A Data Driven Roadmap to Sub 25 nm Bonding Overlay in Wafer to Wafer Hybrid Bonding

कल्पना कीजिए कि आप एक गगनचुंबी इमारत बनाने की कोशिश कर रहे हैं, लेकिन मंजिलों को एक-एक करके रखने के बजाय, आप कांच की दो विशाल, शहर के आकार की चादरों को आपस में पूरी तरह से जोड़ने की कोशिश कर रहे हैं। यदि आप संरेखण (alignment) में एक मिलीमीटर के भी छोटे से हिस्से की चूक करते हैं, तो खिड़कियां मेल नहीं खाएंगी, लिफ्ट जाम हो जाएगी, और पूरी संरचना विफल हो सकती है। यह आज कंप्यूटर चिप की दुनिया के सामने मौजूद चुनौती है। डिवाइसों को तेज़ और अधिक शक्तिशाली बनाने के लिए, इंजीनियर सिलिकॉन की परतों को सीधे एक के ऊपर एक रख रहे हैं, जिसे "हाइब्रिड बॉन्डिंग" कहा जाता है। उन्हें ऊपरी परत के सूक्ष्म विद्युत पैड्स (electrical pads) को निचली परत के मिलान वाले पैड्स से जोड़ने की आवश्यकता है। समस्या यह है कि ये पैड्स छोटे और छोटे होते जा रहे हैं—इतने छोटे कि यदि दोनों कांच की चादरें केवल 25 नैनोमीटर (जो मानव बाल की मोटाई से लगभग 1,000 गुना पतला है) भी मिसअलाइन हो जाएं, तो कनेक्शन विफल हो जाता है। वर्षों से, इन वेफर्स को आपस में जोड़ने के लिए उपयोग की जाने वाली मशीनें बेहतर होती आ रही हैं, लेकिन वे अभी भी थोड़ा सा "लड़खड़ाव" या मिसअलाइनमेंट छोड़ देती हैं जिसे बिना और भी महंगी, पूर्ण मशीनों के बनाए बिना ठीक करना असंभव माना जाता था।

यह शोध पत्र बताता है कि कैसे imec और EV Group की वैज्ञानिकों की एक टीम ने एक जादुई मशीन का इंतज़ार करने के बजाय गणित और एक चतुर तकनीक का उपयोग करके इस पहेली को सुलझाने का निर्णय लिया। उन्होंने बॉन्डिंग मशीनों द्वारा वेफर्स को मिसअलाइन करने के तरीके पर डेटा एकत्र करने में दस साल बिताए, इन त्रुटियों को मशीन द्वारा छोड़ी गई एक अनूठी "फिंगरप्रिंट" की तरह माना। उन्होंने पाया कि हालांकि मशीनें बेहतर हो रही हैं, लेकिन सबसे बड़ी बची हुई त्रुटियां यादृच्छिक (random) नहीं हैं; वे मशीन और वेफर्स के आकार के कारण होने वाले अनुमानित पैटर्न हैं। टीम ने इन त्रुटियों को बॉन्डिंग मशीन तक पहुँचने से पहले ही वेफर्स पर पैटर्न को "प्री-डिस्टॉर्ट" (पूर्व-विकृत) करके लगभग आधे दोषों को ठीक करने का तरीका खोज निकाला। यह बिल्कुल वैसा ही है जैसे यदि आप जानते हों कि आपका एक मित्र फोटो लेते समय अपना सिर हमेशा बाईं ओर झुका लेता है, इसलिए आप यह सुनिश्चित करने के लिए कि आप दोनों अंत में सीधे दिखें, पहले से ही अपना सिर दाईं ओर झुकाने का इरादा रखते हैं। ऐसा करके, उन्होंने दिखाया कि वे अगली पीढ़ी के सुपर-फास्ट कंप्यूटरों के लिए आवश्यक अत्यंत सटीक संरेखण प्राप्त करने का एक स्पष्ट मार्ग है, जो यह सिद्ध करता है कि हमें अनिवार्य रूप से एक पूर्ण मशीन की आवश्यकता नहीं है यदि हमारे पास एक स्मार्ट योजना है।

डगमगाते गोंद की कहानी

दो वेफर्स को आपस में जोड़ने की प्रक्रिया को दो विशाल, जटिल जिग्सॉ पहेलियों (jigsaw puzzles) को मिलाने की कोशिश करने जैसा समझें। आपके पास एक ऊपरी पहेली और एक निचली पहेली है, और आपको उन्हें इस तरह दबाना है कि हर एक टुकड़ा पूरी तरह से अपनी जगह पर फिट हो जाए। चिप्स की दुनिया में, ये "टुकड़े" छोटे धातु के पैड्स हैं। यदि ऊपरी पहेली निचली पहेली की तुलना में थोड़ी सी भी खिसक गई, घूम गई या खिंच गई, तो कनेक्शन टूट जाएगा।

