本文主要探讨将碳化硅（SiC）外延层生长的高质量结果从研发（R&D）转化为大规模生产的挑战。专注于在提高生产效率和降低成本的同时保持材料质量。
一、研究背景
对SiC器件的需求，尤其是在汽车领域（电动和混合动力汽车），正在经历显著增长（Yole Group预测2020-2026年复合年增长率为35%）。这种激增需要大规模生产高质量的SiC衬底和外延层。从100mm到150mm晶圆的过渡已基本完成，早期采用者已经开始使用200mm晶圆。高质量的外延层（低缺陷密度、均匀的厚度和掺杂）对于器件的功能和可靠性至关重要，影响最终器件的良率。扩展的表面缺陷和埋藏的晶体缺陷会显著影响层质量。
二、实验方法
该研究使用了市售的150mm和200mm 4H-SiC衬底，倾角为4°。使用多晶圆暖壁化学气相沉积（CVD）系统生长同质外延层，该系统能够同时处理多个晶圆（8x150mm、9x150mm或6x200mm）。生长参数包括1500°C到1600°C之间的温度，氮气用作n型掺杂剂。“epi-ready”衬底经过抛光和湿法化学清洗以尽量减少微管。
数据收集侧重于厚度（通过傅里叶变换红外光谱法测量）、掺杂（通过非接触式电容-电压法测量）和缺陷（使用共焦差分干涉对比显微镜和紫外光致发光成像）的晶圆间（w-t-w）和运行间（r-t-r）变化。采用“杀伤率”方法，将器件布局叠加到缺陷图上，以预测器件的良率。
三、结果与讨论
该研究强调了各种因素对外延层质量的影响：
设备: 设备参数记录能够进行统计过程控制，对于失控参数触发警告/警报。制造执行系统 (MES) 中的自动反馈机制处理厚度、掺杂或缺陷的偏差。根本原因分析 (RCA) 对于解决问题至关重要。
基础材料（衬底）: 衬底质量显着影响缺陷水平。不同供应商的衬底之间的比较揭示了位错密度的差异（通过X射线形貌学，XRT分析），直接影响电学良率。来自供应商B的晶圆显示出较低的BPD密度，尤其是在中心，导致比供应商A更高的良率。
过程控制: 实施晶圆上的温度测量（AutoSat功能）提高了晶圆间掺杂均匀性。反应器中SiC的寄生沉积会影响运行间数据，需要根据累积沉积量对参数进行校正。
缺陷分析: 缺陷偏移与衬底质量（晶圆中心界面位错）和反应器条件（晶圆周边圆形BPD形成）有关。
200mm晶圆结果: 作者介绍了200mm晶圆的初步结果。虽然厚度和掺杂均匀性比150mm晶圆略低（分别为1.5和1.4倍），但缺陷密度有所提高。200mm衬底上的预测良率损失较高（1.4倍），但质量被认为适合此类晶圆的试生产。目前200mm晶圆的可用性有限，限制了统计数据。
四、结论
本文论证了将SiC外延层生长从研发扩展到大规模生产的挑战。在批量生产中保持高质量的单晶圆结果需要全面的过程控制，包括仔细监控设备、衬底质量和工艺参数。引入AutoSat等技术显著提高了均匀性。虽然200mm晶圆在均匀性和良率方面存在一些挑战，但持续改进表明未来大规模生产的前景光明。对衬底质量的依赖性强调了需要供应商提供一致的高质量衬底。预计进一步的研究和优化将弥合150mm和200mm晶圆之间的良率差距。
五、图文解析
图1和图2：厚度均匀性
图1: 显示单个150mm外延晶圆的归一化厚度分布图。均匀性极佳，(max-min)/(2×mean) = 1.3%。这代表了理想的单晶圆结果。
图2: 显示一批（8个晶圆）150mm外延晶圆的厚度分布图。均匀性显著下降至(max-min)/(2×mean) = 2.5%，突出了在大规模生产中保持单晶圆质量的挑战。这种比较强调了在大规模生产中需要更好的过程控制。
