11月29日，长江存储的232层3D NAND闪存成功量产，标志着中国半导体在先进制程制造上的重大突破。这在一定程度上得益于国产量检测设备的快速发展。
复享光学下属的上海微纳制程智能检测工程中心首次提出薄膜神经网络，突破百层3D NAND量测关键技术，满足在线实时检测的产线需求。
图片来源：msi.com
多层膜的制备是3D NAND的前道工序。由于层间应力的存在，工艺完成后的实际层厚与设计值相比会存在较大的偏差，因此多层膜的不均匀性对芯片生产的良率构成了严峻的挑战。膜层厚度测量就显得尤为重要。
在深度学习领域，多参数神经网络的优化过程中，常常采用反向传播算法来对神经网络中的大量参数进行优化。相较于传统的差分求梯度，该算法是一种非常有效的快速获取梯度优化神经网络的手段，可上百倍，甚至上千倍地提升效率。
如果将光学逆问题研究主体（多层薄膜）视为神经网络来构建映射关系，并进行优化训练，则可以极大缩短百层薄膜厚度的优化时间。复享光学首次将反向传播算法引入薄膜优化过程，应用于232层非周期薄膜结构的厚度量测，有望解决百层3D NAND量测的痛点。相比于传统微扰差分的方法，其单次优化时间缩短为原来的2%。
在晶圆膜厚量测过程中，基于薄膜神经网络的测量结果与国际量测标准的数据进行对比，误差在万分之一以内(＜0.1 nm)。这一结果证明了该技术在晶圆级薄膜厚度测量场景中的可行性。
薄膜厚度实测结果
薄膜神经网络技术的提出，得益于复享光学长期以来对微纳光学逆问题的研究工作，并深度引入神经网络算法实现多维度光谱量检测的复杂应用，在光学算法上具有坚实的基础和应用经验。光谱量检测技术存在于各类微纳制造与量检测设备之中，是支撑集成电路和光电子芯片产业制造工艺的关键技术之一。
来源：复享光学
本公众号长期征稿
欢迎大家踊跃来稿
为了尽可能协助科研人员和企业扩大自我宣传，本微信号接受科研和产业界人士投稿，技术类、市场类、企业类、产品类等皆可。经筛选后，根据稿件质量可发布于本微信公众号头条及次条位置宣传。若被采用为头条的技术类、市场分析类稿件，视阅读量可给予稿费。
投稿通道：邮件标题统一命名为“投稿+文章标题”的格式文章用word附件或者文章链接，发送至邮箱sueuel@oeshow.net；或者电话/微信联系13296607101，备注“投稿”即可。
END
特色栏目
免责
声明
本文注明来源为其他媒体或网站的文/图等稿件均为转载，如涉及版权等问题，请作者在20个工作日之内联系我们，我们将协调给予处理。最终解释权归光电汇所有。
本文版权所有，公众号如需转载
请联系oepn@siom.ac.cn
商务合作，请联系
季先生 18018304797
觉得有用，请点这里↓↓↓