摘要：半导体行业正处于变革时期，在制造速度更快、效率更高的微芯片方面，它正不断突破物理极限。随着我们迈向“埃时代”，芯片特性以原子为单位进行测量，制造挑战已达到前所未有的水平。当今最先进的芯片，例如2纳米及以下节点的芯片，不仅要求在设计上进行创新，也要求在制造这些芯

应用材料的CFE技术实现了亚纳米分辨率，能够检测到深埋在3D设备结构内的缺陷。

半导体行业正处于变革时期，在制造速度更快、效率更高的微芯片方面，它正不断突破物理极限。随着我们迈向“埃时代”，芯片特性以原子为单位进行测量，制造挑战已达到前所未有的水平。当今最先进的芯片，例如2纳米及以下节点的芯片，不仅要求在设计上进行创新，也要求在制造这些芯片的工具和工艺上进行创新。

这一挑战的核心在于缺陷检测的复杂性。过去，光学检测技术足以识别和分析芯片制造中的缺陷。然而，随着芯片尺寸不断缩小，器件架构从2D平面晶体管发展到3D FinFET和环绕栅极(GAA)晶体管，缺陷的性质也发生了变化。

缺陷通常规模极小，传统方法难以检测。它们不再仅仅是表面缺陷，而是深藏于复杂的三维结构之中。这导致检测工具生成的数据呈指数级增长，缺陷图谱也变得更加密集和复杂。在某些情况下，需要检查的候选缺陷数量增加了100倍，使现有系统不堪重负，并在大批量生产中造成瓶颈。

应用材料的 CFE 技术实现了亚纳米分辨率，能够检测到深埋在 3D 设备结构内的缺陷。

数据激增带来的负担因对更高精度的需求而加剧。在埃时代，即使是最小的缺陷——空洞、残留物或仅几个原子宽的颗粒——也可能损害芯片性能和芯片制造工艺的良率。区分真正的缺陷与误报（或“干扰缺陷”）变得越来越困难。

传统的缺陷审查系统虽然在当时非常有效，但却难以跟上现代芯片制造的需求。该行业正处于一个转折点，快速准确地检测、分类和分析缺陷的能力不再仅仅是竞争优势，而是一种必需品。

向更先进的芯片架构转变，进一步加剧了这一过程的复杂性。2纳米及以上节点的逻辑芯片，以及更高密度的DRAM和3D NAND存储器，都需要能够处理复杂3D结构并识别纳米级问题的缺陷审查系统。这些架构对于驱动从人工智能到自动驾驶汽车等下一代技术至关重要。但它们也对缺陷检测的精度和速度提出了更高要求。

为了应对这些挑战，半导体行业对更快、更准确的缺陷审查系统的需求日益增长。尤其需要指出的是，大批量生产需要能够在不牺牲灵敏度或分辨率的情况下分析指数级增长样本的解决方案。通过将先进的成像技术与人工智能驱动的分析技术相结合，下一代缺陷审查系统将使芯片制造商能够从噪声中分离信号，从而加快从开发到生产的进程。

电子束 (eBeam) 成像长期以来一直是半导体制造的基石，它提供了分析光学技术无法探测到的缺陷所需的超高分辨率。与受波长限制的分辨率有限的光不同，电子束可以达到亚纳米级的分辨率，这使得它们对于检查现代芯片中最微小的缺陷至关重要。

电子束技术的发展历程是持续创新的历程。早期系统依赖于热场发射 (TFE)，它通过将灯丝加热到极高的温度来产生电子束。虽然 TFE 系统非常有效，但也存在一些已知的局限性。电子束相对较宽，高工作温度会导致不稳定和寿命缩短。随着芯片尺寸的缩小和缺陷检测要求的日益严格，这些限制变得越来越成问题。

冷场发射 (CFE) 技术，这项突破性技术重新定义了电子束系统的功能。与 TFE 不同，CFE 在室温下工作，使用尖锐的冷灯丝尖端发射电子。这可以产生更窄、更稳定的电子束，并具有更高的电子密度，从而显著提高分辨率和成像速度。

几十年来，CFE 系统仅限于实验室使用，因为无法让工具保持足够长时间的正常运行 - 主要是因为在“冷”温度下，腔室内的污染物会粘附在电子束发射器上并部分阻塞电子的流动。

2022年12月，应用材料公司宣布推出首批两款基于CFE技术的eBeam系统，解决了可靠性问题。应用材料公司是缺陷检测创新领域的行业领导者，始终引领行业发展。该公司始终致力于突破材料工程的界限，以推动芯片制造的下一波创新浪潮。经过全球工程师团队十多年的研究，应用材料公司通过多项突破性技术，成功解决了CFE稳定性挑战。这些突破包括：与TFE相比，真空度高出几个数量级的新技术；采用特殊材料定制eBeam柱以减少污染；以及设计新颖的腔体自清洁工艺，进一步保持针尖清洁。

