığı, Aralayıcı Oksit Derinliği ve Yüksek K Kalınlığı) belirleyebiliriz (bkz. Şekil 5).Bu adımı, verilen Vth hedeflerine ulaşmak için bu üç önemli proses parametresini optimize etmeden önce proses modelinin doğruluğunu sağlayan aynı regresyon verilerini kullanan Proses Modeli Kalibrasyonu (PMC) takip eder.

hakkında en son şirket haberleri DRAM'in Sanal Fabrikasyonla İşlem Penceresi Optimizasyonu  4

Şekil 5: Optimize edilmiş parametrelerle hedef olarak Vth kullanan optimizasyon sonuçları.

Optimum proses parametresi aralıklarını ayarlamak için Process Window Optimization (PWO)

Process Window Optimization (PWO), sanal deney yapmak için yapılandırılmış ve adım adım bir metodoloji kullanarak çevrimdışı test için gereken üretim öncesi gofret sayısını önemli ölçüde azaltabilir.Söz konusu mevcut süreçler için maksimum verimi (alt ve üst sınır aralıklarında başarı oranı, bkz. Şekil 6) tahmin edebilir.Daha da önemlisi, maksimum başarı oranına (veya verime) ulaşmak için nominal işlem koşullarını ve varyasyon kontrol gereksinimlerini yeniden belirleyebilir.

Önemli parametreler belirlendikten sonra, performans ve verim gereksinimlerini karşılayan parametre değerlerini bulmak için yeni bir sanal Deney Tasarımı (DOE) yürütülecektir.Deney, seçilen parametrelerin her biri için tanımlanmış bir arama alanı (veya aralığı) içermelidir.İstatistiksel anlamlılık elde etmek için simülasyon denemesi, kullanıcı tanımlı arama alanında birçok kez çalıştırılır.PWO algoritması daha sonra her işlem parametresi için optimize edilmiş bir değer sağlar ve hedef cihaz spesifikasyonunu karşılayan seçilen cihaz parametresinin / parametrelerinin yüzdesini ("inSpec%") maksimize eder.

Şekil 6'da (solda) gösterildiği gibi, sırasıyla üç parametre için (ayırıcı oksit kalınlığı, ara parçası oksit derinliği ve yüksek K kalınlığı) 0,5 nm, 1,0 nm ve 0,2 nm standart sapma varsayılarak, PWO sistemi, - maksimizasyon işlemi sonucunda tüm proses parametrelerinin nominal değerleri değiştirildikten sonra% 34.668'den% 49.997'ye spesifikasyon yüzdesi.Ayrıca, şekil 6'da (sağda) gösterildiği gibi, en etkili parametrenin (3.20: BWL Yüksek K biriktirme kalınlığı) standart sapmasını 0,2 nm'den 0,13 nm'ye düşürmek, spesifikasyondaki metrolojiyi (verim oranı)% 89,316'ya yükseltti başarı oranı hedefi% 88 olarak belirlendiğinde.Yüksek K kapısı oksit birikiminden sorumlu ekipmanın değişkenliğini kontrol ederek genel verimde çarpıcı bir gelişme mümkün olmuştur.Bu, verimi artırmak isteyen bir süreç entegrasyon mühendisi için son derece değerli bir bilgidir.

hakkında en son şirket haberleri DRAM'in Sanal Fabrikasyonla İşlem Penceresi Optimizasyonu  5

Şekil 6: Sol: Spec% maksimizasyonu için Tanımlanan Yeni Ortalama Değerler (biriktirme kalınlıkları ve dağlama derinliği).Sağ: Gerekli Aralık Belirlendi: Başarı oranını>% 88 karşılamak için BWL Yüksek K Kalınlığında standart sapma.

Sanal üretim zamandan ve maliyetten tasarruf sağlar

Proses parametresi ayarları, yarı iletken teknoloji geliştirmenin ilk aşamalarında, ilk plakalar üretilmeden önce bile belirlenir.Sanal işleme, bu ilk işlem parametresi değerlerinin, gerçek wafer oluşturma ve test etme zamanı ve masrafı olmadan doğrulanmasına yardımcı olabilir.SEMulator3D'nin yeni Process Window Optimization teknolojisi, yarı iletken proses geliştirme sırasında aşağıdaki avantajları sunar:

Mevcut süreçler için verimi doğru tahmin eder
Verimi en üst düzeye çıkarmak için nominal POR (kayıt süreci) parametre değerlerini yeniden hedefler
Verimi en çok etkileyen temel süreç adımlarını belirler
Başarısız durum (spesifikasyon dışı) koşullarını izole eder ve bu hataların temel nedenini tanımlar
Deneme yanılma silikon mühendisliğini önleyerek süreç geliştirmeyi hızlandırır

(Daebin Yim'den)

İletişim bilgileri