本页面使用了机器翻译。
请花 1 分钟时间完成一个翻译质量的调查。
ASML 利用机器学习开发半导体制造虚拟量测技术
“作为一名工艺工程师，我没有任何神经网络或机器学习的经验。我通过研读 MATLAB 示例找到了用于生成虚拟量测的最佳机器学习函数。我无法用 C 或 Python 完成这项工作，因为寻找、验证和集成正确的包会花费太长时间。”
挑战
解决方案
结果
- 确立了行业领导地位
- 确定了潜在的制造改进
- 最大限度地减少了维护开销
在纳米加工中，光刻是控制微芯片尺寸的基础图形化步骤。在光刻过程中，短波长光源经过光学器件调节后形成图案，然后再通过更多光学器件缩小尺寸，投射到覆盖在衬底（通常是硅）上的一层光敏化学薄膜上。重复此步骤，直到衬底上所有可用表面区域都以相同的图案曝光；结果称为一个层。创建构成芯片的复杂微观结构需要多个曝光层。为了防止因层间互连失效导致的良率问题，层间的所有图案必须按预期对齐。
为了在不影响吞吐量的情况下确保层对齐，ASML 的 TWINSCAN 光刻系统必须限制其在曝光步骤之前测量的对准标记数量。一般的规则是，测量对准标记所需的时间不能长于曝光序列中前一个晶圆所需的时间。由于进行适当的套刻模型校正需要大量的套刻标记，因此测量从 TWINSCAN 系统出来的每一片晶圆是不可行的。
ASML 使用 MATLAB® 和 Statistics and Machine Learning Toolbox™ 开发了虚拟套刻量测软件。该软件应用机器学习技术，利用对准量测数据，得出每一片晶圆的套刻量测预测估算值。
“我们利用 MATLAB 和机器学习所做的工作证明了我们在最佳利用现有量测技术方面的行业领导地位，”ASML 应用开发工程师 Emil Schmitt-Weaver 说。“我们就这项工作发表的论文引起了那些希望利用 ASML 产品改进其制造流程的客户的兴趣。”
挑战
由于 Schmitt-Weaver 此前没有开发机器学习算法的经验，他决定不使用 Python、C 或其他低级语言来开发算法。他希望依靠已在 ASML 庞大且多样化的用户群中部署并由专业人员维护的函数，快速开发原型。
解决方案
Schmitt-Weaver 使用 MATLAB、Statistics and Machine Learning Toolbox 和 Deep Learning Toolbox™ 开发了一种生成虚拟量测的方法。
首先，Schmitt-Weaver 使用神经网络时间序列工具来学习如何准备用于 Deep Learning Toolbox 的数据。使用该应用程序，他生成并导出了示例代码，这让他对如何组合使用这些函数有了更详细的了解。随着能力的提升，他利用 MATLAB Central 上庞大的多学科用户社区提供的示例，在生成的代码基础上进行了构建。
Schmitt-Weaver 从 TWINSCAN 系统收集了对准量测数据，并从 YieldStar 系统收集了相同晶圆的套刻量测数据。然后，他将数据集分为两组，一组用于训练网络，另一组用于验证网络。
利用 Deep Learning Toolbox 和 Statistics and Machine Learning Toolbox，他设计了一个具有外部输入的非线性自回归网络 (NARX)，并使用训练组的数据对其进行了训练。
为了避免神经网络对训练组过拟合，他使用 Deep Learning Toolbox 实施了带有贝叶斯框架的自动正则化。
网络训练完成后，他向其提供测试数据的输入，并根据 YieldStar 系统的测量结果验证其结果。
ASML 利用收集到的数据在 MATLAB 中开发了一个原型实时套刻控制器。该网络为潜在的良率提升提供了基础，同时也提供了识别那些可能未进行套刻量测的晶圆的能力。
结果
确立了行业领导地位。 “通过使用 MATLAB 改进套刻量测，我们向客户展示了我们在开发创新方法以实现其套刻性能目标方面的领导地位，”Schmitt-Weaver 说。
确定了潜在的制造改进。“我们在 MATLAB 中设计和训练的网络识别出了系统性和随机性的套刻误差，否则这些误差可能会未被发现，”Schmitt-Weaver 指出。“这种程度的套刻性能改进对于 5nm 节点及以下的微芯片制造是必要的。”
最大限度地减少了维护开销。“自公司成立以来，ASML 系统就一直在使用编译的 MATLAB 算法，”Schmitt-Weaver 说。“通过基于庞大的经过同行评审的遗留脚本数据库进行构建，我能够将注意力集中在新的机器学习功能上。”
"Virtual overlay metrology for fault detection supported with integrated metrology and machine learning," Proc.SPIE 9424, Metrology, Inspection, and Process Control for Microlithography XXIX, 94241T (March 19, 2015), doi:10.1117/12.2085475.
