Search Thermo Fisher Scientific
첨단 로직 및 메모리 제조 프로세스가 도구 세트를 빠르게 보정하고, 수율 편의를 진단하며, 프로세스 수율을 최적화하기 위해서는 정밀한 구조 및 분석 데이터의 신속 처리가 더욱더 중요해지고 있습니다. 28nm 미만의 기술 노드에서, 특히 3D 및 첨단 장치 설계가 구현되는 경우 기존 SEM 또는 광학 기반 분석 및 검사 도구가 강력하고 신뢰할 수 있는 데이터를 제공하는 역량을 제한하는 문제에 직면하게 됩니다. Thermo Scientific Metrios AX 투과전자현미경(TEM)은 반도체 제조업체가 수익성 있는 수율을 가속화하기 위해 웨이퍼 제조 프로세스를 개발하고 조절할 때 사용하는 빠르고 정확한 특성 분석 및 참조 계측을 제공하는 최초의 TEM입니다.
Metrios AX TEM은 기본적인 TEM 작동 및 측정 절차를 자동화하여 전문 작업자 교육에 대한 요구 사항을 최소화합니다. 자동화된 첨단 계측의 일반적인 절차는 수동 방법에 비해 훨씬 높은 정밀도를 제공합니다. Metrios AX TEM은 다른 TEM에 비해 처리량을 개선하고 시료당 비용을 절감하도록 설계되었습니다.
애초부터 반복 가능한 TEM 및 STEM 기반 이미징, 분석, 게이지 가능 계측 기능을 제공하도록 설계되었습니다.
TEM 뿐 아니라 STEM에 대해 왜곡 및 확대 보정 시 합산 오차 0.75% 미만.
자동화를 통해 EDS 데이터를 획득하고 정량하십시오. 주요 치수에 원소 대비를 사용하여 STEM을 확장하십시오.
시료 준비, 플러킹(plucking), 이미징을 통해 중요한 프로세스 데이터를 추적하십시오. 계측을 오프라인으로 적용하여 도구 획득 시간을 최대화할 수 있습니다. 모든 이미징 및 계측 데이터가 웹 기반의 이미지 보기에 통합됩니다.
높은 전압 범위(kV) | 60~200kV | |
정보 한계 200kV(nm) | 0.11 | |
보정되지 않음 | 프로브 보정됨* | |
STEM HAADF 분해능(nm) 200 kV |
|
|
STEM HAADF 분해능(nm) 80 kV |
|
|
수평 및 수직 방향 MetroCal 웨이퍼에 대한 계측 정밀도 |
| |
전자 소스 |
| |
매우 안정적인 전자 장치 및 높은 전압 |
| |
음향 인클로저 |
| |
정전력 렌즈 |
| |
피에조 스테이지 |
| |
프로브 교정기와 호환 |
|
고성능 반도체 장치의 제조에 필요한 실행 가능한 솔루션과 설계 방법을 확인하기 위한 고급 전자 현미경 검사, 집속 이온빔 및 관련 분석 기법.
당사에서는 다양한 반도체 응용 분야와 장치의 생산성을 높이고 수율을 높일 수 있도록 설계된 결함 분석, 계측 및 공정 관리를 위한 고급 분석 기능을 제공합니다.
반도체 장치 구조가 점점 복잡해짐에 따라 숨겨진 장애 유발 결함이 더 많아지고 있습니다. 당사의 차세대 워크플로우는 사용자가 수율, 성능, 신뢰성에 영향을 미치는 미세한 전기 문제를 로컬화하고 특성을 분석하는 데 도움을 줍니다.
지속적인 소비자 수요는 더 작고 빠르며 저렴한 전자 장치를 만들도록 촉진합니다. 그 생산은 광범위한 반도체 및 디스플레이 장치를 이미지화, 분석 및 특성 분석하는 고생산성 기기 및 워크플로우에 의존합니다.
반도체 TEM 이미지 생성 및 분석
Thermo Fisher Scientific 투과 전자 현미경은 반도체 장치의 고분해능 이미지 생성 및 분석 기능을 제공함으로써, 제조업체에서 도구 세트를 보정하고 고장 메커니즘을 진단하며 전체 공정 수율을 최적화할 수 있도록 해줍니다.
TEM 계측
고급 자동 TEM 계측의 일반적인 절차는 수동 방법에 비해 훨씬 높은 정밀도를 제공합니다. 이를 통해 사용자는 운영자 편견이 없는 옹스트롬 미만 수준의 특이성을 사용하여 통계학적으로 관련된 대량의 데이터를 생성할 수 있습니다.
반도체 TEM 이미지 생성 및 분석
Thermo Fisher Scientific 투과 전자 현미경은 반도체 장치의 고분해능 이미지 생성 및 분석 기능을 제공함으로써, 제조업체에서 도구 세트를 보정하고 고장 메커니즘을 진단하며 전체 공정 수율을 최적화할 수 있도록 해줍니다.
TEM 계측
고급 자동 TEM 계측의 일반적인 절차는 수동 방법에 비해 훨씬 높은 정밀도를 제공합니다. 이를 통해 사용자는 운영자 편견이 없는 옹스트롬 미만 수준의 특이성을 사용하여 통계학적으로 관련된 대량의 데이터를 생성할 수 있습니다.