图3：厚度范围和偏移
该图显示了超过800个样本的归一化厚度范围数据。圆圈突出显示了偏移——厚度与标准值显著偏差的情况。紫色圆圈表示厚度测量工具可能存在问题（异常值），而红色圆圈则指向外延设备中的问题（例如，晶圆旋转问题）。该图强调了可靠的计量和设备维护对于获得一致结果的重要性。
图4：不同外延设备之间的厚度匹配
该图比较了不同外延生长设备的平均厚度。它表明，具有优化硬件配置的新型设备（如C设备）表现出更好的厚度匹配和更小的偏差，这证明了设备进步对过程控制和均匀性的影响。
图5和图6：使用和不使用AutoSat功能的掺杂均匀性
图5: 显示未使用AutoSat功能的8个晶圆批次的掺杂分布图。显著的变化说明了在批量反应器中保持掺杂均匀性的固有挑战。
图6: 显示使用AutoSat功能的类似批次的掺杂分布图，这表明掺杂均匀性得到了显著改善。这直接显示了晶圆上温度控制系统在实现批次间一致掺杂方面的有效性。
图7：24个晶圆批次的掺杂均匀性
该图将分析扩展到更大的批次（24个晶圆），展示了即使在大规模情况下，AutoSat功能仍然可以提供良好的掺杂均匀性，进一步验证了其有效性。
图8：掺杂浓度的设备匹配
该图展示了相同配置的不同外延设备在三个月内的掺杂浓度匹配情况。密切的一致性突显了在标准化生产过程中，通过正确维护和校准设备可以实现的一致性。
图9：BPD计数偏移
该图说明了基面位错（BPD）计数和偏移。红色方块标记了由界面位错（与衬底相关，图9a）或与反应器相关的问题（圆形BPD形成，图9b）引起的偏移。这直接将缺陷形成与材料和工艺因素联系起来，强调了需要同时解决这两者以提高质量。
图10：不同供应商的电学良率比较
该图比较了来自两个不同供应商的晶圆在两种不同芯片尺寸上的电学良率。供应商B始终显示出比供应商A更高的良率，这突显了衬底质量对最终器件性能的重大影响。两种芯片尺寸的差异都非常明显。
图11：衬底的X射线形貌图
该图显示了来自供应商A和B的衬底中基面位错密度的X射线形貌（XRT）图。供应商A显示出BPD的随机分布，而供应商B则显示出圆形分布，在中心区域的密度显著较低。这种微观分析直接支持图10中提供的电学良率数据，解释了性能差异。
图12和图13：200mm晶圆上的厚度和掺杂分布图
图12: 显示6个200mm晶圆批次的厚度分布图。均匀性为3.9%，高于在150mm晶圆上观察到的均匀性。
图13: 显示相同批次的掺杂分布图，均匀性为9.0%。这再次突出了向更大晶圆扩展的挑战，其中均匀性控制变得更加苛刻。
图14和图15：200mm晶圆运行间和晶圆间均匀性的箱线图
这些箱线图显示了15个连续运行的200mm晶圆的厚度（图14）和掺杂（图15）的运行间和晶圆间均匀性。数据表明，这两个参数都在可接受的范围内（厚度为±10%，掺杂为±15%），表明即使均匀性略低，200mm晶圆也能实现一致的生产。
图16：200mm晶圆上的X射线形貌图和预测良率图
该图显示了来自供应商A的200mm衬底中螺纹位错（TSD）和BPD密度的XRT图（a和b），以及相邻晶圆上芯片的预测良率图（c）。良率图中的红色区域表示具有关键缺陷的芯片。这说明了衬底缺陷与最终器件良率之间的关系。
图17：150mm和200mm晶圆的预测良率损失比较
该图直接比较了来自各种供应商的150mm和200mm晶圆的预测良率损失。200mm晶圆的良率损失约高1.4倍，表明虽然质量正在提高，但仍落后于已建立的150mm工艺。
