株式会社エイゾスのAI解析プラットフォームMulti-Sigma®の連鎖解析機能を用い、半導体製造における複数プロセスの設定パラメータを同時最適化した事例をご紹介します。
1. Multi-Sigma®の連鎖解析による複数プロセスモデルの連結
Multi-Sigma®を用いてリソグラフィー、エッチング、洗浄の各プロセスの予測モデルを構築した後、各モデルを連鎖解析機能を用いて連結することで、複数プロセスにまたがる予測、要因分析、多目的最適化が可能になります。
2. Multi-Sigma®による複数プロセスにわたる要因分析
Multi-Sigma®の連鎖解析機能により、複数プロセスにまたがる要因分析が可能です。下図は、最終的な欠陥密度の低減に寄与する上位5つのプロセスパラメータを示しています。これにより、プロセス毎の局所評価に留まらず、複数プロセスをまたぐ要因を定量的に評価できます。
3. Multi-Sigma®による複数プロセスの同時最適化
Multi-Sigma®では、連結した複数プロセスのプロセスパラメータを同時に全体最適化できます。本事例では、リソグラフィー、エッチング、洗浄の各プロセスパラメータを、以下の複数条件のもとで同時最適化しました。
- 最小化 ： 欠陥密度、エッチングCD誤差
- 最大化 ： スループット
- 目標値 ： レジスト膜厚 200 nm／側壁角 88 deg
連鎖解析により、従来は各プロセス内の局所最適に留まりやすかった条件探索を、複数プロセスを同時に考慮した全体最適化として実行できます。
（注） 本分析で使用したデータは、実際のデータを模した人工データを用いています。
