專利名稱：非一致性型態(tài)辨別系統(tǒng)及方法
技術領域：
此發(fā)明是一種半導體制造技術，特別是一種非一致性型態(tài)辨別系統(tǒng)及方法。
背景技術：
傳統(tǒng)上，半導體制造廠包含處理半導體晶圓時必要的制造機臺，于半導體制造時，半導體晶圓通常會經(jīng)過一連串使用各式各樣機臺的制造步驟，諸如曝光(photolithography)、化學機械研磨(chemical-mechanical polishing)或化學氣相沉積(chemicalvapor deposition)。舉例來說，一個集成半導體產(chǎn)品的制程可能會經(jīng)歷接近600道處理步驟。此自動化制造的成本，受到此流程可被更有效率的監(jiān)督或控制所影響，使得良品占所有制造產(chǎn)品的比率(亦即是良率)必須要盡可能達到一個高標的水準。然而，單一制程步驟會有變動或不穩(wěn)定的情形，例如在最差的情況下，會造成數(shù)個晶?；蛘A產(chǎn)生瑕疵。因此，每一單一制程步驟必須盡可能的穩(wěn)定，使得晶圓在完成制造后，確保一可接受的良率。在單一制程步驟中的變化及不穩(wěn)定將導致所謂的非一致性型態(tài)(non-uniformity patterns)，造成良率降低。接收的衡量值數(shù)據(jù)，例如，在線(in-line)制造參數(shù)、晶圓接受度測試(wafer acceptancetest，WAT)參數(shù)、電性針測(circuit probing，CP)參數(shù)及其它，可呈現(xiàn)多樣的晶圓內(nèi)(with-in-wafer，WIW)非一致性型態(tài)，此型態(tài)則為各式各樣的制造議題的影響結果。在過去，簡單的計算算法，諸如區(qū)間值、標準差等，并搭配初始設定值用以決定一個晶圓是否發(fā)生晶圓內(nèi)非一致性型態(tài)。然而，晶圓內(nèi)非一致性型態(tài)辨別通常借由人工方式。傳統(tǒng)方法會耗費大量人力，并嚴重阻礙效率?；谝陨舷拗?，需要一個非一致性型態(tài)辨別系統(tǒng)及方法，不只促進效率，也提供一個更有效益及可靠的結果。

發(fā)明內(nèi)容
依據(jù)本發(fā)明所述的非一致性型態(tài)辨別系統(tǒng)，包括一個儲存裝置及一個處理單元。儲存裝置用以儲存多個理論型態(tài)及量測值，而每一量測值關聯(lián)于一片晶圓上的一個區(qū)域。處理單元取得理論型態(tài)以及至少兩片晶圓上的量測值，根據(jù)量測值計算每一片晶圓的每一個理論型態(tài)的一個型態(tài)分數(shù)，依據(jù)產(chǎn)生的型態(tài)分數(shù)群聚至少兩個以上的理論型態(tài)至一個因素中用以定義晶圓的非一致性型態(tài)。每一型態(tài)分數(shù)代表理論型態(tài)與晶圓中之一的量測值間的相似程度。處理單元可更進一步輸出關聯(lián)于因素的圖形至輸出裝置。圖形可包括等高線圖、箱型圖或直方圖。
依據(jù)本發(fā)明所述的非一致性型態(tài)辨別方法，包括取得多個理論型態(tài)，取得至少兩片晶圓上的量測值，根據(jù)量測值計算每一片晶圓的每一個理論型態(tài)的一個型態(tài)分數(shù)，依據(jù)產(chǎn)生的型態(tài)分數(shù)群聚至少兩個以上的理論型態(tài)至一個因素中，用以定義晶圓的非一致性型態(tài)。每一量測值關聯(lián)于一片晶圓上的一個區(qū)域。每一型態(tài)分數(shù)代表理論型態(tài)與晶圓中之一的量測值間的相似程度。于較佳的情況下，該方法包括輸出關聯(lián)于因素的圖形至輸出裝置，其中，圖形可包括等高線圖、箱型圖或直方圖。
依據(jù)本發(fā)明所述的計算機可讀取儲存媒體，該計算機可讀取儲存媒體儲存一個計算機程序用以執(zhí)行非一致性型態(tài)辨別方法。
