當先進制程逼近3nm節點,芯片上的致命瑕疵往往只有十幾個納米大小——遠小于可見光波長,傳統光學檢測的“視力”已近物理天花板。但這并非終點:新一代晶圓缺陷光學檢測設備正通過深紫外(DUV)光源、明暗場融合與計算成像的組合拳,硬生生將靈敏度壓入十納米級。這不是單純放大圖像,而是重構“光與物質作用-信號提取-缺陷判定”的全鏈條,讓晶圓廠在量產節奏下依然能抓住亞波長缺陷。
1.短波長+大孔徑:在物理極限邊緣拓窄分辨率通道
光學分辨率與波長(λ)負相關、與數值孔徑(NA)正相關。為看清更小的缺陷,設備端兩條腿走路:一是將光源從可見光推至DUV波段(如193nm),大幅壓低理論分辨率下限;二是將物鏡數值孔徑推高至0.9以上,使像元對應物方尺寸小于30nm。這套組合讓系統在圖形晶圓上穩定捕捉到小于14nm的缺陷,膜厚測量重復性達皮米級,為微米級向納米級跨越打下硬件地基。
2.明暗場互補:把“弱信號”從強背景中拎出來
單一明場或暗場各有短板:明場易被鏡面反射淹沒納米缺陷信號,暗場在大面積圖形上易受結構噪聲干擾。新一代設備不再二選一,而是同機融合明場、暗場與灰場,甚至疊加微分干涉相襯(DIC)將相位梯度轉為強度反差。明場擅長圖形輪廓與形貌類缺陷,暗場對微小顆粒、邊緣碎屑更敏感;兩者互補后,系統可在復雜背景中拔高缺陷-圖案對比度,檢出亮場“看不清”、暗場“看漏”的混合型納米異常。
3.算法+AI:用計算“摳”出光子級缺陷信噪比
當缺陷信號弱到光子級,硬件提升邊際遞減,軟件成為決勝變量。設備不再僅靠“拍一張圖給人看”,而是引入多通道圖像減影、噪聲建模與深度學習分類:先通過Die-to-Die或Cell-to-Cell差分剔除正常圖案,再用AI區分真實缺陷與工藝波動帶來的偽信號。這讓系統在接近光學極限的信噪比下,仍能從海量像素中鎖定稀疏納米缺陷,并大幅壓低假陽性帶來的無效復判成本。
4.量產友好:無損、高速守住產線吞吐底線
與電子束檢測不同,光學檢測天生非破壞、可全片掃。現代晶圓缺陷光學檢測設備通過高速振鏡掃描、多視角并行采集與光路優化,在維持每小時數片量產吞吐的前提下,仍將靈敏度推至納米檔。對晶圓廠而言,這意味著不需犧牲產能就能做實納米級在線監控,將良率風險攔截在早期制程。

結語
“從微米到納米”的躍遷,本質是將光學檢測從“成像工具”升級為“信號挖掘系統”:用短波與大NA突破衍射邊界,用多維光場榨取缺陷散射信息,再用算法補齊最后一段信噪比落差。在3nm及更先進制程時代,這套光學打底、計算加持的方案,仍是產線平衡靈敏度與吞吐量的主力解——畢竟,能在大規模制造中持續抓出納米缺陷的,依然是那些不斷突破極限的光學設備。