提供了用于使用机器学习控制沉积膜的浓度轮廓的方法及系统。将与在用于基板的沉积工艺期间待在基板表面上沉积的膜的目标浓度轮廓相关联的数据作为输入提供到经训练的机器学习模型。获得经训练的机器学习模型的一个或多个输出。由一个或多个输出决定识别沉积工艺设置的一个或多个集合的工艺配方数据。针对沉积工艺设置的每个集合，亦决定了沉积工艺设置的相应集合对应于待在基板上沉积的膜的目标浓度轮廓的信赖水平的指示。回应于识别具有满足信赖准则水平的信赖水平的沉积工艺设置的相应集合，根据沉积工艺设置的相应集合执行沉积工艺的一个或多个操作。积工艺的一个或多个操作。积工艺的一个或多个操作。
【技术实现步骤摘要】
【国外来华专利技术】使用机器学习控制沉积膜的浓度轮廓
[0001]本公开内容的实施方式一般涉及制造系统并且具体而言涉及使用机器学习控制沉积膜的浓度轮廓。
技术介绍
[0002]在制造系统处处理电子装置可以包括在基板表面上产生复杂图案化的材料层。制造系统可以在基板表面上沉积膜并且可以执行蚀刻工艺以在沉积膜中形成复杂图案。沉积膜中的每种材料的材料类型及浓度可以影响蚀刻工艺的效能(例如，蚀刻工艺的速度、蚀刻工艺的准确性等)。随着电子装置变得更详细且复杂，制造系统的操作人员可以试图调整或增强沉积膜的材料特性以便产生满足特定装置规格的蚀刻基板。然而，操作人员可能难以识别将产生满足组件规格的电子装置的适当制造步骤或设置。
技术实现思路
[0003]所描述的一些实施方式涵盖一种方法，其中该方法包括将与在用于制造系统的处理腔室处的基板的沉积工艺期间待在基板表面上沉积的膜的目标浓度轮廓相关联的数据作为输入提供到经训练的机器学习模型。方法进一步包括获得经训练的机器学习模型的一个或多个输出。方法进一步包括由一个或多个输出决定识别沉积工艺设置的一个或多个集合的工艺配方数据，并且针对沉积工艺设置的每个集合，决定沉积工艺设置的相应集合对应于待在基板上沉积的膜的目标浓度轮廓的信赖水平的指示。方法进一步包括识别具有满足信赖准则水平的信赖水平的沉积工艺设置的相应集合。方法进一步包括根据沉积工艺设置的相应集合执行沉积工艺的一个或多个操作。
[0004]在一些实施方式中，一种系统包括存储器及耦接到存储器的处理装置。处理装置用于预测待针对制造系统处的当前基板执行的沉积工艺的一个或多个沉积设置。沉积工艺包括在当前基板的表面上沉积膜。处理装置进一步用于产生机器学习模型的第一训练数据。第一训练数据包括与先前针对制造系统处的先前基板执行的先前沉积工艺的一个或多个先前沉积设置相关联的历史数据，其中先前沉积工艺包含在先前基板的表面上沉积先前膜。处理装置进一步用于产生机器学习模型的第二训练数据。第二训练数据与在先前基板的表面上沉积的先前膜的历史浓度轮廓相关联。处理装置进一步用于提供第一训练数据及第二训练数据以训练机器学习模型，用于为待针对当前基板执行的沉积工艺预测沉积工艺的沉积设置的哪个集合对应于待在当前基板的表面上沉积的膜的目标浓度轮廓。
[0005]在一些实施方式中，一种非暂时性计算机可读储存介质包括指令，当由处理装置执行时，这些指令导致处理装置将与在用于制造系统的处理腔室处的基板的沉积工艺期间待在基板表面上沉积的膜的目标浓度轮廓相关联的数据作为输入提供到经训练的机器学习模型。处理装置进一步用于获得经训练的机器学习模型的一个或多个输出。处理装置进一步用于由一个或多个输出决定识别沉积工艺设置的一个或多个集合的工艺配方数据，并且针对沉积工艺设置的每个集合，决定沉积工艺设置的相应集合对应于待在基板上沉积的
膜的目标浓度轮廓的信赖水平的指示。处理装置进一步用于识别具有满足信赖准则水平的信赖水平的沉积工艺设置的相应集合。处理装置进一步用于根据沉积工艺设置的相应集合执行沉积工艺的一个或多个操作。