于較佳的情況下，理論型態(tài)可包括一個一致性型態(tài)及多個非一致性型態(tài)。理論型態(tài)可實施于矩陣、二維陣列、連接隊列或樹狀結構中。如上所述的區(qū)域可涵蓋晶圓上的一或多顆晶粒，或涵蓋一顆晶粒中的部分區(qū)域。量測值可為電性量測值或物理量測值，亦可于晶圓接受度測試或在線制造量測過程中取得。
于型態(tài)分數(shù)計算上，在一個例子中，可使用關聯(lián)分析算法或數(shù)據(jù)分類方法，依據(jù)量測值計算型態(tài)分數(shù)。在另一個例子中，型態(tài)分數(shù)的計算可使用以下公式MTm×m×W1······Wm×1L=P1P2····Pm,]]>其中MTmxm代表m個理論型態(tài)的m乘m矩陣，W1至Wm為不同區(qū)域的量測值，L為一標準化因子，是為每一列中的第1行至第m行的元素值的平方和的平方根，P1至Pm代表型態(tài)分數(shù)。于因素產(chǎn)生中，使用主因素分析或數(shù)據(jù)分類算法將理論型態(tài)群聚至因素中。
本發(fā)明所述的非一致性型態(tài)辨別系統(tǒng)，使用一個主因素分析或一個數(shù)據(jù)分群算法將上述理論型態(tài)群聚至上述因素中。上述量測值于晶圓接受度測試或在線制造量測過程中取得。
本發(fā)明所述非一致性型態(tài)辨別系統(tǒng)及方法，不僅提高效率，更提供一個更有效益及可靠的結果。


圖1是表示依據(jù)本發(fā)明實施例的非一致性型態(tài)辨別系統(tǒng)的硬件環(huán)境架構圖；圖2是表示依據(jù)本發(fā)明實施例的非一致性型態(tài)辨別方法的流程圖；圖3是為依據(jù)本發(fā)明實施例的范例晶圓示意圖；圖4a至圖4i是為依據(jù)本發(fā)明實施例的三維空間理論型態(tài)示意圖；圖5是為依據(jù)本發(fā)明實施例的因素產(chǎn)生結果示意圖；
圖6是為依據(jù)本發(fā)明實施例的非一致性型態(tài)的范例等高線圖；圖7是表示依據(jù)本發(fā)明實施例的非一致性型態(tài)辨別系統(tǒng)及方法的計算機可讀取儲存媒體示意圖。
具體實施例方式
圖1是表示依據(jù)本發(fā)明實施例的非一致性型態(tài)辨別系統(tǒng)的硬件環(huán)境架構圖。圖1欲提供可讓本發(fā)明據(jù)以實施的簡潔且共通的計算機硬件以及作業(yè)環(huán)境描述。圖1的硬件環(huán)境包含處理單元11、存儲器12、儲存裝置13、輸入裝置14、輸出裝置15及通訊裝置16。根據(jù)范紐曼(Von Neumann)架構，使用，總線17將存儲器12、儲存裝置13、輸入裝置14、顯示裝置15及通訊裝置16連接于處理單元11。其或許存在唯一或多個處理單元11，以致使計算機的處理器包含一單一中央處理單元(central-processing unit；CPU)、一微處理單位(MPU)或者是關聯(lián)于平行運算環(huán)境(parallelprocessing environment)的多個處理單元。存儲器12儲存可由處理單元11執(zhí)行專業(yè)管理功能的程序模塊。一般而言，程序模塊包含常序(routines)、程序(program)、對象(object)、組件(component)等，用以執(zhí)行特定功能或?qū)嵶魈囟ǔ橄髷?shù)據(jù)型態(tài)(abstract data type)。除此之外，本領域技術人員也可將本發(fā)明實施于其它計算機系統(tǒng)樣態(tài)(configuration)上，例如，手持式設備(hand-held devices)、多處理器系統(tǒng)、以微處理器為基礎或可程序化的消費性電子產(chǎn)品(microprocessor-based orprogrammable consumer electronics)、網(wǎng)絡計算機、迷你計算機、大型主機以及類似的設備。本發(fā)明亦可以實施于分布式運算環(huán)境，其運算工作被一連結于通訊網(wǎng)路的遠程處理設備所執(zhí)行。