半导体晶圆制造关于设备制程几个核心概念及映射关系

目录

一、基本定义(先明确术语)

二、层级关系与映射逻辑

[1. 从生产流角度(逻辑流)](#1. 从生产流角度(逻辑流))

[2. 从设备执行角度(物理流)](#2. 从设备执行角度(物理流))

三、关键映射关系表

四、可视化关系图

五、典型场景举例

[场景:执行"离子注入"(Ion Implant)](#场景:执行“离子注入”(Ion Implant))

场景:执行"氧化"(Oxidation)

六、总结:一句话厘清关系


在半导体晶圆制造(Wafer Fab)中,设备(Equipment)这五个核心概念之间存在清晰但多层次的映射关系。下面从逻辑层级和物理执行两个维度,帮你系统理清它们之间的关联。


一、基本定义(先明确术语)

概念 定义 关键属性
Lot 生产管理与追踪的基本单位,通常包含 1--25 片晶圆(可配置)。用于调度、良率追踪、SPC 分析。 逻辑实体,贯穿全流程
Batch 设备单次运行中物理同时处理的晶圆集合。由设备腔体或载具容量决定(如炉管一次处理 25 片)。 物理实体,仅存在于特定制程步骤中
制程(Process Step) 一个具体的工艺操作,如"氧化"、"光刻"、"蚀刻"。是工艺流程(Flow)中的一个节点。 工艺意图,由 Recipe 实现
Recipe 设备执行某制程的具体参数集合,如温度、时间、气体流量、功率等。是制程在设备上的"可执行脚本"。 设备+制程的绑定配置
设备(Equipment) 执行工艺的物理机器,如 furnace、etcher、litho stepper。每台设备支持特定类型的制程。 硬件资源,决定能否执行某 Recipe

二、层级关系与映射逻辑

1. 从生产流角度(逻辑流)

复制代码
Lot → [Process Step] → [需要某类设备] → [加载对应 Recipe] → [可能拆分为多个 Batch 执行]
  • 一个 Lot 按照工艺流程(Process Flow)依次经过多个 制程步骤

  • 每个制程步骤需在特定类型设备上执行。

  • 设备根据该制程的规范加载对应的 Recipe

  • 若设备是 Batch-type (如炉管 ),且 Lot size > 设备容量,则 一个 Lot 在该步骤被拆成多个 Batch

  • 若设备是 Single-wafer (如光刻机),则 Batch 无物理意义,仅作为数据记录的逻辑分组(常等同于 Lot)。


2. 从设备执行角度(物理流)

复制代码
Equipment + Recipe → 定义一次工艺运行 → 处理一个 Batch(物理晶圆集合)
  • 每次设备运行 = 加载一个 Recipe + 处理一个 Batch

  • 同一 Recipe 可被多个设备共享(如多台相同型号的 CVD 机台)。

  • 同一制程步骤在不同设备上可能使用不同 Recipe(因设备差异需微调参数)。


三、关键映射关系表

关系 说明 示例
Lot → 制程 一个 Lot 按流程顺序经历多个制程 Lot#123 → Oxidation → Litho → Etch
制程 → Recipe 一个制程在特定设备类型上有标准 Recipe "Gate Oxidation" → Recipe "OX_900C_30min"
Recipe → 设备 Recipe 绑定到兼容的设备类型/型号 Recipe "OX_900C_30min" 只能在 Furnace_A 型设备运行
设备 + Recipe → Batch 每次运行处理一个 Batch(物理晶圆组) Furnace_A 运行 Recipe OX_900C_30min,处理 Batch=25 片
Lot → Batch(在某制程下) 一个 Lot 在某制程中可能被拆为 N 个 Batch Lot=30片 → 在 Furnace(容量25)上拆为 Batch1(25片)+ Batch2(5片+20 dummy)

⚠️ 注意:Lot 与 Batch 无固定数量对应关系,Batch 的数量取决于:

  • Lot size

  • 设备在该制程下的最大处理容量

  • 是否允许 partial load(部分装载)


四、可视化关系图

复制代码
          ┌─────────────┐
          │   Process   │ ←─ 工艺流程中的一个步骤
          └──────┬──────┘
                 ↓ (由...实现)
          ┌─────────────┐
          │   Recipe    │ ←─ 具体参数脚本
          └──────┬──────┘
                 ↓ (在...上运行)
          ┌─────────────┐
          │  Equipment  │ ←─ 物理设备
          └──────┬──────┘
                 ↓ (单次运行处理)
          ┌─────────────┐
          │    Batch    │ ←─ 物理晶圆组(设备容量决定)
          └──────┬──────┘
                 ↓ (属于)
          ┌─────────────┐
          │     Lot     │ ←─ 逻辑生产单元(可能跨多个 Batch)
          └─────────────┘

五、典型场景举例

场景:执行"离子注入"(Ion Implant)

  • Lot:25 片晶圆(标准 Lot)

  • 制程:N-type Source/Drain Implant

  • 设备:Axcelis implanter(单片机台)

  • Recipe:IMPL_N_SD_30keV_1E15

  • Batch无物理 batch,每片单独处理;但系统可能将 25 片记录为一个"逻辑 batch"用于 SPC。

场景:执行"氧化"(Oxidation)

  • Lot:30 片

  • 制程:Field Oxidation

  • 设备:Vertical Furnace(容量 25 片)

  • Recipe:OX_FIELD_1000C_60min

  • Batch

    • Batch #1:25 片(真实晶圆)

    • Batch #2:5 片(真实) + 20 片(dummy) → 两个物理 batch


六、总结:一句话厘清关系

Lot 是贯穿全流程的"身份证",制程是"要做什么",Recipe 是"怎么做",设备是"用什么做",Batch 是"一次做多少"(物理执行粒度)。

这种结构既支持生产调度与追溯(Lot-centric),又兼容设备物理限制(Batch-aware),是半导体制造高复杂度管控的基础。

相关推荐
央链知播8 分钟前
中国移联元宇宙与人工智能产业委联席秘书长叶毓睿受邀到北京联合大学做大模型智能体现状与趋势专题报告
人工智能·科技·业界资讯
人工智能培训13 分钟前
卷积神经网络(CNN)详细介绍及其原理详解(2)
人工智能·神经网络·cnn
YIN_尹41 分钟前
目标检测模型量化加速在 openEuler 上的实现
人工智能·目标检测·计算机视觉
mys55181 小时前
杨建允:企业应对AI搜索趋势的实操策略
人工智能·geo·ai搜索优化·ai引擎优化
小毅&Nora1 小时前
【人工智能】【深度学习】 ⑦ 从零开始AI学习路径:从Python到大模型的实战指南
人工智能·深度学习·学习
牛阿大1 小时前
关于前馈神经网络
人工智能·深度学习·神经网络
2的n次方_1 小时前
从0到1打造专属数字人:魔珐星云SDK接入实战演示
人工智能·具身智能·魔珐星云
roman_日积跬步-终至千里1 小时前
【模式识别与机器学习】机器学习练习题集 - 答案与解析
人工智能·机器学习
爱思德学术1 小时前
中国计算机学会(CCF)推荐学术会议-C(人工智能):KSEM 2026
人工智能·知识图谱·知识工程·知识科学
玖日大大1 小时前
英伟达 AI 芯片:架构演进与智能时代的算力基石
人工智能·架构