人工智能計算承諾改善社會，創造數萬億美元的經濟價值。然而對半導體行業來說，這是一個具有挑戰性的時代。

隨著摩爾定律的增速放緩，設計師們開始探索新的材料、集成方案和結構，以持續改善”PPAC”（芯片性能、功耗和面積/成本）。部署這些極具挑戰性，需要達到高良率要求，同時在新工藝中可變性增加，容差率縮小。為了幫助客戶加速其路線圖，應用材料正在將計量學集成到工藝系統和腔室中，為晶圓加工帶來前所未有的粒度。

對于一個已經接受傳感器、數據和分析工藝控制的行業來說，這種類型的集成是合乎邏輯的。在過去十年中，部署在工藝系統中的傳感器數量增加了一倍多，產生了大量的數據。大數據和機器學習也在進步，允許更多的傳感器數據用于監測腔室健康，甚至預測晶圓片上的結果，我們稱之為“虛擬計量”。

但仍然沒有什么可以代替直接測量來最好地控制晶圓片和工藝結果。對于大多數工藝，芯片制造商已經制定了抽樣策略，并使用離線計量和檢查來捕獲流程偏差。CMP成為集成和現場傳感器的早期候選，使實時、片上測量和控制成為可能。

直到最近，沉積體系還不需要在真空和晶圓片上進行測量，因為其特性包括：

工藝穩定；

工藝窗較大；

薄膜單元厚；

流程簡單堆疊；

暴露于環境中對其影響有限。

然而，材料和集成方案正在迅速變化，這就是為什么應用工程師們要放雙“眼睛”到系統和腔室里。在人工智能時代，PPAC的改進是通過新型材料和堆疊實現的。接口工程是在原子尺度上進行的，工藝的成功越來越依賴于在晶圓片被加工時對其進行“觀察”，以確保控制和可重復性。

Applied公司最近推出了Endura?Clover?MRAM PVD平臺，該平臺由9個獨特的晶圓加工室組成，在原始的高真空條件下集成。這種集成的材料解決方案包括板上計量（OBM， on-board metrology），它可以測量和監控MRAM層的厚度（MRAM具有亞埃敏感性），確保在原子水平的控制，防止其暴露在外部環境。MRAM存儲器是由敏感材料制成的，當暴露于空氣中的雜質時，這些敏感材料會迅速降解。MRAM器件的控制層非常薄（只有8個原子的高度），為了最大限度地提高器件的讀性能和持久力，需要正負一個原子的膜高度均勻性。

在處理超薄薄膜時，測量系統引入的任何誤差都會消耗大量可用的工藝控制裕量。長期穩定性測試表明，與傳統的基于x射線的離線測量方法相比，板上測量方法具有更高的精度（圖2）。

板上計量對于實現MRAM、PCRAM和ReRAM等新型存儲器的高成品率至關重要，同時也可以為3D NAND和DRAM制造帶來優勢。邏輯上的變化也促使人們需要“觀察”沉積過程，以測量薄膜厚度和均勻性，以及晶圓片的幾何形狀、應力、表面溫度和成分。

這是一個激動人心的時刻。人工智能時代正在推動計算領域的復興，雖然經典的摩爾定律正在放緩，但新材料、集成方案和結構使PPAC的發展得以繼續。新材料和外來材料的獨特需求正在推動計量學的復興。應用的目標是為客戶提供新的功能，以補充和擴展離線計量和虛擬計量模型。通過在工藝系統和腔室中放置“眼睛”，我們可以對每個晶圓片進行實時監控，幫助客戶最大限度地提高新型芯片設計的性能，更快地發現工藝偏差，從而提高成品率。

責任編輯：ct