硅片作为基础材料, 支撑了集成电路产业在过去半个多世纪一直遵循摩尔定律的发展, 并仍将在可预见的将来继续发挥无可替代的作用. 集成电路用大尺寸(如: 直径300mm)硅片包括抛光片和外延片两大类, 前者是由直拉法生长的大尺寸硅单晶经过切片、磨片、抛光、清洗等一系列加工工艺后得到的, 主要用于制造特征线宽为65nm及以上的集成电路; 后者是在抛光硅片的基础上通过外延工艺制备的, 更多地用于制造特征线宽更小的集成电路. 无论怎样, 大尺寸硅单晶品质形成了集成电路用硅片品质的“底色”, 对集成电路的成品率、性能乃至可靠性产生重要影响. 因此, 提高硅单晶品质是硅片制造中的首要任务, 而这需要从调控硅单晶中的杂质与缺陷入手.

1

硅单晶品质相关的杂质与缺陷

一方面, 大尺寸硅单晶的品质与它含有的杂质紧密相关. 在硅单晶中, 除了为控制电阻率而有意掺入的施主或受主杂质(即掺杂剂)以外, 还有因生长过程中使用石英坩埚和石墨热场而不可避免引入的氧和碳等杂质. 一方面, 掺杂剂的浓度及其径向分布均匀性是衡量硅片品质的一项重要的杂质指标, 需要通过优化单晶生长工艺参数(如: 晶体转速和坩埚转速)来满足集成电路的要求. 另一方面, 从石英坩埚引入的氧杂质的浓度及其径向分布均匀性是衡量硅片品质的另一项重要的杂质指标. 一般认为, 占据硅晶格间隙位置的氧杂质具有增强硅片机械强度的作用; 而由其聚集形成的氧沉淀及其诱生缺陷具有吸除硅片表面有害金属沾污的作用(即: 内吸杂性能), 这两方面的作用对提高集成电路的成品率都具有重要意义, 这也是直拉硅片成为集成电路基础材料的重要原因. 但是, 如果氧杂质浓度过高, 硅片在后续集成电路制造工艺中就有可能因为形成过量的且尺寸较大的氧沉淀及其诱生缺陷(如: 位错和层错)而发生翘曲, 这不利于集成电路制造中的光刻套准, 从而影响集成电路的成品率. 因此, 在生长硅单晶时, 需要合理控制氧杂质浓度, 同时还要尽可能地提高氧杂质分布的径向均匀性. 另外, 从石墨热场部件引入的碳杂质会对硅单晶品质造成不良影响, 因此降低碳杂质浓度一直是硅单晶品质管控的重要方面. 于当今的大尺寸直拉硅单晶生长工艺而言, 碳杂质的浓度可以控制在0.2 ppma(即: 千万分之二的原子比)以下, 因而对硅单晶的品质几乎没有影响. 此外, 集成电路用大尺寸硅单晶的生长通常使用高纯的石墨热场部件、石英坩埚和多晶硅原料, 由此引入的金属杂质因浓度极低而几乎不影响硅单晶的品质.

