晶圓經濕法清洗后形成的殘余物缺陷會引起器件良品率的下降，需要對其進行檢測和消除。

　　集成電路制造商非常依賴光學檢測手段來對晶圓生產過程進行監測和控制。光學檢測已經被證明可以有效地對半導體晶圓上的多種物理缺陷如凹坑、微粒和劃傷等進行檢測和分類。最近幾年以來，IC制造中的特征圖形尺寸在持續地縮小，而同時半導體制造商針對先進的工藝技術引入了很多新的材料、工藝和結構，例如高k金屬柵、低k介質和應力硅溝道等。在工藝上加速進步的步伐會引入新的影響良品率的缺陷種類，其中一些類型的缺陷并不能被光學檢測手段所檢測到。這些缺陷被稱之為“非可見性缺陷(Non Visual Defects，NVD)”，包括有亞單層的殘余物、表面沾污，以及工藝過程中產生的介質膜的荷電等缺陷。

　　Samsung Electronics和Qcept Technologies公司之前報道了一個分析案例，其中一個荷電類型的非可見性缺陷(NVD)被確認為是在柵氧化工序中反應前驅體氣體所產生的物理“凹坑”所致。這篇論文描述了一個邏輯器件晶圓在進行濕法清洗之后所產生的殘余物缺陷進行檢測和消除的情況。該殘余物缺陷與在后道工序(EOL)電學測試中所發現的良品率問題直接相關聯，失效芯片呈半圓弧狀分布并集中在晶圓的頂部。這種缺陷被認為是產生于前道工序(FEOL)的柵氧化工藝模塊中，但是利用現有的光學檢測設備卻無法發現可以與其相匹配的缺陷圖形，最終是利用了一種獨特的非光學檢測技術來將這種殘余物缺陷確認為是一種“非可見性缺陷(NVD)”。

　　最早是在一個先進技術節點邏輯器件的制造過程中發現了這個問題，在EOL的電學測試中出現了良品率的異常損失。從隨機批次中任意選出的晶圓上有大量芯片出現了低的集電極電壓(Vcc)失效。圖l圖(a)和(b)是EOL失效(芯片)分布圖，失效芯片(粉色)通常出現在晶圓的整個頂部區域。圖(c)是在清洗后光學檢測(ACI)的明場光學檢測獲得的缺陷分布，說明目前的光學檢測方法并不能顯示這種會引起良品率損失的缺陷。

　　圖2左圖是_AI ChemetriQ檢測圖像，顯示了在經歷了間隔層沉積、刻蝕、等離子灰化和清洗后在晶圓頂部殘余物缺陷的分布圖(紅色箭頭)，而功函數增加(+WF)區域在圖中用白色顯示。右圖是對合成后的圖像進行域值處理后所得到的缺陷分布圖，晶圓整個頂部區域的缺陷分布與EOL的良率損失分布之間存在著直接的對應關系。

[NT:PAGE]

　　失效出現整個晶圓的a) b)頂部區域并呈現圓弧狀分布(圖1)，其失效模式表明缺陷是發生在柵極和間隔層( spacer)模塊結構中的某個部位。對柵極和間隔層模塊的現有明場光學檢測數據進行了對比分析，并未發現有一種缺陷樣本可與這種良率損失特征相符合。為了探討和診斷這個問題，在柵極和間隔層模塊的一些工序中引入了一種獨特的非光學檢測技術，因為它對各種類型非可見性缺陷(NVD)都很敏感，包括亞單層的沾污以及工藝過程引發的荷電等缺陷類型。

　　圖3在進行間隔層刻蝕工序后，用來清洗晶圓的批次性處理浴槽的結構示意圖。晶圓是以邊緣切口向上取向從批處理浴槽中被提升出來，所以沖洗去離子水是從晶圓底部流向其頂部并溢出。

　　圖4將晶圓旋轉90度放八批次清洗設備的實驗樣本結果。晶圓的旋轉同樣引起了由ChemetriQ檢測系統所檢測到的NVD分布圖和EOL測試良品率損失分布圖的旋轉。

[NT:PAGE]

