Applied Materials | 人工智能时代的先进光刻技术

来源：半导体盒原文链接

专属客服号

微信订阅号

大数据治理

全面提升数据价值

赋能业务提质增效

　　正文共：2443字；预计阅读时间：7分钟；来源：Applied Materials.随着对高能效性能的需求加速

正文共：2443字；预计阅读时间：7分钟；来源：Applied Materials.

随着对高能效性能的需求加速增长，行业如何维持图案化技术的进步？

如果将一款尖端芯片按比例放大到足球场大小，其许多最关键的特征尺寸仅为一片草叶宽度的三分之一——然而，半导体行业的未来正取决于能否以极高的精度印刷和控制这些图案。随着包括全环绕栅极（GAA）晶体管、堆叠式 DRAM/HBM 以及先进封装在内的 3D 架构变革不断推进，在提升性能的同时，也大幅增加了图案形成的复杂性，这一挑战愈发严峻。

在 SPIE Advanced Lithography + Patterning 会议期间，Applied Materials 在加利福尼亚州圣何塞召集了一个专家小组，聚焦于人工智能时代的一个核心问题：随着对高能效性能的需求加速增长，行业如何维持图案化技术的进步？这场讨论由 Applied Materials EPIC客户技术副总裁 Adam Brand 主持，来自 JSR、imec、英特尔、英伟达和 Applied Materials 的高级领导人齐聚一堂，在 300 多名与会者面前展开了一场系统层面的对话。

平衡图案保真度与规模化经济性

NVIDIA 半导体与 EDA 产品高级总监 Da Yang 指出，随着行业“进入埃级制程时代”，一个根本性问题浮出水面：在控制成本的同时，我们还能高效地将芯片制程推进到何种程度？讨论很快聚焦于光刻剂量——即用于打印图案的能量，因为它直接将图案质量与经济性联系起来：虽然更高的剂量可以提高保真度，但通常会降低吞吐量并增加成本。

这种张力凸显了为何剂量效率已成为一个跨堆叠挑战。JSR 研发总经理 Ken Maruyama 解释说，尽管光刻胶技术在过去十年取得了重大进展，但未来的剂量目标已超出仅靠光刻胶进步所能实现的范围，这促使人们转向更广泛的生态系统合作。

imec 公司新型图案化技术研发经理 Frederic Lazzarino 支持这一观点，他指出，剂量降低所导致的随机性问题和缺陷（如线条桥接和断裂）可通过下游恢复手段来解决。随后，专题讨论小组成员列举了几种此类恢复方法的例子，包括：

先进蚀刻：Applied Materials 集成材料解决方案董事总经理 Siva Kanakasabapathy 阐述了 Sym3™ Z Magnum™ 导体蚀刻系统如何改善蚀刻深度的微平衡，在不产生图案失真的情况下纠正剂量驱动的可变性。

图案成形：英特尔首席工程师 Curtis Ward 强调了后处理技术，以缓解源设计限制，并引用 Centura™ Sculpta™ 图案成形系统为例，说明该系统可改善关键尺寸的尖端间距并减少变异性。

将变异控制作为关键性能杠杆

随着讨论扩展到全流程协同优化，Da（英伟达）强调，在埃级尺寸下，即使是微小的变化也可能产生巨大的影响。他指出，更强的变异控制有助于行业“花更少的钱办更多的事”：仅消除几个薄弱环节就能将芯片性能提升约 1%-2%，而当节点间的进步幅度仅为约 10%-12% 时，这是一个显著的提升。

基于这一点，专家小组一致认为，要在大规模范围内维持模式稳定性，需要更紧密的控制循环，这可通过以下方式实现：

人工智能驱动的过程控制：Curtis（英特尔）指出，人工智能/机器学习正在加速先进过程控制的发展，能够在工具层面实现优化。

先进计量学：Frederic（imec）强调，不断缩小的间距正使传统检测方法难以跟上步伐，因此推动了先进 3D 轮廓表征技术的采用，例如横截面原子力显微镜（AFM）。

早期合作：Siva（应用部门）强调，通过EPIC中心等联合创新平台与客户和合作伙伴尽早接触，对于预先确定最关键的工艺参数至关重要，这样才能快速发现并纠正偏差。

推动埃级时代的图形化创新

埃级时代的先进光刻技术带来了新的挑战，但正如 Applied Materials 的 Siva 所观察到的那样，几十年来，光刻技术多次被预测会“跌入悬崖”——而每次，行业都凭借全新的创新不断向前发展。JSR 公司的 Ken 也认同这一观点，他指出，通过持续的跨生态系统合作，极紫外光刻技术已从 2009 年约 50 nm 的间距发展到如今的约 16nm。

专家小组一致认为，要在未来的节点上实现理想的模式，需要更深入的系统与技术协同优化以及新的生态系统合作模式——这正是 Applied Materials 多年来一直在投入的领域。通过召集半导体价值链上的各领域领导者，Applied Materials 正在推动各方达成必要共识，以确保在满足高能效性能需求的同时，继续保持技术的规模化发展。观看下方的完整视频回放。

我们正处于人工智能泡沫中吗？

Ken（JSR）：泡沫可能在两年或十年后出现，但如今，我们仍处在它的前夜。

Frederic (imec)：人工智能正开始出现在各个领域——工具中、方法论里。如今我们都在使用它，一旦它到了我们手中，我们很快就会开始喜欢上它。我担心的是，我们是否每次都需要它。

Siva（Applied Materials ）：如果你看看这项技术，真正的人们在日常生活中都在使用它，而且供应存在短缺。按照这个定义，这不是泡沫。

Curtis（英特尔）：人工智能可以提高普通制造商或企业的生产力。它能提升效率、改善客户服务等等。目前在这个层面上，人工智能是否已被广泛采用？答案是否定的，这意味着未来许多年里，人工智能仍有巨大的增长空间。

Da (NVIDIA)：21世纪初，互联网泡沫时代以一场剧烈的市场崩盘告终。然而，二十年后，没有人会认为互联网本身是一个泡沫。人工智能与之类似：它是一种强大的工具，能帮助人们更快、更高效地工作。与其关注华尔街的估值，不如看看这项技术长期能带来什么。

获取更多内容可访问 Applied Materials 官网。