[发明专利]先进半导体工艺优化和制造期间的自适应控制

权利要求书

1.一种计算机实现的方法，包含：

通过处理有限数量的晶片来生成虚拟计量（VM）数据和与在所述有限数量的晶片上制造的器件的特征相关联的与一个或多个感兴趣的维度相关的板上计量（OBM）数据，以基于已知初始配方执行实体实验设计（DoE），其中所述VM数据包括从处理设备的传感器收集的一个或多个工艺变量的时间迹线；

从扫描电子显微镜（SEM）获得产线内（in-line）计量数据；

获得用于工艺和所述处理设备的经验工艺模型；

通过使用所述产线内计量数据作为参考来校准所述经验工艺模型；

组合所述VM数据、所述OBM数据和所述产线内计量数据以生成自定义计量数据；以及

通过由机器学习引擎将所述经验工艺模型精细化来构建预测模型，所述机器学习引擎接收所述自定义计量数据并输出针对跨晶片的一个或多个感兴趣的维度的所述晶片的一个或多个空间图，其中所述预测模型用于在无需实体地处理任何其他晶片的情况下执行空间数字DoE，并且其中所述空间数字DoE包含针对所述处理设备和针对跨所述晶片的所述一个或多个感兴趣的维度进行的对所述工艺的多约束优化。

2.如权利要求1所述的方法，其中自定义计量数据附加地包括透射电子显微镜（TEM）数据。

3.如权利要求1所述的方法，其中所述预测模型用于在反向模式中推荐用于处理所述晶片的虚拟配方。

4.如权利要求1所述的方法，其中所述预测模型用于识别在工艺空间内的工艺窗口，对于所述工艺窗口，所述一个或多个感兴趣的维度的工艺引起的变化在可接受限度内。

5.如权利要求1所述的方法，其中所述机器学习引擎进一步用于接收关于特定工艺和一个或多个特定设备的信息，所述工艺将在所述一个或多个特定设备处执行。

6.如权利要求1所述的方法，进一步包含：

使用从处理另一组实体晶片获得的进一步计量数据来验证所述预测模型。

7.如权利要求1所述的方法，其中所述预测模型用于将所述自定义计量数据与工艺空间内的一个或多个关键旋钮设置相关。

8.如权利要求7所述的方法，其中机器学习技术用于识别所述一个或多个关键旋钮对所述一个或多个感兴趣的维度的组合效果。

9.如权利要求1所述的方法，其中每个晶片包含完整晶片或所述完整晶片的一部分。