半导体光刻工艺之刻蚀——湿法腐蚀

在湿法腐蚀的过程中，通过使用特定的熔液与需要腐蚀的薄膜材料进行化学反应，进而除去没有被光刻胶覆盖区域的薄膜。 湿法腐蚀的优点是工艺简单，但是在湿法腐蚀中所进行的化学反应没有特定方向，所以会形成各向同性的腐蚀效果。各向同性是湿法腐蚀固有的特点，也可以说是湿法腐蚀的缺点。湿法腐蚀通常还会使位于光刻胶边缘下边的薄膜也被腐蚀，这也会使腐蚀后的线条宽度难以控制，选择合适的腐蚀速度，可以减小对光刻胶边缘下边薄膜的腐蚀。 在进行湿法腐蚀的过程中，熔液里的反应剂与被腐蚀薄膜的表面分子发生化学反应，生成各种反应产物。这些反应产物应该是气体，或者是能溶于腐蚀液中的物质。这样，这些反应产物就不会再沉积到被腐蚀的薄膜上。控制湿法腐蚀的主要参数包括：腐蚀溶液的浓度、腐蚀的时间、反应温度以及溶液的搅拌方式等。由于湿法腐蚀是通过化学反应实现的，所以腐蚀液的浓度越高，或者反应温度越高，薄膜被腐蚀的速率也就越快。此外，湿法腐蚀跌反应通常会伴有放热和放气。反应放热会造成局部反应温度的升高，使反应速度加快；反应速率加快又会加剧反应放热，使腐蚀反应处于不受控制的恶性循环中，其结果将导致腐蚀的图形不能满足要求。反应放气产生的气泡会隔绝局部的薄膜与腐蚀的接触，造成局部的反应停止，形成局部的缺陷。因此，在湿法腐蚀中需要进行搅拌。此外，适当的搅拌（例如使用超声波震荡），还可以在一定程度上减轻对光刻胶下方薄膜的腐蚀。 目前常用的湿法腐蚀的材料包括：Si，SiO2和Si2N4等，下面我们将对此进行简要讨论。 一、Si的湿法腐蚀 在湿法腐蚀Si的各种方法中，大多数都是采用强氧化剂对Si进行氧化，然后利用HF酸与SiO2反应来去除SiO2，从而达到对硅的腐蚀目的。最常用的腐蚀溶剂是硝酸与氢氟酸和水（或醋酸）的混合液，化学反应方程式为 Si+HNO3+6HF——H2SiF4+HNO2+H2O+H2 其中，反应生成的H2SiF4可溶于水。在腐蚀液中，水是作为稀释剂，但最好用醋酸（CH3COOH），因为醋酸可以抑制硝酸的分解，从而使硝酸的浓度维持在较高的水平。对于HF-HNO3混合的腐蚀液，当HF的浓度高而HNO3的浓度低时，Si膜腐蚀的速率由HNO3浓度决定（即Si的腐蚀速率基本上与HF浓度无关），因为这时有足量的HF去溶解反应中生成的SiO2.当HF的浓度低而HNO3浓度高时，Si腐蚀的速率取决于HF的浓度（即取决于HF溶解反应生成的SiO2的能力）。 对Si的湿法腐蚀还可以用KOH的水溶液与异丙醇（IPA）相混合来进行。对于金刚石或闪锌矿结构，（111）面的原子比（100）面排的更密，因而（111）面的腐蚀速度应该比（100）面的腐蚀速率小。 采用SiO2层作为掩膜对（100）晶向的硅表面进行腐蚀，可以得到V形的沟槽结构。如果SiO2上的图形窗口足够大，或者腐蚀的时间比较短，可以形成U形的沟槽。如果被腐蚀的是（110）晶向的硅片，则会形成基本为直壁的沟槽，沟槽的侧壁为（111）面。这样就可以利用腐蚀速率对晶体取向的依赖关系制得尺寸为亚微米的器件结构。不过，这种湿法腐蚀的方法大多采用在微机械元件的制造上，在传统的集成电路工艺中并不多见。 二、SiO2的湿法腐蚀 SiO2的湿法腐蚀可以使用氢氟酸（HF）作为腐蚀剂，其反应方程式为： SiO2+6HF——SiF4+2H2O+H2 在上述的反应过程中，HF不断被消耗，因此反应速率随时间的增加而降低。为了避免这种现象的发生，通常在腐蚀液中加入一定的氟化氨作为缓冲剂（形成的腐蚀液称为BHF）。氟化氨分解反应产生HF，从而维持HF的浓度。NH4F分解反应方程式为 NH4F——NH3+HF 分解反应产生的NH3以气态被排除掉。 在集成电路工艺中，除了需要对热氧化和CVD等方式得到的SiO2进行腐蚀外，还需要对磷硅玻璃（简称PSG）和硼磷硅玻璃（简称BPSG）等进行腐蚀。因为这些二氧化硅层的组成成分并不完全相同，所以HF对这些SiO2的腐蚀速率也就不完全一样。基本上以热氧化方式生成的二氧化硅层的腐蚀速率最慢。 三、Si3N4的湿法腐蚀 Si3N4也是一种常用湿法腐蚀的材料。Si3N4可以使用加热的磷酸（130-150度的H3PO4）来进行腐蚀。磷酸对Si3N4的腐蚀速率通常大于对SiO2的腐蚀速率。

