早在2022年,OpenAI發布基于大語言模型的ChatGPT,就轟動全球,自此之后,各類AI大模型如同雨后春筍般涌現。訓練這些大模型需要阿伏伽德羅常數級的算力,以訓練GPT-4為例,需要215億petaFLOP,1 peta是10的15次方,即2.15 x 1025次浮點運算。阿伏伽德羅常數只有6.02x1023。
為了滿足對芯片算力的需求,邏輯芯片的線寬不斷縮小,器件結構更加復雜。從平面柵到鰭柵(FinFET),再到全環繞柵(GAA)。NVIDIA H100芯片就是廣泛應用的AI訓練芯片的產品,其先進邏輯芯片,采用的就是先進的GAA的晶體管結構。
H100為何價格居高不下,并且一片難求,其原因就在于,當先進邏輯芯片的工藝節點不斷發展演進,芯片的良率越來越成為制約產能和成本的因素。今年上半年,某晶圓大廠就曾爆出其GAA產品良率不到20%,遠遠低于保持其產品的競爭力的70%良率臨界值。
為了改進半導體生產工藝和產品良率,就需要獲取生產工藝中的量測和缺陷分析數據。而晶圓廠現有的量測和檢測方案,無法應對GAA晶體管復雜的3D結構帶來的挑戰。同時,時不我待的產業發展,也讓數據獲取更加爭分奪秒。基于賽默飛Helios 5 EXL晶圓級FIB產品的近產線TEM工作流程,可以彌補現有量測和缺陷分析的方案,助力并加速生產工藝改進和良率提升,實現產品更快的上市時間。
在GAA工藝過程中,有眾多的潛在缺陷,如:
“
超晶格外延段的結晶缺陷和擴散
“
鰭片形成階段的STI氧化物殘留
“
埋入式電源導軌的缺陷
“
鍺硅凹槽的鍺硅/內隔板蝕刻,外延層生長
“
High-k和Metal gate晶體缺陷
“
接觸質量和對準偏差
“
供電網絡的μTSV缺陷
針對不同工段的缺陷和不同的缺陷類型,基于賽默飛Helios 5 EXL晶圓級FIB的近線TEM工作流程,可以大大減少獲取缺陷信息的時間,并且從極小的樣品體積中獲取元素信息等關鍵數據。
▲左右滑動查看更多
▲左右滑動查看更多
▲左右滑動查看更多
缺陷分析僅僅是Helios 5 EXL可以諸多功能和應用的牛刀小試,除此之外,Helios 5 EXL還可以實現:
-
近產線 TEM 量測工作流程
-
近產線失效分析工作流程
可以掃碼下載賽默飛白皮書《利用 TEM 工作流程改進環繞柵極晶體管技術工藝和良率》,更多在此無法詳述的信息皆可盡收袋中:
掃碼下載白皮書
想了解更多Helios 5 EXL如何助力晶圓廠工藝改良和提高良率,并助推AI模型不斷升級演進,以及其它賽默飛半導體失效分析解決方案,還可以關注我們的官方微信或是訪問賽默飛。
免責聲明
- 凡本網注明“來源:化工儀器網”的所有作品,均為浙江興旺寶明通網絡有限公司-化工儀器網合法擁有版權或有權使用的作品,未經本網授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的,應在授權范圍內使用,并注明“來源:化工儀器網”。違反上述聲明者,本網將追究其相關法律責任。
- 本網轉載并注明自其他來源(非化工儀器網)的作品,目的在于傳遞更多信息,并不代表本網贊同其觀點和對其真實性負責,不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時,必須保留本網注明的作品第一來源,并自負版權等法律責任。
- 如涉及作品內容、版權等問題,請在作品發表之日起一周內與本網聯系,否則視為放棄相關權利。