Sandbox上個月開始銷售的混合計量圖像處理工具有望提高蝕刻和沉積步驟的計量精度，簡化新工藝配方的實驗，并最終降低工藝技術開發成本。該工具Weave與SandBox Studio AI建模平臺配合使用，使用機器學習（ML）算法從掃描電子顯微鏡（SEM）和透射電子顯微鏡（TEM）數據中提取和分析輪廓，從而減少工程師的手動測量任務。

工藝技術變得越來越復雜

現代芯片制造技術的研發成本高達數十億美元，而且越來越復雜和昂貴：公司需要進行研究以發現適合其需求的材料，然后設計出有望滿足功率、性能和面積目標的晶體管結構。然后，他們必須開發正確的工藝配方，考慮到如何使用實際的晶圓廠工具處理這些材料和晶體管結構。

目前，工藝開發的后一步是通過反復試驗進行的，需要大量的資金（材料和工具很昂貴）和時間投資（加工晶圓需要數周甚至數月）。
“最大限度地減少獲得正確工藝配方所需的時間對我們的客戶來說非常重要，”SandBox Semiconductor首席執行官Meghali Chopra告訴EE Times。“我們使用我們的計算建模平臺來幫助工藝工程師模擬工藝結果，以便更快地獲得他們的配方。

在開發新工藝技術時，要考慮的一個關鍵事項是準確了解器件結構及其制造方式：這對于新型3D NAND和DRAM存儲器以及柵極全能晶體管尤其重要。實現這一目標的一種有效方法是使用從晶圓廠多個工具收集的計量數據，因為沒有一種工具可以解決所有挑戰。這就是所謂的混合計量。

“我們相信，不會有一個單一的、漂亮的計量工具可以解決每個人的問題;相反，我們利用混合計量方法，“喬普拉說。

問題在于，從多個來源獲取數據容易出錯、耗時，有時甚至是不可能的。據Sandbox稱，工藝開發工程師經常將近20%的時間用于手動測量掃描電子顯微鏡（SEM）和透射電子顯微鏡（TEM）圖像。這就是Weave發揮作用的地方。

“我們自動化提取，”喬普拉說。“因此，我們幫助工藝工程師節省大約 20% 的時間，只需純粹自動化此 [提取] 功能。”

該工具聚合來自不同來源的數據。它使用 ML 技術通過分析來自多個來源的輪廓來提高計量的精度和準確性，例如 SEM、TEM、光學關鍵尺寸 （OCD） 光譜和橫截面數據。SandBox說，這使工程師能夠減少手動工作（通過將實驗數量減少多達八倍）并提高計量的準確性，從而提供提高產量所需的更深入的知識。

通過聚合和糾正來自不同來源的數據，SandBox 簡化了分析并集成到其建模框架中，并使工程師能夠使用這些數據做出明智的過程預測。與通用的AI模型不同，SandBox使用為半導體生產工藝開發量身定制的半導體特定行為物理模型。這些模型考慮了不同的材料以及實際晶圓廠工具的工作原理。

“因此，使用所有這些計量數據，工程師現在可以利用他們掌握的所有工具來實際預測他們的工藝基礎，”Chopra說。“我們能夠做到這一點，因為我們減少了基于行為物理的模型，使過程工程師能夠實際建模他們的過程空間。我們正在運行物理模擬，然后我們使用機器學習來增強這些模擬。因此，我們所做的所有模擬和預測都受到物理框架的限制，這往往會使我們的預測更加準確。

此外，SandBox 還提供半導體專用的可視化工具和量身定制的用戶界面。

“然后我們有特定于半導體領域的可視化工具，”Chopra說。“我們的用戶在消化真正大的多維流程步驟集方面需要的這些工具，我們有量身定制的UI體驗。

與行業合作

開發基于物理的模型和ML工具需要SandBox與業界合作，以了解晶圓廠工具的工作原理，材料如何與這些機器一起工作，以及芯片制造商想要做什么。SandBox與鑄造廠、存儲器制造商以及蝕刻和沉積工具制造商合作，如應用材料公司和LAM研究公司。同時，該軟件不會從工具制造商提供的數據中學習。

“該軟件純粹是從輸入其中的經驗數據中學習的，”喬普拉說。“這是我們方法的關鍵價值之一，我們可以與任何類型的邊緣或沉積工具或任何類型的計量工具一起使用。軟件的輸入基本上是幾何形狀，工藝工程師可以自己輸入，OCD測量，橫截面SEM測量，然后是實驗過程參數。

“因此，該工具中沒有信息被輸入到軟件中。僅憑計量數據和過程參數信息，人工智能模型就可以從提供給它的任何內容中學習。它從所有不同類型的計量中學習，然后利用我們的模型庫來弄清楚系統中發生了什么，然后我們可以在整個過程空間中進行這些預測。

Weave本質上可以幫助工程師快速將他們的觀察結果與工藝參數相關聯。該軟件目前的重點是蝕刻和沉積，這強調了該平臺對3D NAND和DRAM制造商以及柵極全能晶體管時代的代工廠的重要性。但該方法可以應用于任何流程類型，該公司表示。

從本質上講，該軟件根據過程輸入解釋計量數據，提供對正在進行的過程的見解。這不需要特定工具的專業知識，而是需要對數值建模的深刻理解來準確建立這些聯系。

“由于工具制造商和芯片制造商都進行這種類型的工藝開發，我們與芯片制造商和工具制造商在廣泛的應用中全面合作，因為工藝開發本質上是他們工作的核心，”Chopra說。“每天，這些公司中的大多數都只是在進行工藝開發。因此，要么是工藝良率問題，要么是關鍵的尺寸均勻性問題。這些是他們需要解決的四分之一。

SandBox 平臺旨在使用戶能夠創建自己的計算模型，無需自己消化龐大的流程空間。通過使用人工智能平臺，他們可以通過數據驅動的定量策略來定義工藝參數，從而減少實驗次數并提高工藝質量，最終有望降低工藝開發成本并最大限度地提高產量。