众多周知，在 汽车 半导体领域，安森美半导体堪称大牛，你或许不知道的是，在工业细分领域，安森美半导体亦为翘楚。在2020年9月25日举行的安森美半导体智能感知策略及方案在线媒体交流会上，中国工控网获悉，据欧洲第三方调研公司Yole Development数据显示，安森美半导体在工业机器视觉领域的市场份额排名第一。

致力于推动高能效电子的创新，安森美半导体提供全面的高能效联接、感知、电源管理、模拟、逻辑、时序、分立及定制器件阵容，使客户能够减少全球的能源使用。安森美半导体市场范围非常广泛，核心市场主要是在 汽车 、工业、通信、消费类和计算。

“我们最大的市场份额集中在 汽车 、工业和通信。”安森美半导体智能感知部全球市场和应用工程副总裁易继辉（Sammy Yi）说，“这些行业有几个非常重要的共同点，一是对产品性能要求非常高；二是对产品质量和可靠性要求非常高；三是对产品长期供货的持续性要求非常高。而这正是安森美半导体的优势所在。”

安森美半导体主要分为三个产品部门，分别是电源方案部（PSG）、先进方案部（ASG）和智能感知部（ISG）。设立于2014年的智能感知部（ISG）年轻且活跃，是安森美半导体目前成长速度最快的部门。

“ 汽车 、机器视觉和边缘人工智能是智能感知部主攻的三个市场方向。”易继辉说， 汽车 行业虽属传统行业，但近年来得益于电力化、智能化， 汽车 行业焕发新生。为了打造更加安全、舒适的智能 汽车 ，各类感知产品应用需求激增。“安森美半导体在 汽车 智能感知方面成长速度远比 汽车 行业本身发展速度快得多，就是因为 汽车 采用新技术的速度非常快。”

同样，在工业4.0时代， 历史 悠久的机器视觉在自动化、人工智能等技术的加持下不断产生新的发展动力和活力。特别是在中国市场，越来越多的制造企业考虑采用机器视觉帮助生产线实现检查、测量和自动识别等功能，以提高效率并降低成本，从而实现生产效益最大化。

机器视觉作为新兴技术被寄予厚望，被认为是自动化行业一个具备光明前景的细分市场。从全球范围看，由于下游消费电子、 汽车 、半导体、医药等行业规模持续扩大，全球机器视觉市场规模呈快速增长趋势，2017年已突破80亿美元，并预计到2020年全球市场规模将达到125亿美元，2025年将超过192亿美元。