लंबे समय तक, चिप्स को चिपकाने वाली मशीनें (जिन्हें बॉंडर्स कहा जाता है) ही मुख्य समस्या का स्रोत थीं। वे वेफर्स को यहाँ थोड़ा खिसका देते थे, वहाँ थोड़ा घुमा देते थे, या उन्हें असमान रूप से खींच देते थे। इस शोध पत्र के लेखकों ने इन मशीनों को काम करते हुए देखने और उनके द्वारा की जाने वाली गलतियों को बार-बार मापने में एक दशक बिताया। उन्होंने पाया कि मशीनें केवल यादृच्छिक, अराजक त्रुटियां नहीं कर रही थीं। इसके बजाय, वे गलतियों का एक विशिष्ट, दोहराव वाला पैटर्न छोड़ रही थीं, जैसे कि कोई हस्ताक्षर या "फिंगरप्रिंट"।

"फिंगरप्रिंट" और जादुई ट्रिक

शोधकर्ताओं ने महसूस किया कि यह "फिंगरप्रिंट" वास्तव में खोजने के लिए एक अच्छी चीज़ थी। क्योंकि पैटर्न हर बार वही था जब मशीन अपना काम करती थी, वे इसका अनुमान लगा सकते थे। इससे उनका बड़ा विचार आया: लिथोग्राफी प्री-कंपनसेशन (Lithography Pre-Compensation)।

कल्पना कीजिए कि आप कागज के एक टुकड़े पर चित्र बना रहे हैं, लेकिन आप जानते हैं कि आप जिस स्कैनर का उपयोग चित्र की प्रतिलिपि बनाने के लिए करेंगे, वह छवि को हमेशा 5% तक खींच देगा और थोड़ा दाईं ओर झुका देगा। मूल कागज पर चित्र को "उल्टा" और "खींचकर" बनाने के बजाय, आप इसे पहले ही कर सकते हैं। जब स्कैनर अपने खिंचाव और झुकाव का काम करेगा, तो वह अनजाने में आपके परिवर्तनों को "पूर्ववत" (undo) कर देगा, और अंतिम प्रति एकदम सही दिखेगी।

टीम ने बिल्कुल यही किया। उन्होंने मशीन के "फिंगरप्रिंट" (उसके विशिष्ट विकृति पैटर्न) को मापा। फिर, वेफर्स बॉन्डिंग मशीन तक पहुँचने से पहले ही, उन्होंने एक अलग मशीन (एक लिथोग्राफी स्कैनर, जो एक अत्यंत सटीक कैमरे की तरह है) का उपयोग करके सूक्ष्म धातु के पैड्स को थोड़े "गलत" आकार में बनाया। उन्होंने उन्हें बॉन्डिंग मशीन की त्रुटि के ठीक विपरीत आकार में बनाया। जब बॉन्डिंग मशीन ने अंततः वेफर्स को दबाया और अपने सामान्य डगमगाते नृत्य को किया, तो उसने अनजाने में पूर्व-निर्मित त्रुटियों को ठीक कर दिया।

परिणाम प्रभावशाली थे। अपने परीक्षणों में, इस तकनीक ने बचे हुए "लड़खड़ाव" को आधा कर दिया। यदि बॉन्डिंग मशीन 50 नैनोमीटर की त्रुटि छोड़ रही थी, तो इस प्री-कंपनसेशन विधि ने इसे घटाकर लगभग 25 नैनोमीटर कर दिया। यह एक कांपते हाथ को यह जानने के माध्यम से स्थिर हाथ में बदलने जैसा है कि वह ठीक कैसे कांपता है।

"भंवर" और वेफर का आकार

हालाँकि, कहानी एक पूर्ण समाधान के साथ समाप्त नहीं होती है। टीम ने अवशिष्ट त्रुटियों (remaining errors) में गहराई से जाने के लिए 'प्रिंसिपल कंपोनेंट एनालिसिस' (PCA) नामक एक शक्तिशाली सांख्यिकीय उपकरण का उपयोग किया। PCA को एक अस्त-व्यस्त कमरे में "शोर" (noise) को "संकेत" (signal) से अलग करने के तरीके के रूप में समझें। उन्होंने पाया कि जबकि वे बड़े, अनुमानित "फिंगरप्रिंट" त्रुटियों को ठीक कर सकते थे, फिर भी कुछ छोटी, अधिक जटिल त्रुटियां बची हुई थीं।

