晶圆产品良率的预估方法、计算机设备及存储介质与流程
本申请涉及半导体制造，特别是涉及一种晶圆产品良率的预估方法，还涉及一种计算机设备，及一种计算机可读存储介质。
背景技术：
1、半导体集成电路(ic)产业经历了指数式增长，在ic发展过程中，功能密度大幅增加而几何尺寸减小。随着半导体工艺复杂度越来越高，生产周期越来越长，在工艺过程中，量测监控在产品良率(cp yield)提升方面所扮演的角色越来越重要。每一个工艺都存在工艺缺陷(defect)问题，进而影响最终产品良率。产品良率预测能力是晶圆代工厂(fab)进行营运管理的重要能力。
2、一种示例性的良率预测方法是使用缺陷密度模型——即bose-einstein(玻色-爱因斯坦)模型——进行良率预测：
3、
4、其中，ytl为预测良率，a为管芯面积，d0为缺陷密度，为工艺复杂常数。但由于产品可能存在的工艺问题随机性变化较大，所以预测良率与实际良率经常存在较大的误差。
技术实现思路
1、基于此，有必要提供一种准确性较高的晶圆产品良率的预估方法。
2、一种晶圆产品良率的预估方法，包括：获取晶圆的特征缺陷分布信息；根据晶圆测试结果信息和所述特征缺陷分布信息，得到各关键层次的特征缺陷杀伤率；根据所述各关键层次的特征缺陷杀伤率和所述各关键层次的特征缺陷数，得到潜在管芯损失总数；根据所述潜在管芯损失总数和所述晶圆的管芯总数，得到在线良率损失；根据理论不良率和所述在线良率损失，得到晶圆产品良率损失的预估值，所述晶圆产品良率损失的预估值的大小介于所述在线良率损失和所述理论不良率的值之间，所述理论不良率根据玻色-爱因斯坦模型得到的。
3、上述晶圆产品良率的预估方法，根据关键层次中具有普遍代表性的特征缺陷，计算出不同关键工艺层次的特征缺陷的杀伤率(killer ratio)，进而计算得出在线良率损失ydl。并基于bose-einstein模型，计算得出理论不良率ytl。最后根据ydl和ytl进行校准计算，得到晶圆产品良率损失的预估值yfl，从而可以预估晶圆产品良率(即1-yfl)。根据实际检测结果，该预估值能够较好地符合晶圆产品的实际良率。
4、在其中一个实施例中，所述预估值是所述在线良率损失和理论不良率的均方根。
5、在其中一个实施例中，所述各关键层次包括有源区工艺层次、栅极工艺层次、各通孔和接触孔工艺层次、及各金属工艺层次中的至少一种。
6、在其中一个实施例中，所述有源区工艺层次的特征缺陷包括氮化硅残留、氮化硅遮蔽、及膜内颗粒中的至少一种，所述栅极工艺层次的特征缺陷包括多晶硅栅短路、多晶硅颗粒、及膜内颗粒中的至少一种，所述各通孔和接触孔工艺层次的特征缺陷包括通孔散焦、通孔残留、及通孔颗粒中的至少一种，所述各金属工艺层次的特征缺陷包括金属短路、金属颗粒、及金属散焦中的至少一种。
7、在其中一个实施例中，所述特征缺陷杀伤率通过如下公式计算：
8、
9、其中，k.r.为所述特征缺陷杀伤率，gdd表示所述晶圆中第一管芯的数量，gcd表示所述晶圆中第二管芯的数量，bcd表示所述晶圆中第三管芯的数量，所述第一管芯是管芯功能正常、但存在所述特征缺陷杀伤率对应的特征缺陷的管芯，所述第二管芯是管芯功能正常、但无所述特征缺陷杀伤率对应的特征缺陷的管芯，所述第三管芯是管芯功能异常、但无所述特征缺陷杀伤率对应的特征缺陷的管芯。
10、在其中一个实施例中，所述潜在管芯损失总数为各所述特征缺陷的数量与对应的特征缺陷杀伤率的乘积之和。
11、在其中一个实施例中，所述在线良率损失为所述各关键层次的潜在管芯损失数之和除以所述晶圆的管芯总数。
12、在其中一个实施例中，所述理论不良率通过如下公式计算：
13、
14、其中，ytl为所述理论不良率，a为管芯面积，d0为缺陷密度，为工艺复杂常数。
15、还有必要提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一实施例的方法中的步骤。
16、还有必要提供一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现如前述任一实施例所述的方法中的步骤。
17、还有必要提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如前述任一实施例所述的方法的步骤。
18、还有必要提供一种利用计算机程序预估晶圆产品良率的方法。
