优化晶圆检测工业显微镜配置与工作流程

一、晶圆检测在半导体制造中的关键作用

晶圆检测是半导体工业中的关键工艺，其目标是发现晶圆上的缺陷。 简单地说，晶圆是半导体材料（如硅片）制成的薄片，用于制造安装了电路的 集成电路（IC 或芯片）。

半导体芯片是汽车、笔记本电脑、家电和智能手机等电子设备中的基本组件， 因此晶圆的生产速度快且数量大。为了满足需求，晶圆检测必须 快速、准确且可重复。

那么，制造商如何才能改进晶圆检测的质量控制呢？ 一条重要路径，就是通过选择合适的显微镜硬件与计量软件组合， 从而优化整个晶圆检测工艺和工作流程。

二、为晶圆检测选择合适的工业显微镜与软件

晶圆制造是一个十分复杂的过程，包括电路搭建、晶圆氧化、光刻胶涂覆、 图案印刷、蚀刻、杂质扩散和平坦化等多个阶段。在这些阶段中的任何一个环节， 都可能将缺陷引入最终产品。常见的缺陷包括不规则涂层、杂质和断路等。

晶圆缺陷会妨碍电路的正常工作，因此晶圆检测是制造过程中确保产品质量的 关键步骤。对于微米级的缺陷，通常使用光学工业显微镜 进行无损晶圆检测。检测人员需要利用多种观察方法和物镜， 清晰地查看样品表面，并且能够轻松记录结果，以便后续分析或留档。

配备电动载物台和晶圆导航软件的工业显微镜， 有助于尽快完成重复性的晶圆检测任务。理想的系统应当能够将 先进硬件和计量图像分析软件相结合， 提供快速的图像测量能力，从而简化工作流程并节省时间。

在硬件选择上，需要根据具体应用来匹配平台尺寸和功能。 市面上有支持 4 英寸、8 英寸、12 英寸晶圆的半导体晶圆检测工业显微镜。 例如：某些工业显微镜系统配备大型载物台，可容纳尺寸高达 12 英寸的晶圆， 适用于量产线的大尺寸晶圆检测需求。

晶圆检测工业显微镜可与各种高分辨率数码相机和红外（IR）相机 配对使用。结合现代计量软件，这类系统通常可以：

· 在不同位置捕获高分辨率的亚微米级晶圆图像；
· 执行多种几何和尺寸测量；
· 提供合格 / 不合格（Pass/Fail）判断；
· 保存所有检测数据，便于追溯与统计分析。

部分系统甚至会对测量精度和可重复性提供规格保证， 使用户对检测结果更加有信心。

三、利用预定义工作流程实现高效晶圆检测

优化晶圆检测设置的另一个关键要素是自动化。 由于计量检测通常在晶圆上的多个已知位置处重复执行， 将此过程自动化可以显著提升检测效率。 但在实际部署中，最耗时的步骤之一，往往是在软件中编程 以执行重复检测。

因此，在选择计量软件时，建议重点关注是否支持 预定义工作流程（Predefined Workflow）。 具备这一能力的软件，可以让用户更快、更容易地搭建自动检测流程； 同时，还要确保选配的硬件能快速、准确地定位到各个检测位置。 例如，通过将晶圆检测工业显微镜与图像测量软件进行组合， 可以构建一套优化的“显微镜 + 软件”检测平台。

四、自动化晶圆检测的两种常见方案

根据可获得的样品信息不同，可以采用多种方式来构建自动化晶圆检测工作流程。 下面介绍两种典型方案。

1. 基于已知晶圆布局（CAD）的晶圆检测

由于晶圆在设计阶段就已经完成布局，因此制造商通常会拥有对应的 版图文件（CAD 图），用于描述不同芯片上的二维结构。 在某些 CAD 文件中，甚至可以保存三维结构中各个点的 Z 高度信息。 如果所使用的计量软件可以读取这些文件，就可以利用布局文件来构建晶圆导航图。

