文献

J-GLOBAL ID：201702211586844933   整理番号：17A1036265

プロセス変動認識効率的なMOLおよびBEOL TDDB評価法【Powered by NICT】

A process-variation-cognizant efficient MOL and BEOL TDDB evaluation method

著者 (5件)： Kim Andrew (IBM Systems, Hopewell Jct., NY) ,  Bolam Ronald (IBM Systems, Essex Jct., VT) ,  Li Baozhen (IBM Systems, Essex Jct., VT) ,  Linder Barry (IBM Systems, Hopewell Jct., NY) ,  Wu Ernest (IBM Research, Essex Jct., VT)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IRPS  ページ： 5B-4.1-5B-4.7  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 先端技術ノードにおいてますます複雑な製造プロセスでは,MOLおよびBEOL誘電体の絶縁破壊までの時間(Tbd)はウエハ上の誘電体厚さの変化に大きく影響された。Tbd分布は多モード非Weibull型できるようにそのような変化は有害な様式でTbd分布に影響を与えることができる。Tbdにおける非常に大きな差は,与えられたストレス電圧で認められた。TDDB試料を異なったストレス電圧の与えられたウエハからランダムに選択した場合,厚さ変化の量は1つの試料グループから他のグループへ変化する。試料の異なるグループはTDDBモデルパラメータ抽出のための種々のストレス電圧に曝されるので,試料のグループが試料グループのTbd分布への歪効果を最小にするために同量の厚さ変動を持つにとって極めて重要である。試験時間を最適化し,TDDBモデルパラメータ推定の精度を改善するための有効なTDDB評価方法を提示した。提案した方法は,四つの技術を含む(1)TDDBストレス電圧の最適選択のためのTDDBストレス前の電圧加速とTbd予測の推定のための二重ランプ電圧ストレス(DRVS),(2)試験試料群の間で厚さ変動効果の歪度を最小化するVbdベース試料グループ化,(3)TDDBストレス配列決定試験期間を最適化するために,および(4)7パラメータ分布二峰性クラスタリングモデルを用いたTDDB面積スケーリング挙動の予測Tbd/Vbd分布の双峰性を処理した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 多モード ,  最適化 ,  生産工程 ,  電圧 ,  パラメータ推定 ,  誘電体 ,  予測 ,  *絶縁破壊
準シソーラス用語： 歪度 ,  電圧ストレス ,  パラメータ抽出 ,  *TDDB ,  *BEOL ,  評価法 ,  *プロセス変動 , 【Automatic Indexing@JST】

分類 (1件)： 固体デバイス計測・試験・信頼性  (NC03040G)

タイトルに関連する用語 (5件)： プロセス変動 ,  MoL ,  BEOL ,  TDDB ,  評価法