在2010-2011年，主要受到電視/電腦平板顯示器背光板需求的驅動，LED制造商在其生產設備上投入了巨資。由于目前這一需求驅動趨勢已經放緩，使得有機金屬化學氣相沉積(MOCVD)的生產能力已經出現(xiàn)了供過于求的狀況。LED廠商都在期待LED能在普通照明領域應用上產生新一輪的市場需求，而LED在這一領域的增長將高度依賴于能否進一步降低其每流明發(fā)光的成本。由于對新增MOCVD生產能力的需求預期增長乏力，使得LED廠商在提高現(xiàn)有工藝設備的效率和產品良率上面臨著很大的壓力。

圖1 ADC具有確認對良率有著最大影響缺陷的能力。

　　MOCVD工藝是決定LED器件性能最為重要的因素。由于需要漫長的工藝時長和復雜的動態(tài)過Defective die (thousands) 程，使得MOCVD工藝極難進行控制，其芯片良率損失可高達50%。此外，MOCVD工藝步驟位于整個制造工藝流程的早期階段，工廠將沒有機會對晶圓進行返工處理或在隨后的加工工藝中剔除這些低性能或無功能的不良芯片。雖然LED生產商對后續(xù)的生產工藝環(huán)節(jié)，尤其是對封裝加工環(huán)節(jié)正在進行著卓有成效的努力來降低成本，但進一步改進MOCVD工藝仍然是提高LED制造工藝良率和經濟性的最為重要的機會和挑戰(zhàn)。

　　MOCVD設備制造商已經將實時工藝參數(shù)檢測功能整合進了它們的設備中，LED器件制造商也紛紛加大了其在整個制造過程中的數(shù)據(jù)收集工作，然而這些數(shù)據(jù)所反映的對工藝認知內涵還是處于被埋沒狀態(tài)，其價值也未能被充分認識。

　　應用自動數(shù)據(jù)分析軟件可以在龐大數(shù)量的原始數(shù)據(jù)中比較容易地找到能發(fā)揮作用的信息，能夠明顯縮短對工藝參數(shù)偏移的響應時間，使得工程師能將精力集中在解決工藝問題和進行改進上，從而來顯著提高工藝質量。良率管理系統(tǒng)可以提供對工藝的審察能力來提高良率和產量，該系統(tǒng)的自動缺陷分類功能可以找出產生缺陷的直接工程原因，而缺陷是影響良率的最為重要的因素。該系統(tǒng)的空間圖形識別功能可以分辨出晶圓級的系統(tǒng)缺陷并加以刪除。自動缺陷檢測和分類功能可以對Tb量級的檢測數(shù)據(jù)進行篩選，來識別出真正影響良率的設備參數(shù)，并且還能預測出設備可能將會產生的工藝缺陷，這種先進的工藝控制技術可以應用于較窄的工藝窗口中。

[NT:PAGE]

　　MOCVD工藝

　　現(xiàn)代LED是一種具有多層半導體材料結構的器件，其中各個薄層的厚度及其組分決定了其發(fā)光的顏色，亮度以及器件的發(fā)光效率。這些薄層均由MOCVD工藝來進行逐層的依次生長，在外延時每一個新生長薄層的晶體結構都需要與下一層材料的晶體結構進行晶格上的對準。在MOCVD工藝中，反應前驅體氣流在經過加熱襯底的表面時，通過反應和分解來沉積所需的材料薄層。前驅體氣體的組分及其流量、襯底的溫度以及許多其他工藝參數(shù)都必須要進行精確的控制，以確保所制作器件的質量。MOCVD工藝耗時很長(6-12小時)，它已成為構成器件最終成本的最為主要因素。由于LED器件要到完成整個器件的組裝和封裝工藝并經測量后才能知道其實際性能的優(yōu)劣，能滿足器件所需性能指標的芯片良率通常會低至50%。