实际操作中，用户可在 CAD 软件中打开晶圆设计文件，并在芯片上定义感兴趣点 （Points of Interest，POIs）。随后，将这些信息保存并导入计量软件。 许多现代计量软件程序都能够读取 CAD 文件（例如 DXF）， 并自动识别与传输用户预先定义的点，从而构建晶圆导航图。

每次装载新晶圆时，用户只需要在软件中确认两个或三个对准点的位置及其焦点。 之后，软件会驱动电动载物台移动到所有预定义的测量点，自动采集聚焦图像或执行实时分析。 如此一来，不同晶圆之间的检测位置可以保持高度一致，便于横向对比和长期监控。

若后续需要调整检测位置，用户也可以修改原始定义文件中的点坐标， 再将更新后的文件导入计量软件，以快速更新成像与检测流程。 与计量软件供应商密切合作，对 CAD 文件进行适配与审核， 有助于让软件检测流程与具体工艺需求高度匹配。

2. 基于行列坐标的晶圆布局与导航

对于没有晶圆布局 CAD 图纸的用户，一些图像分析软件会提供 “多位置重复测量”的工作流程，例如基于行列坐标定义晶圆布局的 自定义方案。该方案通过在软件中定义晶圆的芯片排列方式， 并在若干芯片上选取重复结构，来建立晶圆坐标系。

在完成布局定义后，用户可以为芯片列表和每个芯片上的感兴趣点（POIs） 指定坐标位置、放大倍率（如 10×、20×、50× 等）以及是否启用自动聚焦。 之后，软件会自动根据这些设置在不同芯片间移动并采集图像， 实现无需 CAD 文件的自动化晶圆检测。

五、空白晶圆缺陷分析与颗粒探测

除了图形晶圆，空白晶圆（Bare Wafer）的杂质检测同样重要。 这类检测通常需要工业显微镜采集大量图像，并依赖软件进行批量处理。 因此，支持快速多位置图像采集的软件功能，对提升检测效率极为关键。

为了探测颗粒，一些计量软件允许用户设置相阈值（Phase Threshold） 来识别杂质，并可进一步设置颗粒的形状和尺寸限制，实现颗粒筛选与分类。 在杂质探测的同时，还可以同步完成相分析、颗粒计数和尺寸分布统计等任务。

在大面积样品上，晶圆检测速度缓慢的一个主要原因，是需要捕获的图像数量庞大。 如果采用“逐张采集 – 逐张处理 – 逐张保存”的传统流程， 不仅耗时耗力，而且占用大量存储空间。 在许多重复测量的场景中，图像之间高度相似，用户真正关心的往往只是那些 包含关键信息的区域。

现代计量软件通常可以将多图像拼接与 实时图像处理结合起来：先对样品区域进行自动拼接成大视野图像， 再在拼接图上执行杂质与颗粒探测。典型工作流程包括：

1）加载晶圆样品；
2）执行拼接采集过程；
3）设置阈值；
4）点击“颗粒探测”按钮完成自动分析。

在配备电动载物台的系统中，用户可以在拼接图或结果表格中点击某个颗粒， 载物台会自动移动到实际样品的对应位置，以便检查或复核。 为了便于查找大颗粒，还可以对表格中的各个字段进行排序。

作为传统基于阈值分析方法的替代方案， 深度学习（Deep Learning）可以进一步加快颗粒探测， 提高可重现性和分析可靠性。 通过基于 AI 的图像分析模型，可以在减少人工干预的同时， 提升杂质识别的准确度与稳定性。

六、结语：通过软硬件协同提升晶圆检测效率

半导体晶圆制造商正在不断探索加快所有流程（包括质量控制）的方式。 本文所述实践表明，选择合适的工业显微镜硬件与计量软件组合， 对于提升晶圆检测效率和质量具有至关重要的作用。

易用的多位置成像、实时分析、深度学习等现代功能， 能够显著简化并加快检测流程，同时提升结果的可重复性与准确性。 结合具体的晶圆导航与测量需求，定制化分析软件， 能够进一步精简检测路径，帮助制造商在良率、效率与成本之间取得更优平衡。