इनमें से एक त्रुटि "भंवर" या घुमाव जैसी दिखती थी। टीम ने पाया कि यह भंवर यादृच्छिक नहीं था; यह इस बात से जुड़ा था कि मशीन वेफर को कैसे पकड़ती है। जब मशीन वेफर को नीचे दबाती थी, तो दबाव वेफर को थोड़ा मोड़ देता था, जिससे एक भंवर पैटर्न बन जाता था। यह एक लचीले रूलर (पटरी) के बीच में दबाने पर उसके सिरों के मुड़ने जैसा है। शोधकर्ताओं ने पाया कि मशीन द्वारा वेफर को क्लैंप करने के तरीके (रेसिपी) को बदलकर, वे इस भंवर के आकार को बदल सकते हैं। यह सुझाव देता है कि भविष्य में, वे इस घुमाव को और कम करने के लिए मशीन की सेटिंग्स को ट्यून कर सकते हैं।

कठोर सीमा: स्वयं वेफर

यहाँ एक अंतिम हिस्सा है जिसे यह शोध पत्र उजागर करता है, और यह वास्तविकता का एक बोध कराता है। भले ही मशीन पूर्ण हो और प्री-कंपनसेशन की ट्रिक त्रुटिहीन काम करे, फिर भी संरेखण कितना पूर्ण हो सकता है, इसकी एक सीमा है। यह सीमा स्वयं वेफर्स से आती है।

कल्पित कीजिए कि आप कागज के दो टुकड़ों को आपस में चिपकाने की कोशिश कर रहे हैं। यदि एक कागज थोड़ा मुड़ा हुआ है या दूसरे की तुलना में उसका टेक्सचर अलग है, तो वे कभी भी एक-दूसरे के खिलाफ पूरी तरह से सपाट नहीं बैठ पाएंगे, चाहे आपका गोंद कितना भी अच्छा क्यों न हो। पेपर बताता है कि कारखाने में आने वाले वेफर्स के आकार और आकृति में पहले से ही सूक्ष्म, अदृश्य अंतर होते हैं। जब टीम ने यह सिम्युलेट किया कि क्या होगा यदि वे दो "पूरी तरह से" सपाट वेफर्स को संरेखित करें, तो उन्हें अभी भी लगभग 10 से 20 नैनोमीटर का मामूली बेमेल मिला, सिर्फ इसलिए क्योंकि वेफर्स स्वयं एक समान नहीं थे।

इसका अर्थ यह है कि जबकि बॉन्डिंग मशीन और प्री-कंपनसेशन ट्रिक हमें लक्ष्य के बहुत करीब ले जा सकती है, अंतिम सीमा यह है कि कच्चे माल कितने पूर्ण हैं। और भी बेहतर होने के लिए, इंजीनियरों को न केवल मशीनों को, बल्कि वेफर्स को भी अधिक एकसमान बनाना होगा।

भविष्य का रोडमैप

तो, यह हमें कहाँ छोड़ता है? यह शोध पत्र बॉन्डिंग सटीकता को 25 नैनोमीटर से नीचे लाने के लिए एक स्पष्ट रोडमैप तैयार करता है, जो अगली पीढ़ी के 3D कंप्यूटर चिप्स के लिए आवश्यक है। यह किसी एक जादुई मशीन के आने का इंतज़ार करने के बारे में नहीं है। इसके बजाय, यह तीन चीजों का संयोजन है:

1. बेहतर मशीनें: बॉन्डिंग टूल्स में सुधार जारी रखना (जैसे अध्ययन में उल्लेखित NT2 से NT3 मॉडल की छलांग)।
2. स्मार्ट प्री-कंपनसेशन: मशीन की ज्ञात त्रुटियों को रद्द करने के लिए "प्री-डिस्टॉर्ट" ट्रिक का उपयोग करना।
3. डेटा-संचालित नियंत्रण: PCA जैसे उपकरणों का उपयोग करके शेष "भंवरों" और "लड़खराहटों" को समझना ताकि इंजीनियर प्रक्रिया को ठीक करने के लिए बदलाव कर सकें।

लेखक आश्वस्त हैं कि इन रणनीतियों को जोड़कर, उद्योग भविष्य की तकनीक के लिए आवश्यक सटीक संरेखण प्राप्त कर सकता है। वे यह वादा नहीं कर रहे हैं कि यह आसान होगा, और वे स्वीकार करते हैं कि "भंवर" त्रुटियां और वेफर्स की अंतर्निहित आकृति अभी भी चुनौतियां हैं जिन्हें हल किया जाना बाकी है। लेकिन उन्होंने साबित कर दिया है कि आगे बढ़ने का रास्ता मौजूद है, और इसमें डेटा के साथ चतुर होना और हमारे पास मौजूद उपकरणों का अधिक स्मार्ट तरीके से उपयोग करना शामिल है। यह एक याद दिलाता है कि कभी-कभी, समस्या को हल करने का सबसे अच्छा तरीका एक मजबूत हथौड़ा बनाना नहीं होता है, बल्कि यह समझना होता है कि कील वास्तव में कैसे मुड़ी हुई है और उसे सही कोण से मारना होता है।