相较于前两者，边缘人工智能属于行业“新兵”，但潜力无限。“边缘人工智能主要是由人工智能、5G、IoT等新技术导入后开发出新的应用，发展非常迅速，经常隔几天、隔几个礼拜，就会有新客户打电话来说他们有新的想法和应用，希望得到帮助。”易继辉举例道。

在上述核心市场，安森美半导体智能感知部都做了长时间的投入和布局，包括图像感知，多光谱、高光谱的感知，激光雷达感知、毫米波雷达感知、传感器融合此类深度感知。这些都在推动人工智能和第四次工业革命的进步。

工业人工智能应用，图像传感器是关键

随着智能制造的逐步深入推进，工业机器视觉、机器人、人工智能技术发展迅速，图像传感器是助其发展的关键技术。工业人工智能应用的发展给图像传感器带来了更高的挑战，包括推动了后者在全局快门性能、高速拍摄、大分辨率、使用不可见光谱区域和三维体积深度提供的信息进行关键推断，以及神经网络处理的发展。

易继辉举例说，平板检测是整个工业机器视觉行业中，对图像传感器最有挑战性的应用，从1K、2K、4K一直到8K，像素要求逐渐提高。

具体来讲，平板检测过程分两步：第一步是暗检测，上电前主要检测一些指纹、划痕和其他物理上的问题；第二步是上电以后，检测发光源。LED有一个亮板在后面作为发光源，而OLED，特别是AMOLED（Active Matrix OLED）的每个像素都是一个单独发光源，像素和像素之间发光的强度和色彩的均匀度，都要能够很准确地侦测出来，这就对图像传感器的要求非常高。

“过去检测LED面板上的1颗像素，对应需要9颗像素（3 3），OLED则对应需要16颗（4 4），甚至25颗（5 5）像素。平板检测对图像传感器的像素要求越来越高，从4,500万到1.5亿像素，甚至超过2亿像素。”易继辉说。

易继辉以1.3英寸固定尺寸的图像传感器为例，阐述图像传感器技术发展路线图。首先，图像传感器的分辨率在逐年提升，从过去的200万像素、500万像素、800万像素、1200万像素，逐步升级到现在超过2000万像素。其次，噪声导数相当于图像质量，在同样大小的尺寸下的图像传感器逐年随着像素的增大，图像质量也在不断提高。此外，带宽也是逐年提高。比如，一个29 29mm2标准的工业用摄像头，十年前可能只是200万像素，后来逐渐增加到300万、500万、1200万，今年已经能够用到1600万像素。

“安森美半导体在技术上有非常长时间的积累。”易继辉说，如全局快门，在高速运动下使图像不会有拖影；内校正，像素内的校正，以前都是在系统里通过软件校正，现在直接做到硬件里，像素内部去做图像校正；工艺节点，从110纳米到65纳米，再到45纳米，甚至更小，充分利用了摩尔定律的优势，即成本、尺寸、耗电量都在逐年下降；背照式，在同样尺寸下分辨率越来越高，像素尺寸可能越来越小，感光量、感光度，特别是暗光下，性能可能就会降低，背照式就是用来提高感光能力；堆栈架构，以后就不光是两维空间了，而是三维、堆栈式、两次堆栈、三次堆栈都有可能实现。以后不光把模拟和数字信号放在第二层，甚至于人工智能一些算法放在第三层里，整个图像传感器就是高智能化的图像传感器。

可以预见，图像传感器的开发正在从仅提供RGB和二维坐标信息转移到新的更丰富的形式。图像传感器可提供更多类型的数据，无论是深度数据，还是增加的光谱信息，以及人工智能合并这些数据集并实现高级决策，从而使系统能够通过新的测量和决策机会提供更快、更准确的结果。作为工业机器视觉的领导厂商，安森美半导体会以全方位的智能感知产品阵容和领先的技术，应对工业人工智能应用挑战并推进智能制造的创新。（文/gongkong张丽莹）

---