8 三星电子有限公司三星先进技术研究所 (SAIT),韩国水原 16678 gwanlee@snu.ac.kr 摘要 (Century Gothic 11) 通过化学气相沉积 (CVD) 在具有外延关系的晶体基底(例如 c 面蓝宝石)上合成了晶圆级单晶过渡金属二硫属化物 (TMD)。由于 TMD 外延生长的基底有限,因此需要将转移过程转移到所需的基底上进行器件制造,从而导致不可避免的损坏和皱纹。在这里,我们报告了通过过渡金属薄膜的硫属化在超薄 2D 模板(石墨烯和 hBN)下方的 TMD(MoS 2 、MoSe 2 、WS 2 和 WSe 2 )的异轴(向下排列)生长。硫族元素原子通过石墨烯在硫族化过程中产生的纳米孔扩散,从而在石墨烯下方形成高度结晶和层状的TMD,其晶体取向排列整齐,厚度可控性高。生长的单晶TMD显示出与剥离TMD相当的高热导率和载流子迁移率。我们的异轴生长方法能够克服传统外延生长的衬底限制,并制造出适用于单片3D集成的4英寸单晶TMD。参考文献 [1] Kang, K. 等。具有晶圆级均匀性的高迁移率三原子厚半导体薄膜。Nature 520 , 656-660 (2015).[2] Liu, L. 等。蓝宝石上双层二硫化钼的均匀成核和外延。Nature 605 , 69-75 (2022) [3] Kim, K. S. 等人。通过几何限制实现非外延单晶二维材料生长。Nature 614 , 88-94 (2023)。
关键词:光子剥离、临时键合和解键合、薄晶圆处理、键合粘合剂 摘要 临时键合和解键合 (TB/DB) 工艺已成为晶圆级封装技术中很有前途的解决方案。这些工艺为晶圆减薄和随后的背面处理提供了途径,这对于使用 3D 硅通孔和扇出晶圆级封装等技术实现异质集成至关重要。这些对于整体设备小型化和提高性能至关重要。在本文中,介绍了一种新颖的光子解键合 (PDB) 方法和相应的键合材料。PDB 通过克服与传统解键合方法相关的许多缺点来增强 TB/DB 工艺。PDB 使用来自闪光灯的脉冲宽带光 (200 nm – 1100 nm) 来解键合临时键合的晶圆对与玻璃作为载体晶圆。这些闪光灯在短时间间隔(~300 µs)内产生高强度光脉冲(高达 45 kW/cm 2 ),以促进脱粘。引言近年来,三维 (3D) 芯片技术在微电子行业中越来越重要,因为它们具有电路路径更短、性能更快、功耗和散热更低等优势 [1]。这些技术涉及异质堆叠多个减薄硅 (Si) 芯片(<100 µm)并垂直互连以形成三维集成电路 (3D-IC) [2]。在现代 3D 芯片技术中,可以使用硅通孔 (TSV) 来代替传统的引线键合技术在硅晶圆之间垂直互连。减薄晶圆使得这些 TSV 的创建更加容易 [3, 4]。为了便于处理薄硅晶圆,需要对硅晶圆进行临时键合。在临时键合工艺中,次级载体晶圆充当主器件晶圆的刚性支撑,并利用两者之间的粘合层将两个晶圆粘合在一起。晶圆粘合在一起后,即可进行背面研磨和后续背面处理。背面处理后,减薄后的晶圆和载体堆叠
使用比较器技术结合圆闭合原理,无需参考单独校准的参考工件,即可对多面镜、分度台和旋转台以及角度编码器的角度划分进行全圆校准。后者是平面角度的自然守恒定律,自欧几里得时代以来就广为人知,表示平面上任何一点周围的角度之和等于 2 � 弧度 (360 � )。如果将圆分成 n 个角段 A 1 、A 2 、 。..、A n 以及每个角段与未知参考角 X 之间的差异进行测量,则闭合为数据提供了约束,从而能够为所有 n + 1 个未知数提供完整的解决方案。圆闭合是众多自证比较技术之一,采用多次测量以及对测量系统组件进行适当的重新排列。参考文献 [1] 回顾了此类技术及其在尺寸计量中的应用。
晶圆加工技术的趋势要求晶圆载体技术不断进步,以支持当今先进的半导体加工设施。我们的 20X 系列 200 毫米晶圆运输载体可满足当今 200 毫米晶圆厂的自动化、污染控制和生产力要求。这些晶圆载体专为先进的晶圆运输而设计,与传统的中低端晶圆载体相比,具有显著的性能优势,包括精确的晶圆存取、可靠的设备操作和安全的晶圆保护。
客户利益 在安装过程中,采用了 GF 管路系统提供的多种专业解决方案,例如 ProSite 和 Engineering,提供相关专业知识。客户获得了专业知识支持,并在有限的空间内构建了塑料管道模块,同时保持了所有组件的高纯度。除了根据其对高纯度和耐化学性的需求获得合适的可持续解决方案外,ASE 还通过依赖 GF 管路系统作为一站式解决方案提供商,而不是与多家供应商协调,与以前的项目相比节省了 10% 的工作时间。从长远来看,轻便、非常耐用且无腐蚀的管道系统将减少韩国晶圆清洁业务的维修需求和总体成本。
