[发明专利]计算装置、具有计算装置的晶体管建模设备及其操作方法

说明书

提供了计算装置、包括计算装置的晶体管建模设备、以及操作晶体管建模设备的方法。操作晶体管建模设备的方法包括：通过测试装置获取与晶体管建模相对应的样本数据；对样本数据和晶体管大量生产阶段的第一电测试(ET)数据执行机器学习；作为执行机器学习的结果，生成用于晶体管建模的第二ET数据；以及在第二ET数据中设定用于晶体管建模的代表性值。

相关申请的交叉引用

本申请要求于2021年10月6日向韩国知识产权局提交的韩国专利申请No.10-2021-0132565的优先权的权益，该申请的公开内容通过引用的方式整体并入本文。

技术领域

本公开涉及计算装置、包括该计算装置的晶体管建模设备、以及操作该晶体管建模设备的方法。

背景技术

通常，在设计半导体器件时已经考虑了构成电路的晶体管的特性。可建立器件模型以仿真这样的晶体管。基于器件物理理论，可以通过将数百个模型参数与来自实际产品样本的电测试(ET)值进行组合来执行晶体管建模。这可能导致关于由工艺分布或变化(其可能受样本限制)引起的代表性值的一致性问题、增加的周转时间(TAT)和/或由在传送实际对象之后的测试引起的增加的成本废料。

发明内容

示例实施例提供了被配置为使用大量电测试(ET)数据通过机器学习来预测可用于晶体管建模或可以是晶体管建模所需的数据的计算装置、包括该计算装置的晶体管建模设备、以及操作该晶体管建模设备的方法。

根据示例实施例，一种操作晶体管建模设备的方法包括：通过测试装置获取与晶体管建模相对应的样本数据；对所述样本数据和晶体管大量生产阶段的第一电测试(ET)数据执行机器学习；作为执行所述机器学习的结果，生成用于所述晶体管建模的第二ET数据；在所述第二ET数据中设定用于所述晶体管建模的代表性值；以及响应于设定所述代表性值而执行所述晶体管建模。所述第一ET数据和所述第二ET数据包括与晶体管操作相关联的至少一个电参数。

根据示例实施例，一种晶体管建模设备包括：测试装置，其被配置为对晶圆执行对应于晶体管建模的电测试；以及计算装置，其被配置为对晶体管大量生产阶段的第一电测试(ET)数据和从所述测试装置基于晶体管的尺寸测量的第三ET数据执行机器学习，使用通过执行所述机器学习而获得的结果值来预测基于晶体管的尺寸的所述测试装置未测量的第二ET数据，使用所述第二ET数据和所述第三ET数据执行所述晶体管建模。所述第一ET数据、所述第二ET数据和所述第三ET数据中的每一个包括与晶体管操作相关联的至少一个电参数。

根据示例实施例，一种计算装置包括：处理器，其被配置为操作晶体管建模工具；以及存储器，其被配置为存储所述晶体管建模工具的计算机程序代码和晶体管大量生产阶段的第一电测试(ET)数据。所述晶体管建模工具被配置为：获取由测试装置从晶圆测量的第三ET数据，对所述第一ET数据和所述第三ET数据执行机器学习，基于通过执行所述机器学习而获得的结果生成第二ET数据，在所述第二ET数据中选择用于晶体管建模的代表性值，并且使用所述第二ET数据和所述第三ET数据改变所述晶体管建模。所述第一ET数据、所述第二ET数据和所述第三ET数据中的每一个包括与晶体管操作相关联的至少一个电参数。

附图说明

从以下结合附图的详细描述中，将更清楚地理解本公开的上述和其他方面、特征和优点。

图1是示出根据示例实施例的晶体管建模设备的示意图。

图2是示出根据示例实施例的操作晶体管建模设备的方法的示意性流程图。

图3A是示出根据示例实施例的保护样本数据的操作的示图，图3B是示出根据示例实施例的执行机器学习的操作的示图，并且图3C是示出根据示例实施例的生成可以用于建模或可以是建模所需的ET数据的操作的示图。

图4是示出根据示例实施例的测量出的ET数据的示图。