附图说明
[0006]本公开内容在附图的图式中借由实例而非借由限制示出，其中相似附图标记指示类似元件。应当注意，在本公开内容中对“一(an)”或“一个(one)”实施方式的不同参考不一定是相同实施方式，并且此种参考意味着至少一个。
[0007]图1描绘了根据本公开内容的方面的说明性计算机系统架构。
[0008]图2是根据本公开内容的方面的用于训练机器学习模型的方法的流程图。
[0009]图3是根据本公开内容的方面的示例制造系统的顶部示意图。
[0010]图4是根据本公开内容的方面的示例制造系统的示例处理腔室的横截面示意性侧视图。
[0011]图5是根据本公开内容的方面的用于使用机器学习控制沉积膜的浓度轮廓的方法的流程图。
[0012]图6A至图6C示出了根据本公开内容的方面的在基板表面上沉积具有目标浓度轮廓的示例膜。
[0013]图7描绘了根据本公开内容的一个或多个方面操作的说明性计算机系统的框图。
具体实施方式
[0014]本文描述的实施方式提供了用于使用机器学习控制沉积膜的浓度轮廓的系统及方法。膜可以在制造系统的处理腔室处执行的沉积工艺期间沉积在基板表面上。膜可以包括在沉积工艺期间形成的一层或多层材料。例如，材料的第一层可以直接在基板表面上形成(被称为膜的近端层或近端)。在基板表面上形成第一层之后，材料的第二层可以在第一层上形成。此工艺继续直到完成沉积工艺并且形成膜的最终层(被称为膜的远端层或远端)。
[0015]在一些实施方式中，沉积膜的材料的每个层可以包括多个不同材料。例如，在基板表面上沉积的膜可以包括一个或多个含硼及硅层。含硼及硅层可以用作蚀刻工艺的掩模。掩模界定在蚀刻工艺期间在基板表面上形成的特定结构(例如，垂直开口、电接触开口等)。含硼及硅层的特定材料在蚀刻工艺期间余留在基板表面上(被称为抗蚀刻材料)，而其他材料借由等离子体蚀刻掉(被称为蚀刻剂材料)。
[0016]在一些实施方式中，蚀刻到基板表面上的开口的结构性质可以受到沉积膜的每个层处的特定材料的浓度影响。例如，在包括含硼及硅层的膜中，可以执行蚀刻工艺以在基板上产生开口侧壁及开口底板(opening floors)。具有低浓度硼的含硼及硅层可以增加该层相对蚀刻终止层(亦即，终止基板的至少一部分的蚀刻工艺的材料层)的蚀刻选择性，从而允许形成更精确的开口底板。然而，与具有高硼浓度的含硼及硅层相比，低硼浓度可以导致开口侧壁较粗糙且较不精确。相反地，具有高硼浓度的含硼及硅层可以允许形成精确开口侧壁，同时与具有低硼浓度的含硼及硅层相比导致开口底板较不精确。由于电子装置的复杂性增加，蚀刻到基板表面上的结构的特异性及敏感性亦增加。如上文指出，蚀刻到基板表
面上的结构的特异性及选择性可以取决于在沉积膜的各个层中的特定材料的浓度。
[0017]在一些情况中，制造系统的用户(例如，操作人员)可能希望执行沉积工艺以在基板表面上沉积具有目标浓度轮廓的膜。浓度轮廓指相对于沉积膜的最终厚度的沉积膜的特定浓度梯度(亦即，在沉积膜的各个层之间的特定材料的浓度改变)。例如，含硼及硅膜的浓度轮廓可以包括具有低浓度硼的近端层及具有高浓度硼的远端层，而在近端层与远端层之间的膜层中的硼浓度线性增加。在一些实施方式中，膜的目标浓度轮廓可以是促进将结构蚀刻到具有目标精确度(例如，95％的精确度、98％的精确度、99.9999999％的精确度等)的基板表面上的膜浓度轮廓。