2 2401 Brewer Driver,Rolla,MO 65401,美国 * 通讯作者的电子邮件:vikram.turkani@novacentrix.com 摘要 临时键合和脱键合 (TB/DB) 工艺已成为晶圆级封装技术中很有前途的解决方案。这些工艺为晶圆减薄和随后的背面处理提供了途径,这对于使用 3D 硅通孔 (TSV) 和扇出晶圆级封装等技术实现异质集成至关重要。这些对于整体设备小型化和提高性能至关重要。在本文中,介绍了一种新颖的光子脱键合 (PDB) 方法和相应的键合材料。PDB 通过克服与传统脱键合方法相关的许多缺点来增强 TB/DB 工艺。PDB 使用来自闪光灯的脉冲宽带光 (200 nm – 1100 nm) 来脱键合临时键合的晶圆对与玻璃作为载体晶圆。这些闪光灯在短时间间隔(~100 µs)内产生高强度光脉冲(高达 45 kW/cm 2 )以促进脱粘。通过成功将减薄(<70 μm)硅晶圆从玻璃载体上脱粘,证明了 PDB 在 TB/DB 工艺中的可行性。对减薄晶圆和载体的脱粘后清洁进行了评估。通过每个闪光灯提供均匀、大面积照明(75 mm x 150 mm),并且能够串联灯以增加 PDB 工具的照明面积,PDB 方法为晶圆级和面板级封装技术提供了一种高通量、低成本的脱粘解决方案。关键词光子剥离、闪光灯、临时键合和脱粘、临时键合材料、晶圆级封装。
半导体制造工艺中的扩散炉用于在硅片表面生长氧化物或将掺杂剂扩散到半导体晶片中。在此过程中,硅片在炉中被加热到通常在 973K 至 1523K 之间的温度。在本研究中,采用二维轴对称模型来模拟在 1123K 温度下运行的垂直炉。对工艺管中含有 175 个直径为 200mm 的硅片的基准情况的轮廓温度分布的模拟结果与实验数据非常吻合。从加热温度为 1123 K 的炉子中获得的实验数据被用作此数值评估的基准。还表明可以对堆叠晶片的本体区域施加均匀加热。在本研究中,探讨了加热器温度和工艺管中排列的晶片之间的间隙对工艺管中温度场的影响。从模拟中可以看出,值得强调的是,堆叠晶片本体区域的温度分布与加热器温度一致。此外,研究发现,在舟皿中对较少数量的晶圆(具有较大的晶圆间隙)进行退火工艺可能不会显著影响炉内的加热性能。关键词:立式炉;石英管;辐射;加热器;绝缘;峰值温度;温度分布版权所有 © 2020 PENERBIT AKADEMIA BARU - 保留所有权利
摘要:半导体行业已经收到了开发技术需要提高效率和晶圆检查过程准确性的压力。检查半导体晶圆与传统检查系统的复杂性是一个问题,因此需要复杂的解决方案。本文着眼于半导体晶圆检查系统中人工智能(AI)的评估,以改善结果。在AI中应用ML和计算机视觉方法允许自动化缺陷识别,分类和增强的产率水平。从方法论中,该研究对晶圆检查中AI实践领域的当前研究和发展进行了彻底的分析,以及改进对制造过程的影响。实验研发的一些结论表明,半导体组织在检查速度和缺陷检测之比中的距离显着增强,从而支持半导体组织中AI收敛的概念。关键字:半导体,晶圆检查,人工智能(AI),机器学习(ML),计算机视觉,缺陷检测,屈服改善,深度学习。
B细胞急性淋巴细胞白血病(B-ALL)的高风险亚型经常与异常激活酪氨酸激酶(TKS)有关。这些包括由BCR-ABL驱动的pH+ B-all,以及类似pH的B-all,它带有其他染色体重排和/或基因突变,这些突变激活TK信号传导。目前,酪氨酸激酶抑制剂(TKI)dasatinib被添加到化学疗法中,作为pH+ B-all的护理标准,并且在临床试验中对TKIS进行了测试,以供PH样B-all。然而,即使在针对驱动癌基因的TKI治疗的细胞中,白血病微环境中的生长因子和营养也可以支持细胞周期和存活。这些刺激在激酶MTOR上汇聚,其升高的活性与预后不良有关。在pH+和pH样B-全部的临床前模型中,mTOR抑制剂强烈增强了TKI的抗白血病效率。尽管在B-all中靶向MTOR的概念性有很强的概念基础,但在临床上测试的第一代MTOR抑制剂(Rapalogs和MTOR激酶抑制剂)尚未显示出明确的治疗窗口。这篇评论的目的是将新的治疗策略引入类似于pH的B-All的管理。我们讨论了靶向MTOR的新方法,以克服先前MTOR抑制剂类别的局限性。一种方法是应用对MTOR复合物-1(MTORC1)选择性的第三代双层抑制剂,并以间歇性给药显示临床前的效率。一种独特的非药物方法是将营养限制用于恶性B-所有细胞中的靶向信号传导和代谢依赖性。这两种新方法可以增强pH样白血病中的TKI效率并提高生存率。
半导体晶圆加工过程中产生的表面缺陷是微纳米加工面临的主要挑战之一。通常使用光学显微镜扫描晶圆,然后由人类专家检查图像。这往往是一个非常缓慢且令人疲惫的过程。由于可能出现的缺陷种类繁多,开发一种可靠的基于机器视觉的系统来正确识别和分类晶圆缺陷类型以取代人工检查是一项具有挑战性的任务。在这项工作中,我们开发了一种机器视觉系统,用于检查半导体晶圆和检测表面缺陷。该系统集成了光学扫描显微镜系统和基于 Mask R-CNN 架构的 AI 算法。该系统使用具有 MEMS、硅光子学和超导器件的晶圆在不同制造阶段(包括表面缺陷)的显微图像数据集进行训练。所实现的精度和检测速度使该系统有望应用于洁净室。