SK海力士在刻蚀工艺中也将引入“AI解决方案”

by Han Yeju

Published 13 Aug.2024 09:02(KST)

Gauss Labs推出“Panoptes VM”2.0
SK海力士将其应用于半导体电路图形蚀刻工艺

SK海力士投资的工业用人工智能企业Gauss Labs于13日表示，已发布基于人工智能的虚拟计量解决方案“Panoptes虚拟计量（Panoptes Virtual Metrology）”2.0版本。SK海力士计划在薄膜沉积工艺之后，也在刻蚀工艺中导入该解决方案。

半导体计量是指在半导体制造过程中，测量半导体器件在各生产工序中的物理、电气特性是否得到正确满足，从而提高生产率的作业。应用Panoptes VM解决方案后，即便不进行物理上的全数计量，也能预测所有产品的工艺结果值，从而大幅节省时间和资源。

此次发布的Panoptes VM 2.0应用了全新的建模功能，与既有版本相比，在预测精度和可用性方面都有大幅提升，这是其一大特点。

SK海力士决定将性能得到提升的Panoptes VM 2.0扩展应用至刻蚀工艺。刻蚀是利用液体或气体腐蚀液在晶圆上选择性去除不需要的部分，以形成半导体电路图形的工艺。

图片由SK hynix提供

Gauss Labs于2022年11月推出Panoptes VM 1.0。SK海力士自同年12月起将该解决方案导入量产晶圆厂（Fab），并应用于“薄膜沉积”工艺。薄膜是形成在绝缘半导体、玻璃、陶瓷等基板上的极薄涂层，通过在晶圆上采用真空蒸镀或溅射等工艺技术，引发物理、化学反应来沉积薄膜。薄膜的厚度和折射率与半导体品质直接相关。

SK海力士通过Panoptes VM将虚拟计量得到的结果值与APC（为设备寻找最优工艺条件的解决方案）联动，将工艺分布（品质波动幅度）改善了约29%，并取得了良率提升的效果。

Gauss Labs在本次解决方案中新增了“多步建模”功能。该功能可同时利用目标预测工艺与前序工艺的数据进行建模，在受前序工艺影响较大的刻蚀工艺中应用这一功能，可提高虚拟计量的准确度。

Gauss Labs技术团队还新增了通过整合相似工艺数据并用于虚拟计量，以将数据不足可能引发的问题降到最低的“相似工艺整合建模”功能，以及可根据数据特性自动选择最优预测算法的“算法自动选择”功能，从而同时提升虚拟计量质量和用户便利性。