圖2一旦檢測到缺陷，SPR通常能夠迅速地識別出產生該缺陷的根本原因。

圖3在MOCVD應用中，F(xiàn)DC可以向前追溯到單個反應腔室，甚至可追溯到特定的襯底容器。

　　MOCVD設備制造商已經對其設備的物理和技術性能進行了穩(wěn)步的改進。經革新后的反應器設計改善了在整個襯底表面上沉積工藝的均勻性，采用了多個反應器的串接組合配置、經工程控制的晶圓襯底和更高的生長速率等措施來提高MOCVD設備的產量。實時的工藝檢測和診斷會產生大量有關設備和工藝性能參數(shù)的數(shù)據(jù)。改善制造過程經濟性的最具效益成本比的機會將決定于是否能有效地收集和分析這些所采集到的數(shù)據(jù)，來進一步提高器件制造工藝的良率。

[NT:PAGE]

　　良率管理系統(tǒng)

　　在數(shù)十年經驗積累的基礎上，集成電路制造商已經開發(fā)出先進的良率自動化管理系統(tǒng)(YMS)。雖然LED和IC的制造工藝有很多相似之處，但也存在明顯的差異。雖然與包含有數(shù)百萬個晶體管和多層互連的IC而言，LED是一個相對較為簡單的器件，但為IC制造優(yōu)化的分析工具并不能直接用來滿足LED制造商的要求。數(shù)據(jù)收集和分析所面臨的挑戰(zhàn)在于：如每個晶圓上包含有數(shù)目巨大的器件芯片，耗時很長的MOCVD工藝過程又會產生天量的、又具有價值的工藝數(shù)據(jù)，需要對數(shù)百個PLM分布圖進行“疊合”，然后還需將這些“疊合”后數(shù)據(jù)與器件最終測試結果進行逐一器件芯片的關聯(lián)處理，未經專門設計用于LED工藝的數(shù)據(jù)收集和分析系統(tǒng)就無法勝任上述任務。在LED良率管理上還存在其他方面的障礙，但更多的是文化方面的因素而不是技術方面的因素，例如各個生產工藝區(qū)域間一般都處于相對隔離狀態(tài)，缺乏貫穿整個工藝過程一致的和全面的數(shù)據(jù)收集和共享。外延工藝區(qū)往往是處于物理上和數(shù)據(jù)上的隔離狀態(tài)，或者是其位置與芯片制造車間分開并且它們之間在數(shù)據(jù)通訊上只有部分或根本就沒有連網。

　　良率管理可以產生極大的效益，它所收集的數(shù)據(jù)貫穿了從原材料進廠到產品最終測試的整個生產過程，可以找出良率損失的原因以及提高良率的機遇。自動化良率管理最為重要的優(yōu)勢之一便是它能避免數(shù)據(jù)收集和分析過程的冗長和乏味，通過自動生成報告來將數(shù)據(jù)轉化為有價值的信息，使得工程師可以將更多的精力集中在工藝創(chuàng)新和解決問題上。

　　自動缺陷分類

　　自動缺陷分類(ADC)是根據(jù)缺陷的多種特征，包括大小、形狀和顏色來將缺陷進行分類。進行缺陷分類的常規(guī)方法往往只是基于缺陷尺寸或是某個其他參數(shù)，如將散射光強度來與其缺陷尺寸相對應。還存在另一個假設，即缺陷尺寸與其殺傷率(kill ratio)正相關，也即越大尺寸的缺陷就越有可能導致器件徹底失效，但是上述這兩種假設并非普遍適用。圖1顯示了自動缺陷分類(ADC)在確定對良率有著最大影響缺陷的能力。二類缺陷和三類缺陷都有著很高的殺傷率，其中二類缺陷更加常見，這兩類缺陷對良率都有著顯著的影響。一類缺陷雖然在數(shù)量眾多，但通常不會對芯片性能產生殺傷性影響。四類缺陷少見且無殺傷性。