在分布式環(huán)境中，程序模塊可同時存在于本地以及遠程存儲裝置中，而遠程訪問架構包含分布式組件對象模型(DCOM)、通用對象請求中介架構(CORBA)、網(wǎng)頁組件(Web objects)、網(wǎng)絡服務(WebServices)或其它類似架構。儲存裝置13可為一硬盤裝置、磁性裝置、光盤裝置、可攜式儲存裝置或非揮發(fā)存儲器裝置(nonvolatilememory drive)。這些裝置以及其相關的計算機可讀取媒體(computer-readable medinm)提供計算機可讀取指令、數(shù)據(jù)結構、程序模塊的非揮發(fā)儲存空間(nonvolatile storage)。處理單元11從存儲器12或經(jīng)由一操作者透過輸入裝置接收程序模塊，用以執(zhí)行非一致性型態(tài)辨別功能。儲存裝置13可儲存多樣的理論型態(tài)(theoretical patterns)及晶圓的晶圓接受度測試(WaferAcceptance Test，WAT)數(shù)據(jù)，及可被包含于數(shù)據(jù)庫管理系統(tǒng)(database management system)、對象庫管理系統(tǒng)(object basemanagement system)、文件管理系統(tǒng)(file management system)中。
描述于下的實施例揭露非一致性型態(tài)辨別方法，該方法實施于程序模塊中，并且可由處理單元11加載并執(zhí)行。圖2是表示依據(jù)本發(fā)明實施例的非一致性的型態(tài)辨別方法的流程圖。圖2的流程始于步驟S211，由儲存裝置13取得多個理論型態(tài)。理論型態(tài)包含一致性型態(tài)及非一致性型態(tài)，于最佳的情況下，使用一個矩陣(亦稱為一個特征空間)來仿真。在一個例子中，公式(1)顯示了由9乘9矩陣仿真的理論型態(tài)。
公式(1)MT9×9=11111111101-1-1120-200-1-1110-2020-20201-1-110020-21-1-1100000-1-11101-11-1000041111-2-2-2-24-2-2-2-21111,]]>其中每一欄表示一特定的量測區(qū)域，每一列表示一理論型態(tài)。于較佳的情況下，任意兩個理論型態(tài)皆為直交(orthogonal)。本領域技術人員皆了解亦可使用較少或較多的列來模擬較少或較多的理論型態(tài)，并可使用較少或較多的欄來代表較少或較多的量測區(qū)域。本領域技術人員皆知道，若干數(shù)據(jù)結構，如二維陣列(two-dimension arrays)、連接隊列(linked lists)、樹狀結構(trees)以及相似的數(shù)據(jù)結構，可用以儲存理論型態(tài)，且實施理論型態(tài)時，并不限定只可使用向量(vector)，亦可用數(shù)學式(equations)或相似的表示方法。圖3是為依據(jù)本發(fā)明實施例的范例晶圓示意圖。在此例中，晶圓的實際型態(tài)可由9個量測區(qū)域31至39取得的量測數(shù)據(jù)而得。參考公式(1)，在此矩陣內(nèi)的第1欄至第9欄關聯(lián)于量測區(qū)域31至39。圖4a至圖4i是為依據(jù)本發(fā)明實施例的三維空間理論型態(tài)示意圖。舉例來說，第1列模擬圖4a所示的非一致性型態(tài)。第2列模擬圖4b所示的非一致性型態(tài)，代表一片晶圓的量測值分布，由左上區(qū)域往右下區(qū)域漸次地向下傾斜(descendsgradually)。第3列模擬圖4c所示的非一致性型態(tài)，代表一片晶圓的量測值分布，由右上區(qū)域往左下區(qū)域漸次地向下傾斜。第9列模擬圖4i所示的非一致性型態(tài)，代表一片晶圓的量測值分布，由中心點向四周漸次地向下傾斜(descends circularly)。
