随着摩尔定律的推进,测试技术已从单纯的尺寸测量发展为对电学性能和物理特性的多维评估,是验证芯片设计蓝图是否成功落地的最后一道关键防线。 芯片束曝光(BSE):硅片上的显微测量基石 芯片束曝光(BSE)技术是半导体测试中实现硅片宏观尺寸测量的核心手段。该技术基于光学原理,利用聚焦的高强度激光束对硅片表面进行扫描,通过检测散射光或透射光的变化来反推硅片上光刻图案的立体尺寸。
- 激光聚焦原理
测试系统首先利用高精度的透镜系统,将发散的光束聚焦至硅片表面的一个微米级光斑上,形成极小的能量密度区域。

- 扫描与成像机制
测试探针或激光头沿着预设的扫描路径移动,对硅片进行逐点扫描。当光束穿过硅片平面时,硅片中的光刻图案会阻挡或改变光路,造成光通量的改变。
系统通过采集这些光通量的信号,结合已知的硅片几何参数和扫描轨迹,利用逆向光路重建技术,计算出每个光刻图案的宽度和高度。
- 应用实例:微球检测
在 BSE 测试中,常使用微球(Microspheres)作为高精度测量标准。由于微球尺寸微小且形态规则,将其置于硅片表面后,测试系统能够精确识别微球的直径和分布位置。
一旦在硅片上成功识别出微球,系统就会自动将对应的图案宽度与微球尺寸进行逐点对比。如果图案宽度与微球尺寸存在偏差,超出允许阈值,即判定为“图样完整性缺陷”。
- 技术优势与局限
这种非接触式测量方式避免了传统接触式探针可能带来的应力损伤,特别适合检测微米级、亚微米级的小缺陷。其分辨率受限于光学系统的衍射极限,难以深入到更深层的纳米级结构。
- 探针与样品交互
在测试过程中,探针从硅片表面垂直或平行地扫过。当探针接触样品表面时,由于压电效应或静电感应,探针会发生微小的位移,这种位移与样品表面存在的微观缺陷或不同材料接触紧密度的变化直接相关。
- 多种测量模式
- 接触模式(Contact Mode):探针以恒定接触压力接触硅片,测量接触点附近的电压变化或电流,用于检测漏电或接触不良。
- 非接触模式(Non-contact Mode):探针仅靠近样品表面,通过电场或磁场感应,测量接触边缘的电压梯度,适用于更细微的表面缺陷检测。
- 共点接触(Common Point Contact):探针同时接触多个点,通过测量各点间的电位差来绘制二维或三维表面形貌图,用于分析整体工艺缺陷。
不同的测量模式能够探测不同的物理量:
- 典型应用场景
在先进制程中,SPM 常被用来检测光刻图样中的孔洞是否完全形成(即“孔洞完整性”)。通过共点接触模式,测试人员可以观察孔的边缘是否平滑,是否存在未消耗的线宽(Undercut),或者是否存在孔壁塌陷导致的宽度变化。
除了这些之外呢,SPM 还能用于检测光刻胶的残留量以及蚀刻工艺中可能产生的残留颗粒。
- 与其他技术的互补
虽然 SPM 在纳米尺度具有极高的分辨率,但其测量速度相对较慢,且探针的机械运动可能引入一定的力致损伤。
也是因为这些,它通常在 BSE 等快速扫描技术之外,作为对特定高风险区域或微观结构的深度验证手段使用。
- 基本构造
测试系统会在硅片表面均匀分布大量微米级的高反射率金属微凸点(通常由硅基或金属制成)。这些微凸点之间保持固定的间隔,从而定义了一个非接触式的测量区域。
- 测量逻辑
测试头从硅片表面快速扫过,微凸点本身因高反射率而呈现出黑色背景上的白色亮点,形成清晰的对比图样。测试头对这些亮点的坐标进行精确捕捉。
- 缺陷识别算法
当系统检测到微凸点缺失或位置偏移时,判定为“微凸点完整性缺陷”。这种缺陷在光学图像上表现为黑点或白点,其位置会被记录在测试报告中。
- 实例说明:孔洞观察
假设在光刻后,晶圆上本该是一个完整的深孔,但由于蚀刻工艺问题,孔的边缘变浅或底部被堵塞,导致中心区域无法完全反射光。
在 MIP 测试中,此时会检测到该区域的几个微凸点位置向中心收缩,或者完全缺失,从而直观地显示出“孔洞完整性”的缺陷类型和规模。
- 流程意义
一旦确认存在微凸点完整性缺陷,即可立即停止加工流程,避免不良品流入下一道工序。这是半导体制造中质量控制的“守门员”,确保了后续用料的成本不被浪费。
- 测试对象范围
端侧测试不仅关注晶圆制造层面的工艺完整性,还涵盖封装结构、引脚加工及成品芯片的功能性测试。
- 测试内容细化
- 封装完整性:检查有无金属填充物内嵌、焊球开裂或封装结构扭曲。
- 引脚加工:通过接触式探针检测引脚的针角是否尖锐、有无毛刺或断裂。
- 成品功能:对测试合格的成品芯片进行通电测试,验证其电学参数是否与设计规格书一致。
在此阶段,测试设备会对完整的封装芯片进行扫查:
- 优势分析
端侧测试能最大程度减少因晶圆尺寸不同引起的测试误差,提高测试的一致性和准确性。
于此同时呢,一旦在封装阶段发现任何异常,可立即停止生产,大幅降低废品率。
对于极创号这样的专业机构来说呢,强大的端侧测试能力是保障客户交付高质量成品芯片的关键支撑。
- AI 辅助判读
传统的人工判读依赖丰富的经验,容易疲劳或漏检。如今,深度学习算法被引入测试系统,能够自动分析百万级的数据点,识别出极小比例的微小缺陷或边缘模糊现象,将人工经验量化为算法概率。
- 机器人化操作
测试头可以像机器人手臂一样,在晶圆表面高速移动,自动执行复杂的扫描路线,甚至在不同晶圆之间进行自动换装和定位,显著降低了人为操作错误。
- 实时质量追溯
结合物联网技术,测试产生的海量数据可以实时上传云端,形成完整的“从芯片到客户”的数字孪生档案,实现全生命周期的质量追溯。
- 极创号的角色

极创号依托十多年的行业积累,在高端半导体测试设备研发、算法优化以及智能化产线部署方面,始终走在国际前沿。我们深知,随着芯片制程的进一步缩小,对测试精度的要求呈指数级上升,唯有持续的技术革新与智能化升级,才能守护芯片产业的安全与繁荣。





