Fractilia 指出隨機性圖案變異的量測與控制將是提升半導體製造良率關鍵

先進的半導體製程有許多挑戰，其中不受控制的隨機性圖案變異導致良率下降及生產進度延誤，Fractilia 提供隨機性誤差量測與控制解決方案將有助業者提升製造良率。

隨著半導體製程不斷進步，單位面積中塞入的電晶體數也增加許多，然而進入比現在量產更先進的製程時，遇到的挑戰更多，讓不少半導體製造商都延遲新製程的推進，當然也就造成許多損失。

Fractilia 共同創辦人 Edward Charrier

在進入先進製程時所面對的各種挑戰當中，隨機性圖案變異(Stochastics)造成良率下降以及生產延遲，在 Fractilia 最新的白皮書中指出，最先進的製程節點中，由於不受控制的隨機性圖案變異導致良率下降及生產延誤，製造商晶圓廠損失高達數億美元。這些影響甚鉅的變異為「隨機性」，如今已成為先進製程節點量產階段達到預期良率最大的阻礙。為了協助製造商解決這些問題，Fractilia 提供隨機性變異誤差的量測與控制解決方案，透過結合精準量測、基於機率的製程控制與具備隨機性思維的設計策略。

Fractilia 共同創辦人暨技術長 Chris Mack

Fractilia 共同創辦人暨技術長 Chris Mack 表示：「隨機性變異導致先進製程技術無法順利量產，延誤造成的損失高達數十億美元。然而傳統的製程控制方法無法有效解決這些隨機性影響，縮減隨機性落差（Stochastics gap）必須採取完全不同的方法，而製造商也需要驗證並導入這些新方法，才能成功將先進製程技術應用於大量生產，事實上隨機性限制現今電子產業的成長。」

隨著更先進製程引進的極紫外光(EUV)以及高數值孔徑極紫外光(High-NA EUV)微影技術，卻發現原子級的隨機變異造成良率的問題。特別是在研發階段可成功圖案化的最小臨界尺寸(低至 12nm)，與在量產時能穩定符合先前預期良率的臨界尺寸(通常 16-18nm)之間出現落差。這種解析度落差主因便是來自隨機性變異(Stochactics)，即半導體微影中分子、光源，甚至是材料與設備的原子所造成的隨機性變異。與其他形式的製程變異不同，隨機性變異是製程中所用材料與技術的固有特性，因此必須使用有別於現行製程控制方法的機率分析來解決。

過去隨機性變異對量產的良率影響並不大，因為當時隨機性效應相較於關鍵臨界尺寸的影響較小，隨機性缺陷引發良率損失的機率也低。然而隨著 EUV 和 High-NA EUV 技術大幅提高微影能力，隨機性變異在先進製程誤差的容許範圍中佔據更高比例。

所幸隨機性落差並非固定不變，Fractilia 發表的白皮書便詳細分析導致隨機性落差的原因並提出解決方案，包括具備隨機性思維的元件設計、材料改良與具備隨機性思維的製程控制等。

Fractilia 推出的反向線掃描模型(FILM, Fractilia Inverse Linescan Model）技術是基於物理的演算法，從掃描電子顯微鏡（SEM）影像中擷取高真實度資料。有別於傳統工具，FILM 能分辨真實晶圓特徵與影像雜訊，無需人工操作即可實現跨機台與跨晶圓廠的一致性、自動化與高精度量測。而旗下的多項產品便可用於圖案分析、全自動量測、SEM 管理以及運用無偏差隨機性資料校準 OPC 模型的自動量測技術等。

Fractilia 的隨機性量測技術已成為研發領域的業界標準，正快速拓展至量產應用。目前 Fractilia 客戶涵蓋美國、亞洲與歐洲的主要半導體製造商(包括晶圓代工廠與記憶體製造商)、光阻材料供應商與 OEM 等。