接著，由步驟S221至步驟S241所組成的循環(huán)(loop)，用以計算理論型態(tài)的型態(tài)分數(shù)(pattern scores)，每一片晶圓的理論型態(tài)的型態(tài)分數(shù)代表理論型態(tài)與此晶圓實際量測值(measurements)之間的相似程度。如步驟S221，從儲存裝置13取得一片晶圓上的不同區(qū)域的量測值(例如電性或物理量測值)。每一區(qū)域可涵蓋一片晶圓上的一或多個晶粒，或涵蓋一晶粒中的部分區(qū)域。電性或物理的參數(shù)量測值可于晶圓接受度測試、在線制造量測過程中取得。每一量測值可代表一或多個半導體元件的電性值，諸如電流、電阻、電壓等，或物理值，諸如線寬、厚度等。舉例來說，在完成一整個制造程序后，透過量測測試結構的電性量測值來產(chǎn)生晶圓接受度測試數(shù)據(jù)。測試結構坐落于一片晶圓上的數(shù)個固定區(qū)域，并可用以量測超過100個的晶圓接受度測試參數(shù)。如步驟S231，計算一片晶圓的理論型態(tài)的型態(tài)分數(shù)，此型態(tài)分數(shù)代表理論型態(tài)與此晶圓實際量測值之間的相似程度。在一范例中，使用公式(2)來計算型態(tài)分數(shù)。
公式(2)MT9×9×w1w2w3w4w5w6w7w8w9×1L=P1P2P3P4P5P6P7P8P9,]]>其中MT9×9代表如公式(1)所示的理論型態(tài)的9乘9矩陣，w1至w9為不同區(qū)域的量測值，L為一標準化因子，其為每一列中的第1行至第9行元素值平方和的平方根，P1至P9代表型態(tài)分數(shù)。舉例來說，第9列的標準化因子為L9＝sqrt(4^2+(-2)^2+(-2)^2+(-2)^2+(-2)^2+1^2+1^2+1^2+1^2)＝6。任何本領域技術人員皆知道，型態(tài)分數(shù)計算可應用更多樣的技術，諸如各式各樣的關聯(lián)分析算法(correlation analysis algorithms)、數(shù)據(jù)分類方法(data classification methods)或其它。如步驟S241，決定是否存在尚未分析的晶圓，若是，流程進行至步驟S221，若否，至步驟S251。因此，被分析晶圓的可疑非一致性型態(tài)可能為擁有最高型態(tài)分數(shù)的理論型態(tài)。
雖然被分析晶圓的可疑非一致性型態(tài)可為最高型態(tài)分數(shù)的理論型態(tài)，在大部分的情況下，實際的非一致性型態(tài)為二或多個理論型態(tài)的結合。如步驟S251，使用各式各樣因素分析技術，諸如主因素分析(principal component analysis，PCA)、各式各樣的數(shù)據(jù)分群算法(data clustering algorithms)，依據(jù)產(chǎn)生的型態(tài)分數(shù)，將非一致性理論型態(tài)群聚至因素中。圖5是為依據(jù)本發(fā)明實施例的因素產(chǎn)生結果示意圖。列51至54描述四個晶圓接受度測試參數(shù)“Isat_N4”、“Isat_P4”、“Isat_N6”及“Isat_P6”的因素分析結果。因素組成字段描述因素中的理論型態(tài)結合，例如，于晶圓接受度測試參數(shù)“Isat_N4”中，主因素分析產(chǎn)生的三個因素，分別包含型態(tài)(P6，P9，P4，P3，P2)、(P8，P5)及(P8，P7)。第一個因素相較于其它兩者，擁有最高的解釋能力(explanability，40.81％)，因此，第一個因素為最可疑的非一致性型態(tài)。
如步驟S261，輸出關聯(lián)于因素的圖形，諸如等高線圖(contours)、箱型圖(box plot charts)、直方圖(histograms)或其它，至輸出裝置15。圖6是為依據(jù)本發(fā)明實施例的非一致性型態(tài)的范例等高線圖，描繪一個辨認出的非一致性型態(tài)結合。輸出裝置15可為一顯示裝置，諸如一個顯示器屏幕、一個投影機或其它，或為一個打印裝置諸如打印機、繪圖機(plotter)或其它。