　　這種檢測系統是來自Qcept Technologies公司的ChemetriQ系統。ChemetriQ系統是一種掃描探針系統，它能夠給出整個晶圓上功函數變化的分布。所得到的功函數差異數據可以進行數字化積分和域值化處理，來檢測并顯示晶圓上具有相對較高或較低功函數的區域。功函數的變化可以歸結于晶圓上有著不同類型的表面狀態，包括表面化學態的變化，例如存在殘余物或沾污。這項技術對于低污染水平的亞單層表面沾污十分敏感，但是這種缺陷并不會對入射光線產生散射，所以不能被傳統的光學檢測手段所檢測到。

　　ChemetriQ檢測是在柵極和間隔層工藝模塊中的一些工序中進行，包括在柵極光刻后、柵極刻蝕/清洗后、間隔層淀積和刻蝕/光刻膠灰化/清洗后。可以進行這種分解式的探測研究是因為ChemetriQ系統可以在多種不同的工序中進行晶圓的掃描檢測而無需修改其掃描菜單，這樣就無需花費更多的時間來對每個工藝步驟進行其掃描菜單的優化處理。晶圓在經過間隔層刻蝕、灰化和清洗步驟之后，非可見性缺陷(NVD)的檢測數據顯示在晶圓頂部區域有多個點具有較大的功函數(+WF)的增加。對在間隔層工序中檢測到的NVD檢測數據進行域值化處理后得到如圖2所示的缺陷分布圖。NVD的數量及其空間分布與EOL所檢測到的失效芯片位置直接相關聯，并且與晶圓頂部區域的良品率損失分布有非常相近的相關性。

　　分解式探測研究提供了強有力的證據，證明了在間隔層刻蝕和清洗過程中確實會產生缺陷。批次濕法清洗工藝被鎖定為是最有可能會產生NVD缺陷的來源。從清洗過程中，晶圓是以邊緣切口向上的取向從批次處理設備中提升取出，而沖洗用的去離子水流是從晶圓的底部流向晶圓的頂部，如圖3所示。令人懷疑的是這種清洗工藝過程可能會引起晶圓頂部的清洗不充分。

　　我們設計了一個專門的實驗，來驗證在晶圓從批次濕法清洗設備中升高取出時是否是會由于去離子水流方式而引起缺陷的產生。我們將晶圓的切口轉動90度并將其放入清洗設備中。在進行清洗工序后ChemetriQ檢測圖顯示其正功函數(+WF)的NVD分布圖也同樣旋轉了90度。EOL電學測試表明，失效芯片的分布圖也同樣旋轉了90度(圖4)。這些結果提供了令人信服的證據，表明批次清洗設備的去離子水沖洗過程會在晶圓表面留下殘余物，并且由此引起了芯片良品率的損失。

　　為了消除在批次濕法清洗工藝過程中所產生的NVD，我們對不同的解決方案進行了評估，其中包括將現有批次式晶圓處理工藝和改為單片式晶圓清洗工藝流程。一個很有前景的選項是使用一種新型的直線型配置的單片晶圓清洗工藝來實現更為可靠的清洗工藝來消除NVD。對于使用這種新的直線型單片晶圓清洗工藝所獲得的晶圓的ChemetriQ檢測結果顯示，它們具有更高的表面清潔度和均一性。EOL電學測量數據同樣顯示出這些晶圓在良品率上有著顯著提升，并且其表示良品率損失的特征分布圖也隨之消失，如圖5所示。

　　作為此項工作的結果，在間隔層刻蝕后的晶圓清圖5由直線型配置的單晶圓清洗工藝進行晶圓清洗的樣本檢測和電學測試結果.從ChemetriQ檢測和缺陷分布圖顯示已經消除了正功函數(+WF)缺陷的分布，并且EOL艮品率也得到了顯著的提高。

　　結論

　　在本篇文章中，我們描述了檢測和消除一種FEOL中柵極和間隔層工藝模塊中會引起良品率下降的殘余物缺陷。NVD是這種沾污缺陷引起良品率損失的一個實例，而常規的光學檢測手段不能檢測到這種缺陷。在這個案例當紅，殘余物缺陷是采用掃描探針技術來進行探測，它可以檢測到由于化學沾污或介質薄膜DI荷電引起的晶圓表面功函數的變化。對表面功函數的檢測結果可采用來對產生缺陷的清洗工序進行識別和調整。由此就可以消除這種缺陷類型。并使良品率獲得提升，而且還可以應用這種檢測系統來檢測整個工藝過程以保證這種類型的缺陷不再重現。