Krummlinige Maskenmusterung zur Maximierung der Lithografiefähigkeit

Neuauflage von Plato

Verfolger: 0

Masken waren schon immer ein wesentlicher Bestandteil des Lithographieprozesses in der Halbleiterindustrie. Da die kleinsten gedruckten Merkmale sowohl für DUV- als auch für EUV-Fälle an der Schnittkante bereits unterhalb der Wellenlänge liegen, spielen Maskenmuster eine wichtigere Rolle denn je. Darüber hinaus ist bei der EUV-Lithographie der Durchsatz ein Problem, sodass die Effizienz der Lichtprojektion von der Maske auf den Wafer maximiert werden muss.

Herkömmliche Merkmale von Manhattan (benannt nach der Skyline von Manhattan) sind für ihre scharfen Ecken bekannt, die das Licht auf natürliche Weise außerhalb der numerischen Apertur des optischen Systems streuen. Um eine solche Streuung zu minimieren, könnte man auf die Inverse Lithographie-Technologie (ILT) zurückgreifen, die es ermöglicht, dass scharfe Ecken durch krummlinige Strukturkanten auf der Maske ersetzt werden. Um das einfachste Beispiel zu geben, wo dies nützlich sein könnte, betrachten Sie das optische Zielbild (oder Luftbild) auf dem Wafer in Abbildung 1, das von einem dichten Kontaktarray mit Quadrupol- oder QUASAR-Beleuchtung erwartet wird und zu einem 4-Strahl-Interferenzmuster führt .

Krummlinige Maskenmusterung 1

Abbildung 1. Ein dichtes Kontaktbild aus Quadrupol- oder QUASAR-Beleuchtung, das zu einem Vierstrahl-Interferenzmuster führt.

Vier interferierende Strahlen können keine scharfen Ecken am Wafer erzeugen, sondern eine etwas abgerundete Ecke (abgeleitet von sinusförmigen Begriffen). Eine scharfe Merkmalsecke auf der Maske würde die gleiche Rundheit erzeugen, aber mit weniger Licht, das auf den Wafer trifft; Ein großer Teil des Lichts wurde gestreut. Eine effizientere Lichtübertragung auf den Wafer kann erreicht werden, wenn das Maskenmerkmal eine krummlinige Kante mit der gleichen Rundheit aufweist, wie in Abbildung 2.

rundes Merkmal E Abb. 2

Abbildung 2. Maskenmerkmal, das eine krummlinige Kante zeigt, ähnlich dem Bild am Wafer in Abbildung 1. Die Kantenrundheit sollte idealerweise gleich sein.

Die Menge des ausgestreuten Lichts kann idealerweise mit gekrümmten Kanten auf 0 minimiert werden. Doch trotz des Vorteils krummliniger Kanten war es schwierig, Masken mit diesen Merkmalen zu erstellen, da krummlinige Kanten im Vergleich zu Manhattan-Merkmalen die Speicherung von mehr Maskenschreiberinformationen erfordern, was den Systemdurchsatz aufgrund der zusätzlichen Verarbeitungszeit verringert. Das zur Darstellung krummliniger Formen erforderliche Datenvolumen kann um eine Größenordnung größer sein als das der entsprechenden Manhattan-Formen. Den Durchsatzverlust kompensieren die erst seit Kurzem erhältlichen Mehrstrahl-Maskenschreiber.

Die Maskensynthese (Entwerfen der Merkmale auf der Maske) und die Maskendatenvorbereitung (Konvertieren der genannten Merkmale in die Daten, die direkt vom Maskenschreiber verwendet werden) müssen ebenfalls aktualisiert werden, um krummlinige Merkmale zu berücksichtigen. Synopsys hat kürzlich die Ergebnisse seines krummlinigen Upgrades beschrieben. Zwei hervorgehobene Funktionen für die Maskensynthese sind maschinelles Lernen und parametrische Kurven-OPC. Durch maschinelles Lernen wird ein kontinuierliches Deep-Learning-Modell für ausgewählte Clips trainiert. Parametric Curve OPC stellt die Ausgabe einer krummlinigen Ebene als Folge parametrischer Kurvenformen dar, um das Datenvolumen zu minimieren. Die Vorbereitung der Maskendaten besteht aus vier Teilen: Maskenfehlerkorrektur (MEC), Mustervergleich, Maskenregelprüfung (MRC) und Bruch. MEC soll Fehler aus dem Maskenschreibprozess kompensieren, beispielsweise Elektronenstreuung aus der EUV-Mehrschicht. Mustervergleichsvorgänge suchen nach passenden Formen und werden komplizierter, ohne dass nur 90-Grad- und 45-Grad-Kanten beschränkt sind. Ebenso benötigt MRC neue Regeln, um Verstöße im Zusammenhang mit gekrümmten Formen zu erkennen. Schließlich muss Fraktur nicht nur gekrümmte Kanten bewahren, sondern auch Mehrstrahl-Maskenschreiber unterstützen.

Synopsys umfasst alle diese Funktionen in seinem krummlinigen Vollchip-Datenverarbeitungssystem, die hier im Whitepaper ausführlich beschrieben werden: https://www.synopsys.com/silicon/resources/whitepapers/curvilinear_mask_patterning.html.