1. 课程导入与工程全景
当制程节点推进到7nm、5nm乃至3nm及以下，光学检测（Optical Inspection）受限于阿贝衍射极限，其空间分辨率难以稳定分辨FinFET鳍片、GAA纳米片、EUV光刻胶显影后的微小桥连与断线。此时，电子束缺陷检测（E-beam Defect Inspection）凭借电子波长极短、可聚焦至纳米量级的物理优势，成为先进制程良率爬坡阶段不可替代的检测手段。KLA作为该领域的头部设备供应商，其电子束检测平台在逻辑代工、存储DRAM与3D NAND产线中承担着关键缺陷发现与失效溯源任务。
本课程围绕KLA电子束缺陷检测设备，从物理原理、设备架构、检测配方、缺陷判读、良率分析到先进制程协同优化，构建一条完整的工程能力链路。学习目标可归纳为三个层次：第一，理解电子束与样品相互作用的物理机制，能解释为什么某些缺陷在光学下不可见而在电子束下可被捕获；第二，掌握检测配方（Recipe）的关键参数——束流、束能、扫描速度、像素尺寸、检测阈值——如何影响灵敏度与吞吐量之间的权衡；第三，能够结合缺陷分布图、分类结果与制程数据，定位工艺模块的异常来源，并输出可执行的改善建议。
核心术语与工程语境
在进入具体技术细节之前，需要先建立一套统一的术语坐标系。以下术语贯穿全课程，理解其物理含义与工程边界是后续学习的基础。
- 束流（Beam Current）：单位时间内到达样品的电子数量，直接影响信号强度与信噪比。束流越大，信号越强，但束斑可能增大，分辨率下降。
- 束能（Landing Energy）：电子到达样品表面时的动能，决定电子在材料中的穿透深度与二次电子产额。低束能（如500eV～1keV）表面敏感，适合光刻胶显影后检测；高束能穿透更深，适合埋层缺陷。
- 二次电子（Secondary Electron, SE）：入射电子激发样品表面原子外层电子逸出形成的低能电子（通常<50eV），对表面形貌和电势对比极为敏感，是电子束检测的主要成像信号。
- 背散射电子（Backscattered Electron, BSE）：入射电子与样品原子核发生大角度弹性散射后返回的电子，能量接近入射束能，对原子序数差异敏感，可用于材料对比。
- 检测阈值（Threshold）：判定像素是否为缺陷的信号偏差门限。阈值越低，灵敏度越高，但误报率（Nuisance）上升。
- 缺陷捕获率（Capture Rate）：被检测系统成功识别的真实缺陷占全部真实缺陷的比例，是衡量检测能力的核心指标。
- 误报率（Nuisance Rate）：被系统标记为缺陷但实际为正常工艺波动的比例，直接影响后续复检与失效分析的工作量。
- 吞吐量（Throughput）：单位时间内可检测的晶圆面积或芯片数量，通常以mm²/hr或wafers/hr表示，与灵敏度存在根本性权衡。
整体框架：从电子束到良率决策
本课程的知识体系可以理解为一条从物理信号到工程决策的链路。电子枪发射电子束，经电磁透镜聚焦、偏转器扫描，作用于晶圆表面；产生的二次电子被探测器收集并转换为电信号；信号经放大、数字化后形成图像；图像与参考图像比对，通过算法识别缺陷；缺陷经分类、聚类后与制程数据关联，最终形成良率改善决策。这条链路中的每一个环节都有其关键参数与工程约束，后续章节将逐一展开。
上图展示了电子束检测从硬件到决策的完整信号链与数据流。需要特别注意的是图中底部的“核心工程权衡”：在先进制程中，没有任何一项参数可以单独优化到极致，工程师的核心能力在于根据具体检测目标（如光刻胶桥连、刻蚀残留、通孔未开）在灵敏度、误报率与吞吐量之间找到最优工作点。
为什么选择电子束而非光学检测
在14nm及以上节点，光学检测凭借高吞吐量和成熟的光源体系占据主导。但进入7nm以下，三个物理限制使光学检测力不从心：其一，衍射极限使光学分辨率难以低于约20nm，而FinFET鳍片间距已缩小至30nm以下，桥连缺陷的尺寸可能仅5～10nm；其二，EUV光刻胶厚度仅20～30nm，光学检测的深紫外光容易造成胶层损伤；其三，三维结构（如GAA纳米片堆叠）的埋层缺陷需要穿透多层材料，光学对比度急剧下降。电子束检测则以0.5～2nm的束斑直径、可调穿透深度和丰富的对比机制，填补了这一能力缺口。
本课程的学习路径
后续章节将按照“物理基础→设备架构→检测配方→缺陷判读→良率分析→先进制程协同”的顺序展开。在物理基础部分，重点理解二次电子产额与束能的关系曲线，这是设定检测条件的第一性原理；在设备架构部分，将拆解电子枪、镜筒、探测器、载台与真空系统的关键子系统及其工程约束；在检测配方部分，通过实际参数组合案例，展示如何针对不同缺陷类型调整束流、扫描速度与阈值；在缺陷判读部分，学习如何区分真实缺陷与工艺噪声，以及如何利用分类算法提升复检效率；在良率分析部分，将缺陷分布与制程步骤关联，形成从检测到改善的闭环。
建议在学习过程中始终带着三个问题：这个参数影响什么物理量？这个物理量如何改变检测结果？检测结果如何转化为工程决策？当这三个问题能够被清晰回答时，电子束缺陷检测就不再是黑箱操作，而成为可推理、可优化、可复现的工程能力。