19、一种利用计算机程序预估晶圆产品良率的方法，包括：获取晶圆的特征缺陷分布信息；根据晶圆测试结果信息和所述特征缺陷分布信息，得到各关键层次的特征缺陷杀伤率；根据所述各关键层次的特征缺陷杀伤率和所述各关键层次的特征缺陷数，得到潜在管芯损失总数；根据所述潜在管芯损失总数和所述晶圆的管芯总数，得到在线良率损失；根据理论不良率和所述在线良率损失，得到晶圆产品良率损失的预估值、及晶圆产品良率的预估值，所述晶圆产品良率损失的预估值的大小介于所述在线良率损失和所述理论不良率的值之间，所述理论不良率根据玻色-爱因斯坦模型得到的。
20、在其中一个实施例中，所述预估值是所述在线良率损失和理论不良率的均方根。
21、在其中一个实施例中，所述各关键层次包括有源区工艺层次、栅极工艺层次、各通孔和接触孔工艺层次、及各金属工艺层次中的至少一种。
22、在其中一个实施例中，所述有源区工艺层次的特征缺陷包括氮化硅残留、氮化硅遮蔽、及膜内颗粒中的至少一种，所述栅极工艺层次的特征缺陷包括多晶硅栅短路、多晶硅颗粒、及膜内颗粒中的至少一种，所述各通孔和接触孔工艺层次的特征缺陷包括通孔散焦、通孔残留、及通孔颗粒中的至少一种，所述各金属工艺层次的特征缺陷包括金属短路、金属颗粒、及金属散焦中的至少一种。
23、在其中一个实施例中，所述特征缺陷杀伤率通过如下公式计算：
24、
25、其中，k.r.为所述特征缺陷杀伤率，gdd表示所述晶圆中第一管芯的数量，gcd表示所述晶圆中第二管芯的数量，bcd表示所述晶圆中第三管芯的数量，所述第一管芯是管芯功能正常、但存在所述特征缺陷杀伤率对应的特征缺陷的管芯，所述第二管芯是管芯功能正常、但无所述特征缺陷杀伤率对应的特征缺陷的管芯，所述第三管芯是管芯功能异常、但无所述特征缺陷杀伤率对应的特征缺陷的管芯。
26、在其中一个实施例中，所述潜在管芯损失总数为各所述特征缺陷的数量与对应的特征缺陷杀伤率的乘积之和。
27、在其中一个实施例中，所述在线良率损失为所述各关键层次的潜在管芯损失数之和除以所述晶圆的管芯总数。
28、在其中一个实施例中，所述理论不良率通过如下公式计算：
29、
30、其中，ytl为所述理论不良率，a为管芯面积，d0为缺陷密度，为工艺复杂常数。
技术特征：
1.一种晶圆产品良率的预估方法，包括：
2.根据权利要求1所述的晶圆产品良率的预估方法，其特征在于，所述预估值是所述在线良率损失和理论不良率的均方根。
3.根据权利要求1所述的晶圆产品良率的预估方法，其特征在于，所述各关键层次包括有源区工艺层次、栅极工艺层次、各通孔和接触孔工艺层次、及各金属工艺层次中的至少一种。
4.根据权利要求3所述的晶圆产品良率的预估方法，其特征在于，所述有源区工艺层次的特征缺陷包括氮化硅残留、氮化硅遮蔽、及膜内颗粒中的至少一种，所述栅极工艺层次的特征缺陷包括多晶硅栅短路、多晶硅颗粒、及膜内颗粒中的至少一种，所述各通孔和接触孔工艺层次的特征缺陷包括通孔散焦、通孔残留、及通孔颗粒中的至少一种，所述各金属工艺层次的特征缺陷包括金属短路、金属颗粒、及金属散焦中的至少一种。
5.根据权利要求1所述的晶圆产品良率的预估方法，其特征在于，所述特征缺陷杀伤率通过如下公式计算：
6.根据权利要求1或5所述的晶圆产品良率的预估方法，其特征在于，所述潜在管芯损失总数为各所述特征缺陷的数量与对应的特征缺陷杀伤率的乘积之和。
7.根据权利要求6所述的晶圆产品良率的预估方法，其特征在于，所述在线良率损失为所述各关键层次的潜在管芯损失数之和除以所述晶圆的管芯总数。
8.根据权利要求1所述的晶圆产品良率的预估方法，其特征在于，所述理论不良率通过如下公式计算：
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，该处理器执行计算机程序时实现如权利要求1-8中任一项所述的方法中的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-8中任一项所述的方法中的步骤。
技术总结
本发明涉及一种晶圆产品良率的预估方法、计算机设备及存储介质，所述方法包括：获取晶圆的特征缺陷分布信息；根据晶圆测试结果信息和所述特征缺陷分布信息，得到各关键层次的特征缺陷杀伤率；根据所述各关键层次的特征缺陷杀伤率和所述各关键层次的特征缺陷数，得到潜在管芯损失总数；根据所述潜在管芯损失总数和所述晶圆的管芯总数，得到在线良率损失；根据理论不良率和所述在线良率损失，得到晶圆产品良率损失的预估值、及晶圆产品良率的预估值。本发明对晶圆产品良率的预估值能够较好地符合晶圆产品的实际良率。
技术研发人员：陈亚威,简志宏
受保护的技术使用者：无锡华润上华科技有限公司
技术研发日：
技术公布日：2024/9/23