[0018]在一些情况中，可能难以决定将产生具有目标浓度轮廓的沉积膜的沉积工艺的设置。例如，导致特定材料的前驱物的流量以恒定速率(亦即，线性)增加或减少的沉积工艺设置可能不产生具有包括在沉积膜的近端层与远端层之间的特定材料的相应线性增加或减少的浓度轮廓的沉积膜。例如，二硼烷(B2H6)可以用作基于硅及基于硼的沉积工艺的前驱物。二硼烷的流量增加可以增加处理腔室中的硼(B)的量，此可以增本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种方法，包含以下步骤：将与在用于制造系统的处理腔室处的基板的沉积工艺期间待在所述基板的表面上沉积的膜的目标浓度轮廓相关联的数据作为输入提供到经训练的机器学习模型；获得所述经训练的机器学习模型的一个或多个输出；由所述一个或多个输出决定识别沉积工艺设置的一个或多个集合的工艺配方数据，并且针对沉积工艺设置的每个集合，决定沉积工艺设置的相应集合对应于待在所述基板上沉积的所述膜的所述目标浓度轮廓的信赖水平的指示；以及回应于识别具有满足信赖准则水平的信赖水平的沉积工艺设置的所述相应集合，根据沉积工艺设置的所述相应集合执行所述沉积工艺的一个或多个操作。2.如权利要求1所述的方法，进一步包含以下步骤：接收待在所述基板的所述表面上沉积的所述膜的目标厚度的指示、所述膜的特定材料的目标初始浓度的指示、及所述膜的所述特定材料的目标最终浓度的指示；以及基于所述目标厚度、所述目标初始浓度、及所述目标最终浓度来决定所述膜的所述目标浓度轮廓。3.如权利要求1所述的方法，进一步包含以下步骤：将与所述沉积工艺相关联的一个或多个工艺约束的集合作为额外输入提供到所述经训练的机器学习模型。4.如权利要求1所述的方法，其中沉积工艺设置的每个集合与在所述基板的所述表面上沉积的所述膜的浓度轮廓相关联，并且其中回应于在与沉积工艺设置的所述相应集合相关联的所述浓度轮廓与所述目标浓度轮廓之间的差低于阈值差值的决定，沉积工艺设置的所述相应集合对应于所述目标浓度。5.如权利要求1所述的方法，其中所述基板的所述沉积工艺与沉积工艺设置的初始集合相关联，并且其中根据沉积工艺设置的所述相应集合执行所述沉积工艺的一个或多个操作的步骤包含以下步骤：将沉积工艺设置的所述初始集合的一个或多个修改为对应于沉积工艺设置的所述相应集合的一个或多个。6.如权利要求5所述的方法，进一步包含以下步骤：向连接到所述制造系统的客户端装置发送用于将沉积工艺设置的所述初始集合的所述一个或多个修改为对应于沉积工艺设置的所述相应集合的所述一个或多个的请求；以及从所述客户端装置接收指令，用于将沉积工艺设置的所述初始集合的所述一个或多个修改为对应于沉积设置的所述相应集合的所述一个或多个，其中根据所述接收的指令更新沉积工艺设置的所述初始集合的所述一个或多个。7.如权利要求1所述的方法，其中沉积工艺设置的所述相应集合包含下列的至少一个：所述处理腔室的温度设置、所述处理腔室的压力设置、或待在所述基板的所述表面上沉积的所述膜的一种或多种材料的前驱物的流动速率设置。8.如权利要求7所述的方法，其中所述一种或多种材料的所述前驱物包含含硅前驱物或含硼前驱物的至少一者。9.如权利要求1所述的方法，其中回应于所述信赖水平超过信赖值的阈值水平的决定，沉积工艺设置的所述相应集合的所述信赖水平满足所述信赖准则水平。10.一种系统，包含：
存储器；以及处理装置，耦接到所述存储器，其中所述处理装置用于执行训练机器学习模型以预测待针对制造系统处的当前基板执行的沉积工艺的一个或多个沉积设置的操作，所述操作包含以下步骤：产生所述机器学习模型的第一训练数据，其中所述第一训练数据包含与先前针对所述制造系统处的先前基板执行的先前沉积工艺的一个或多个先前沉积设置相关联的历史数据，其中所述先前沉积工艺包含在先前基板的表面上沉积先前膜；产生所述机器学习模型的第二训练数据...
【专利技术属性】
技术研发人员：安东，
申请(专利权)人：应用材料公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。