另一方面, 大尺寸硅单晶的品质还与它含有的微缺陷紧密相关. 基于Dash缩颈工艺和减压氩气保护直拉生长工艺, 硅单晶可以在无位错的初始状态下生长. 随后, 在硅单晶的冷却过程中, 过饱和的氧杂质会聚集形成原生氧沉淀; 过饱和的自间隙硅原子会聚集形成位错环; 而过饱和的空位会聚集形成空洞缺陷. 其中, 空洞缺陷在对硅片进行的表面光散射检测中是以“颗粒”的形式出现的, 因而被称为COPs (即: crystal originated particles的英文简称)^[1], 这是对集成电路用大尺寸硅单晶的品质有严重不良影响的一类原生缺陷. 因此, 原生氧沉淀、位错环和空洞缺陷是大尺寸硅单晶中的最需要被关注的三类原生缺陷. 通常, 原生氧沉淀在提高硅片的机械强度和增强硅片的内吸杂性能方面是有益的^[2~5], 可以被善加利用. 通过控制氧杂质浓度和硅单晶生长的热历史, 可以将原生氧沉淀的密度和尺寸控制在合理的范围, 从而提高硅片的品质. 位错环是一类有害缺陷, 会导致晶体管漏电而使集成电路失效. COPs会劣化集成电路中MOS晶体管的栅极氧化物完整性, 从而降低集成电路的成品率和性能^[6,7]. 从控制COPs和位错环的角度来说, 业界已普遍接受苏联科学家V. Voronkov博士于20世纪80年代提出的“V/G”理论^[8~10], 该理论的直观示意图见图1. 其中, V指的是硅单晶生长速度; G指的是固-液界面的温度梯度. 当V/G等于特定的临界值时, 可生长出既没有COPs也没有位错环的“完美硅单晶”; 当V/G大于此临界值时, 可生长出含有COPs的空位型硅单晶; 而当V/G小于此临界值时, 可生长出含有位错环的间隙型硅单晶^[10~12]. 在实际生产中, 应该完全避免间隙型硅单晶, 这是因为其中的位错环对集成电路非常有害且不能被消除; 而空位型硅单晶可通过掺氮或者氢气高温退火等工艺, 被加工成在近表面有源区无COPs的“退火硅片”, 用于制造某些高性能的集成电路. 完全没有微缺陷的“完美硅单晶”是一种无法达到的理想状态, 实际生产只能获得COPs相当少的“近完美硅单晶”, 由此制造出所谓的“COP-free”(“无COP”)硅片, 这也是目前集成电路制造需求量最大的一类硅片. 因此, 需要通过设计合理的单晶生长的热场以及优化单晶生长的工艺参数(如: 晶体提拉速度、坩埚在热场中的位置、晶体转速和坩埚转速等), 从而降低空位的浓度, 使得COPs不易形成. 在生产实践中, 需将硅片中COPs的尺寸和数量控制在集成电路制造商制定的上限以下.

图1 关于硅单晶中原生缺陷的Voronkov理论的示意图

2

硅单晶品质管控的挑战

自从集成电路制造进入特征线宽90nm技术节点以来, 300mm硅片就替代了200mm硅片而成为主流的基础材料. 硅单晶直径的增大给杂质和缺陷的调控带来一系列的挑战. 此外, 集成电路特征线宽的不断减小对大尺寸硅单晶中掺杂剂径向分布的均匀性、氧杂质的浓度及其径向分布均匀性、原生氧沉淀和COPs的尺寸和密度均提出了越来越高的要求.

目前, 300 mm直拉硅单晶的生长一般采用28~32英寸石英坩埚和300~450kg多晶硅投料量. 在此情形下, 多晶硅在高温熔化后形成了相当大尺寸的熔体, 这会引发显著的热对流. 为了抑制热对流对硅单晶生长的不利影响, 300mm直拉硅单晶通常是在施加磁场的条件下生长的. 此外, 直拉硅单晶生长是在一定流量和压力的氩气保护气氛下进行的. 因此, 直拉硅单晶生长过程涉及温场、流场和电磁场等在内的多个物理场, 它们之间的耦合会对硅单晶中缺陷的形成与演变以及杂质(尤其是氧杂质)的浓度与分布产生显著的影响.

如前所述, “V/G”是控制硅单晶中原生缺陷的最重要参量. 上面所述的多物理场耦合在很大程度上决定了固-液界面的温度梯度G, 而硅单晶生长速度V的设置也是受这些物理场以及它们之间的耦合制约的, 并且G和V又是相互关联的. 由此可见, 直拉硅单晶生长工艺的优化可谓是“牵一处而动全身”. 显然, 针对这样复杂的系统工程, 要首先抓住主要矛盾. 比如, 固-液界面的温度梯度G主要是由包括石墨加热器、石墨坩埚、保温筒、导流罩、热屏等构件在内的热场结构决定的, 而其他因素如: 电磁场、保护气流和晶体拉速等是影响G的次要因素.

3

硅单晶品质管控的对策

如上所述, 300mm直拉硅单晶的生长是在成本投入大且工艺条件复杂多变的情况下进行的. 采用传统的“试错法”进行硅单晶生长工艺的优化, 不仅周期长而且需要付出相当高的经济成本. 随着高性能计算能力的发展, 全面综合多物理场耦合的晶体生长数值模拟日益成为300mm硅单晶生长工艺优化不可或缺的“帮手”. 一方面, 在实际的晶体生长之前, 人们可以利用硅单晶生长数值模拟软件, 先行评估热场结构设计和生长工艺参数设置的合理性, 并在模拟晶体生长的环境下, 优化热场结构和生长工艺参数, 以最大限度地降低实际试错的成本和缩短工艺优化的周期. 另一方面, 基于大量实际获得的硅单晶中杂质的浓度及其分布、缺陷的密度、尺寸和分布等数据, 可持续改进数值模拟的物理模型和算法以及优化数值模拟的边界条件, 使得迭代升级的硅单晶生长数值模拟能产生更贴近实际的结果, 从而进一步降低实际工艺优化的时间和经济成本.

