據知名半導體和微電子情報提供商TechInsights報道，長江存儲的232層3D NAND閃存X3-9070已經實現量產，領先于三星、美光、SK海力士等廠商，這也是__中國品牌在半導體領域首次領先于國際競爭者。__

中國半導體在先進制程制造上的持續(xù)重大突破，給國產量檢測設備的發(fā)展提出了同樣的要求，只有追求全產業(yè)鏈的整體提升，才能真正保持國際領先。 復享光學作為國內集成電路核心光譜零部件供應商 ，配合設備廠商解決各類芯片制程工藝控制中的量檢測核心問題，為實現集成電路產業(yè)的全鏈突破保駕護航。

近期，復享光學下屬的上海微納制程智能檢測工程中心__首次提出薄膜神經網絡，突破百層3D NAND量測關鍵技術__，相關成果發(fā)表于國際知名光學期刊Light: Advanced Manufacturing。

圖片來源：msi.com

業(yè)內對3D NAND堆疊層數的不斷追求來源于市場對單芯片存儲容量需求的不斷提升。由于芯片的微縮化已經接近2x nm性價比極限，通過實現存儲單元在垂直方向的層層堆疊，就可以大幅度提升NAND芯片的性能和存儲密度。業(yè)內預測，在2025年左右3D NAND會達到500層，而在2030年左右達到800層。

百層膜厚檢測，3D NAND制備的新挑戰(zhàn)

多層膜的制備是3D NAND的前道工序。由于層間應力的存在，工藝完成后的實際層厚與設計值相比會存在較大的偏差，因此多層膜的不均勻性對芯片生產的良率構成了嚴峻的挑戰(zhàn)。

3D NAND 制備工藝挑戰(zhàn)

圖片來源：Lam Research

目前市場上針對薄膜的厚度量測方法，通常使用參數微擾差分獲取梯度，并結合Levenberg-Marquardt算法構建映射關系進行在線優(yōu)化。對于超過20層以上較多參數的多層結構，該方案必須預先假定其為周期性結構才能適用。并且，較多的結構參數會導致優(yōu)化時間長達幾小時，相當于在一次迭代中進行上百次計算，大大增加了等待耗時。

可見，傳統(tǒng)厚度量測方法在3D NAND領域存在較大的局限性，亟需開發(fā)新的膜厚量測方案，以滿足在線實時檢測的產線需求。

薄膜神經網絡，百層膜厚檢測的新路徑

在深度學習領域，多參數神經網絡的優(yōu)化過程中，常常采用反向傳播算法來對神經網絡中的大量參數進行優(yōu)化。__反向傳播算法，是適合于多層神經元網絡的一種學習算法。__相較于傳統(tǒng)的差分求梯度，反向傳播算法是一種非常有效的快速獲取梯度優(yōu)化神經網絡的手段，可上百倍，甚至上千倍地提升效率。

復享光學將光學逆問題研究主體（多層薄膜）視為神經網絡來構建映射關系，并進行優(yōu)化訓練。這是全球首次將反向傳播算法引入薄膜優(yōu)化過程，在__復享深度光譜? 技術框架下開創(chuàng)性地發(fā)展了薄膜神經網絡技術，極大地縮短了百層薄膜厚度的優(yōu)化時間，相比于傳統(tǒng)微擾差分的方法，其__單次優(yōu)化時間縮短為原來的2% 。

薄膜神經網絡技術原理

圖片來源：Light: Advanced Manufacturing 2021 , *2 *(4), 395-402.

目前， 復享光學已成功將此技術應用于232層非周期薄膜結構的厚度量測 ，有望解決百層3D NAND量測的痛點。

準確高效，比肩國際量測標準數據

除時間的大幅縮短外，薄膜神經網絡技術的另一項優(yōu)勢在于，該技術無需前期準備大量數據集進行神經網絡訓練學習，直接構建于精確電磁仿真計算的映射關系上，即使在薄膜層數達到232層，依然能保證光譜結果的精確性。

232層薄膜優(yōu)化案例

圖片來源：Light: Advanced Manufacturing 2021 , *2 *(4), 395-402.

經研究驗證，復享光學提出的薄膜神經網絡的技術方案，不僅可以實現多層薄膜厚度的快速檢測，同時還能__判斷樣品是否異常以及異常層位置。__

圖片來源：Light: Advanced Manufacturing 2021 , *2 *(4), 395-402.

在晶圓膜厚量測過程中，基于薄膜神經網絡的測量結果__與國際量測標準的數據進行對比__， 誤差在萬分之一以內(＜0.1 nm) 。這一結果證明了該技術在晶圓級薄膜厚度測量場景中的可行性。

薄膜厚度實測結果

賦能微納制造，微納光學逆問題求解

3D NAND多層膜厚量測是一個典型的光學逆問題。__對光學逆問題的求解，是指從已知的光學響應反向推測微納結構的求解過程。__除3D NAND的量測以外，還有一系列存在于微納光學與半導體制程檢測領域的關鍵問題，都是典型的光學逆問題。

薄膜神經網絡技術的提出，得益于復享光學長期以來對微納光學逆問題的研究工作，并__深度引入神經網絡算法實現多維度光譜量檢測的復雜應用__，在光學算法上具有堅實的基礎和應用經驗。光譜量檢測技術存在于各類微納制造與量檢測設備之中，是支撐集成電路和光電子芯片產業(yè)制造工藝的關鍵技術之一。

目前，復享光學的多系列光譜模組已在半導體前道工藝之中成功應用，并獲得多家半導體頭部客戶的驗證、生產導入及小批量訂單。憑借__復享深度光譜?__技術，復享光學希望與國內量檢測設備廠商一起，解決先進制程核心工藝問題，以光譜硬科技助力產業(yè)發(fā)展。

關于復享光學

復享光學是深度光譜技術的創(chuàng)導者 ，歷時十年，深耕微納光電子領域，發(fā)展智能化全光譜技術，著力于光子學與人工智能的融合，形成了國際領先的深度光譜技術平臺，向市場提供從技術到產品，從模塊到系統(tǒng)的全面解決方案。

通過成立對接產業(yè)需求的__“上海微納制程智能檢測工程技術研究中心” ，并與復旦大學共建致力于研究微納制造前沿共性關鍵技術的 “復旦大學光檢測與光集成校企聯合研究中心”__，復享光學形成了多層次的研發(fā)平臺，以深度響應市場需求，持續(xù)推出突破性的產品。

復享光學已擁有國內外__超3000家__優(yōu)質客戶，并與__超170家__半導體、高端材料、生物醫(yī)藥企業(yè)形成交流與合作，與客戶一起，致力于__實現科學技術創(chuàng)新__，推動微納制造產業(yè)發(fā)展。