再者，本發(fā)明提出一種計算機可讀取儲存媒體，用以儲存一個計算機程序720，上述計算機程序用以實現(xiàn)非一致性型態(tài)辨別方法，此方法會執(zhí)行如上所述的步驟。圖7是表示依據(jù)本發(fā)明實施例的非一致性型態(tài)辨別系統(tǒng)及方法的計算機可讀取儲存媒體示意圖。此計算機程序產(chǎn)品包含一個內(nèi)含程序邏輯的計算機可讀取儲存裝置70，使用于計算機系統(tǒng)中，此非一致性型態(tài)辨別系統(tǒng)及方法計算機程序可包含接收多個理論型態(tài)邏輯721，計算晶圓的理論型態(tài)的型態(tài)分數(shù)邏輯722，根據(jù)型態(tài)分數(shù)群聚非一致性理論型態(tài)至因素邏輯723，以及輸出關聯(lián)于因素的圖形邏輯724。
以上所述僅為本發(fā)明較佳實施例，然其并非用以限定本發(fā)明的范圍，任何熟悉本項技術的人員，在不脫離本發(fā)明的精神和范圍內(nèi)，可在此基礎上做進一步的改進和變化，因此本發(fā)明的保護范圍當以本申請的權利要求書所界定的范圍為準。
附圖中符號的簡單說明如下10非一致性型態(tài)辨別系統(tǒng)11處理單元12存儲器13儲存裝置14輸入裝置15輸出裝置16通訊裝置17總線S211、S221、S231、S241、S251、S261方法步驟31、32、…、38、39量測區(qū)域51、52、53、54數(shù)據(jù)列70計算機可讀取儲存裝置720非一致性型態(tài)辨別計算機程序721接收多種理論型態(tài)邏輯722計算晶圓的理論型態(tài)的型態(tài)分數(shù)邏輯723根據(jù)型態(tài)分數(shù)群聚非一致性理論型態(tài)至因素邏輯724輸出關聯(lián)于因素的圖形邏輯
權利要求
1.一種非一致性型態(tài)辨別系統(tǒng)，上述非一致性型態(tài)辨別系統(tǒng)包括一個儲存裝置，用以儲存多個理論型態(tài)及多個量測值，其中每一上述量測值關聯(lián)于一片晶圓上的一個區(qū)域；以及一個處理單元用以取得上述理論型態(tài)以及至少兩片晶圓上的上述量測值，根據(jù)上述量測值計算每一片上述晶圓的每一個上述理論型態(tài)的一個型態(tài)分數(shù)，其中每一個上述型態(tài)分數(shù)代表上述理論型態(tài)與上述晶圓中之一的上述量測值間的相似程度，依據(jù)產(chǎn)生的上述型態(tài)分數(shù)群聚至少兩個的上述理論型態(tài)至一個因素中用以定義上述晶圓的非一致性型態(tài)。
2.根據(jù)權利要求1所述的非一致性型態(tài)辨別系統(tǒng)，其特征在于上述理論型態(tài)包括一個一致性型態(tài)及多個非一致性型態(tài)。
3.根據(jù)權利要求1所述的非一致性型態(tài)辨別系統(tǒng)，其特征在于上述理論型態(tài)實施于一個矩陣、一個二維陣列、一個連接隊列或一個樹狀結構中。
4.根據(jù)權利要求1所述的非一致性型態(tài)辨別系統(tǒng)，其特征在于上述區(qū)域涵蓋上述晶圓上的一或多顆晶粒，或涵蓋一顆晶粒中的部分區(qū)域。
5.根據(jù)權利要求1所述的非一致性型態(tài)辨別系統(tǒng)，其特征在于上述型態(tài)分數(shù)的計算使用以下公式WTm×m×W1:::Wm×1L=P1P2::Pm,]]>其中MTm×m代表m個理論型態(tài)的m乘m矩陣，W1至Wm為上述不同區(qū)域的上述量測值，L為一標準化因子，是為每一列中的第1行至第m行的上述元素值的平方和的平方根，P1至Pm代表上述型態(tài)分數(shù)。
6.根據(jù)權利要求1所述的非一致性型態(tài)辨別系統(tǒng)，其特征在于使用一個主因素分析或一個數(shù)據(jù)分群算法將上述理論型態(tài)群聚至上述因素中。