对于调控硅单晶中原生氧沉淀和COPs等原生缺陷而言, 除了改进硅单晶生长的热场结构和优化工艺参数以外, 通过有意掺入对硅单晶性能无害乃至有益的杂质也是一条行之有效的途径. 例如, 在大尺寸硅单晶中掺入氮杂质可以提高原生氧沉淀的密度和减小COPs的尺寸, 从而提高内吸杂性能和易于消除COPs^[13~19], 这已经成为行业内的公知. 但是, 相关的机理尚未被完全阐明. 此外, 氮杂质浓度与原生缺陷的密度和尺寸的定量关系尚未建立. 解决这些问题的关键在于深刻和系统地揭示氮杂质与点缺陷、氧杂质等在不同温度下相互作用的规律. 此外, 为了拓宽杂质调控缺陷的手段以及更加精准地控制硅单晶的原生缺陷, 还需要系统地研究其他非电活性杂质(碳、锗和锡)、掺杂剂(磷、砷、锑和硼)对点缺陷在不同温度下的平衡浓度的影响, 以及它们与点缺陷、氧杂质等在不同温度下相互作用的规律.

在人工智能(AI)时代即将开启的背景下, 硅单晶品质管控也要与时俱进地拥抱AI. 如前所述, 计算机数值模拟在300mm硅单晶生长的工艺优化中发挥越来越重要的作用. 由于硅单晶生长过程涉及复杂的多物理场耦合和非线性现象, 传统的数值模拟方法虽然在许多方面取得了进展, 但仍然面临计算资源消耗大、精度有限和参数优化困难等挑战. 将基于深度学习的代理模型替代复杂物理模型, 可以用较少的计算资源来实现高精度的模拟. AI还可以从历史的数值模拟数据和生产实际数据中学习硅单晶生长的关键物理规律, 通过模拟实验反复迭代学习不同工艺条件对硅单晶品质的影响, 从而在复杂的多物理场环境中逐步优化参数设置, 找到模拟单晶生长情形下的最优工艺方案, 为实际的硅单晶生长工艺优化提供指南. 此外, 利用AI技术可以不断提高硅单晶生长过程控制系统的智能化程度. 传统的晶体生长控制系统依赖于基于经验的预设参数, 而AI驱动的闭环控制系统可以实时监测生长过程中的关键参数, 并基于实时数据进行工艺参数的智能调整, 从而确保更高的生产效率和更好的单晶品质.

4

结语

大尺寸半导体硅单晶品质的管控是集成电路产业链中的关键环节, 其相关的理论与技术涉及数学、物理、材料、计算机、自动控制和人工智能等诸多学科领域. 进入21世纪以来, 集成电路特征线宽的不断减小对硅片品质提出了越来越高的要求. 为此, 人们需要通过多学科领域的融合交叉, 继续完善硅单晶品质管控的理论与技术, 以便从单晶源头出发不断地提高硅片的品质. 需要指出的是, 硅片品质的诸多方面如: 宏观和微观平整度、纳米尺度的形貌、洁净度等是需要通过硅单晶生长后的硅片加工工艺来保证的. 可以说, 硅片制造的任何一道工序都在各自的层面上塑造硅片的品质, 都需要被重视. 值得注意的是, 硅片是“动态材料”,在集成电路制造的很多工艺中会发生不同程度的变化. 因此, 高品质的硅片实际上是在历经硅片制造商和集成电路制造商之间长时间磨合后得到的产物. 最后还要特别强调, 完善的质量管理体系对于制造高品质的硅片至关重要.

杨德仁

浙江大学一级教授, 中国科学院院士. 长期从事半导体硅单晶材料、低维硅材料和硅基光电子材料与器件的研究. 近年来, 带领团队开展碳化硅和氧化镓等宽禁带半导体材料的研究.