CFE 技术可实现亚纳米分辨率，从而能够检测深埋在 3D 器件结构中的缺陷。这对于诸如环绕栅极 (GAA) 晶体管和 3D NAND 存储器等先进架构至关重要。此外，与传统的 TFE 系统相比，CFE 系统具有更快的成像速度，使芯片制造商能够在更短的时间内分析更多缺陷。

虽然电子束技术为高分辨率缺陷检测奠定了基础，但现代检测工具产生的海量数据也带来了新的挑战：如何快速准确地处理和分析这些数据。这正是人工智能 (AI) 发挥作用的地方。

人工智能系统可以非常准确地对缺陷进行分类，并将其分为可为工程师提供可操作见解的类别。

人工智能正在改变各行各业的制造流程，半导体也不例外。人工智能算法（尤其是基于深度学习的算法）正被用于自动化和增强缺陷检测数据的分析。这些算法可以筛选海量数据集，识别出人类工程师无法手动检测的模式和异常。

通过使用真实的在线数据进行训练，AI模型可以学会区分真正的缺陷（例如空隙、残留物和颗粒）和误报（或称“干扰缺陷”）。这种能力在埃时代尤为重要，因为缺陷候选物的密度呈指数级增长。

人工智能与先进成像技术的融合，为缺陷检测开启了全新的可能性。人工智能驱动的系统能够以惊人的精度对缺陷进行分类。将缺陷分类可以为工程师提供切实可行的洞察。这不仅加快了缺陷审查流程，还提高了其可靠性，并降低了遗漏关键问题的风险。在大批量生产中，即使是微小的良率提升也能转化为显著的成本节约，因此人工智能正变得不可或缺。

向先进工艺节点的过渡、复杂3D架构的兴起以及数据的指数级增长，带来了一系列制造挑战，亟需新的缺陷审查方法。应用材料公司全新推出的SEMVision H20系统正致力于应对这些挑战。

通过将第二代冷场发射 (CFE) 技术与先进的人工智能分析相结合，SEMVision H20 不仅仅是一种缺陷检测工具，它还是半导体行业变革的催化剂。

SEMVision H20 以应用材料公司业界领先的电子束 (eBeam) 系统为基础，该系统长期以来一直是缺陷审查的黄金标准。由于通过灯丝尖端的电子流量增加，第二代 CFE 比 TFE 和第一代 CFE 具有更高的亚纳米分辨率和更快的速度。这些创新功能使芯片制造商能够识别和分析 3D 结构中最小的缺陷和隐藏缺陷。这种级别的精度对于新兴芯片架构至关重要，因为即使是最微小的缺陷也会影响性能和良率。

但 SEMVision H20 的功能远不止于成像。其深度学习 AI 模型采用真实的在线客户数据进行训练，使系统能够以惊人的精度自动对缺陷进行分类。通过区分真实缺陷和误报，该系统减轻了工艺控制工程师的负担，并加快了缺陷审查流程。最终，该系统在保持业界最高灵敏度和分辨率的同时，实现了 3 倍的吞吐量提升——这一组合正在彻底改变大批量生产。

SEMVision H20 的影响远超其技术规格。通过实现更快、更准确的缺陷审查，该系统正在帮助芯片制造商缩短工厂周期、提高良率并降低成本。在一个利润微薄、竞争激烈的行业中，这些改进不仅仅是渐进式的，更是颠覆性的。

此外，SEMVision H20 还能助力开发速度更快、效率更高、性能更强大的芯片。随着人工智能、5G 和自动驾驶汽车等趋势推动对先进半导体的需求持续增长，大规模生产这些芯片的能力至关重要。该系统正在助力实现这一目标，确保芯片制造商能够满足未来的需求。

应用材料公司在 SEMVision H20 上的努力不仅仅是一项技术成就，更是公司致力于解决行业最严峻挑战的决心的体现。通过利用 CFE 和 AI 等尖端技术，应用材料公司不仅解决了当前的痛点，还塑造了缺陷审查的未来。

随着半导体行业的不断发展，对先进缺陷检测解决方案的需求也与日俱增。凭借 SEMVision H20，应用材料公司将自身定位为从逻辑芯片到存储器等下一代半导体技术的关键推动者。通过不断突破极限，应用材料公司正在助力确保半导体行业在埃时代及未来继续创新、扩展和繁荣发展。

*声明：本文系原作者创作。文章内容系其个人观点，我方转载仅为分享与讨论，不代表我方赞成或认同，如有异议，请联系后台。

想要获取半导体产业的前沿洞见、技术速递、趋势解析，关注我们！

来源：半导体产业纵横一点号