7.根據(jù)權利要求1所述的非一致性型態(tài)辨別系統(tǒng)，其特征在于上述量測值于晶圓接受度測試或在線制造量測過程中取得。
8.根據(jù)權利要求1所述的非一致性型態(tài)辨別系統(tǒng)，其特征在于上述處理單元輸出關聯(lián)于上述因素的圖形至一個輸出裝置。
9.根據(jù)權利要求8所述的非一致性型態(tài)辨別系統(tǒng)，其特征在于上述圖形是為一個等高線圖、一個箱型圖或一個直方圖。
10.一種非一致性型態(tài)辨別方法，上述非一致性型態(tài)辨別方法包括使用一個計算機以執(zhí)行下列步驟上述計算機取得多個理論型態(tài)；上述計算機取得至少兩片晶圓上的多個量測值，其中每一上述量測值關聯(lián)于上述晶圓之一的一個區(qū)域；上述計算機根據(jù)上述量測值計算每一片上述晶圓的每一個上述理論型態(tài)的一個型態(tài)分數(shù)，其中每一個上述型態(tài)分數(shù)代表上述理論型態(tài)與上述晶圓中之一的上述量測值間的相似程度；以及上述計算機依據(jù)產(chǎn)生的上述型態(tài)分數(shù)群聚至少兩個的上述理論型態(tài)至一個因素中用以定義上述晶圓的非一致性型態(tài)。
11.根據(jù)權利要求10所述的非一致性型態(tài)辨別方法，其特征在于上述理論型態(tài)包括一個一致性型態(tài)及多個非一致性型態(tài)。
12.根據(jù)權利要求10所述的非一致性型態(tài)辨別方法，其特征在于上述理論型態(tài)實施于一個矩陣、一個二維陣列、一個連接隊列或一個樹狀結構中。
13.根據(jù)權利要求10所述的非一致性型態(tài)辨別方法，其特征在于上述區(qū)域涵蓋上述晶圓上的一或多顆晶粒，或涵蓋一顆晶粒中的部分區(qū)域。
14.根據(jù)權利要求10所述的非一致性型態(tài)辨別方法，其特征在于上述型態(tài)分數(shù)的計算使用以下公式WTm×m×W1:::Wm×1L=P1P2::Pm,]]>其中MTm×m代表m個理論型態(tài)的m乘m矩陣，W1至Wm為上述不同區(qū)域的上述量測值，L為一標準化因子，是為每一列中的第1行至第m行的上述元素值的平方和的平方根，P1至Pm代表上述型態(tài)分數(shù)。
15.根據(jù)權利要求10所述的非一致性型態(tài)辨別方法，其特征在于上述計算機使用一個主因素分析或一個數(shù)據(jù)分群算法將上述理論型態(tài)群聚至上述因素中。
16.根據(jù)權利要求10所述的非一致性型態(tài)辨別方法，其特征在于上述量測值于晶圓接受度測試或在線制造量測過程中取得。
17.根據(jù)權利要求10所述的非一致性型態(tài)辨別方法，其特征在于上述計算機輸出關聯(lián)于上述因素的圖形至一個輸出裝置。
18.根據(jù)權利要求17所述的非一致性型態(tài)辨別方法，其特征在于上述圖形是為一個等高線圖、一個箱型圖或一個直方圖。
全文摘要
本發(fā)明涉及一種非一致性型態(tài)辨別系統(tǒng)及方法。一個儲存裝置用以儲存多個理論型態(tài)及量測值，而每一量測值關聯(lián)于一片晶圓上的一個區(qū)域。處理單元取得理論型態(tài)以及至少兩片晶圓上的量測值，根據(jù)量測值計算每一片晶圓的每一個理論型態(tài)的一個型態(tài)分數(shù)，依據(jù)產(chǎn)生的型態(tài)分數(shù)群聚至少兩個以上的理論型態(tài)至一個因素中用以定義晶圓的非一致性型態(tài)。每一型態(tài)分數(shù)代表理論型態(tài)與晶圓中之一的量測值間的相似程度。本發(fā)明所述非一致性型態(tài)辨別系統(tǒng)及方法，不僅提高效率，更提供一個更有效益及可靠的結果。
文檔編號G06F17/00GK1761031SQ200510071888
公開日2006年4月19日 申請日期2005年5月26日 優(yōu)先權日2004年10月12日
發(fā)明者劉嘉均 申請人:臺灣積體電路制造股份有限公司