概念库 开放阅读

椭偏仪

概念库 · 开放阅读

概念 ID
ellipsometry
更新时间
2026-06-03
来源数量
1

椭偏仪

1. 3秒看懂

椭偏仪是半导体制造中用于无损测量薄膜厚度、光学常数(折射率 n、消光系数 k)和材料结构的关键精密光学量测设备。作为芯片前道工艺控制的“光学标尺”,它直接决定了刻蚀、沉积、抛光等工艺步骤的精准度,是维系先进制程良率的核心仪器。

2. 3分钟产业解释

在AI产业链的“链-芯片-核心”坐标中,椭偏仪位于最上游的核心设备环节,是支撑GPU、HBM等AI算力芯片制造的物质基座。它不直接参与芯片电路图形的构建,却像一台持续运行的“CT机”,为每一层纳米级薄膜的生长与去除提供即时、定量的反馈。

  • 产业定位:技术壁垒极高的过程控制(Metrology & Inspection) 设备。如果说光刻机是刻画电路的笔,刻蚀机是雕刻刀,椭偏仪就是检测每一笔、每一刀是否精确的游标卡尺。
  • 商业逻辑:全球半导体每年超千亿美元的资本支出中,过程控制设备占比约10%-12%。随先进制程演进,薄膜层数从45nm的约40层激增至3nm的超过100层,单片晶圆所需的测量步骤指数级增长,椭偏仪成为资本开支刚需。
  • 核心价值:为AI芯片的制造(如FinFET、GAA结构)提供关键工艺窗口控制,直接关系到晶体管的开关速率、功耗与一致性。没有它,先进制程将因工艺漂移而无法量产。

3. 技术原理:从光学现象到纳米级测量的演进

椭偏术发源于19世纪,其核心物理思想是测量偏振光与物质相互作用后的偏振态改变。一束已知偏振态的光射向样品表面,在薄膜的上下表面会发生多次反射、折射和干涉,最终出射光的偏振态会携带材料的光学信息。椭偏仪通过检测反射光中两种偏振分量(p光和s光)的振幅衰减比(Ψ)和相位延迟差(Δ),来解算薄膜的奥秘。

3.1 测量架构的演化:从消光式到光度式

  • 消光式椭偏术:最传统的构型,通过旋转光学元件寻找信号强度最小的“消光”状态。其优点是角度测量精度极高,但速度慢,仅适合单波长、实验室环境。
  • 光度式椭偏术:现代椭偏仪的主流,核心思想是在光路中引入连续旋转的补偿器或起偏器,产生周期性时变光强信号,对其进行傅里叶分析,提取频率分量即可算出Ψ和Δ。
    • 旋转起偏器/检偏器型(RAE/PAE):结构简单,速度快,但对特定Ψ, Δ值不敏感。
    • 旋转补偿器型(RCE/MCE)当前行业标准。可同时完整测量Ψ和Δ,无死区,且能直接判定偏振旋向,对超薄和复杂叠层结构更优。

3.2 从数据到参数:反演算法是灵魂

测量得到的(Ψ, Δ)仅是光谱的指纹,并非直接的物理参数。真正的核心技术在于数据反演算法:

  1. 构建物理模型:根据工艺信息,建立包含大气层、粗糙层、薄膜层1、薄膜层2……衬底的几何和色散结构。色散模型的选择至关重要:透明膜用Cauchy或Sellmeier公式,弱吸收膜用Tauc-Lorentz,强吸收材料如金属用Drude-Lorentz,结晶半导体则用多个振子模型。
  2. 正向计算:基于菲涅尔方程和传输矩阵法,计算模型理论上的(Ψ, Δ)光谱。
  3. 非线性拟合:使用Levenberg-Marquardt等非线性最小二乘算法,寻找能使理论值与实测值之间差异最小化的模型参数(膜厚、光学常数等)。
  4. 结果互验:引入光学色散参数(表征拟合与数据的均方根误差)等评价值,并结合SEM、TEM等直接测量结果对模型进行校准和互验,确保反演结果的唯一性和物理合理性。

4. 关键参数:定义测量能力的坐标系

评估一台椭偏仪的性能,需建立立体的参数坐标。

  • 光谱范围:决定可测材料的类型和信息深度。
    • 深紫外(DUV,190nm以下):对超薄金属、高k材料的吸收特性高度敏感,是先进逻辑和DRAM电容结构测量的必备选项。
    • 标准紫外-可见-近红外(UV-VIS-NIR,190-2100nm):通用性强,覆盖绝大多数介质、半导体和部分透明导电氧化物薄膜。
    • 中红外(MIR,2-25µm):测量厚膜、多层膜,以及载流子浓度、成分等化学键信息,在SiC、GaN等化合物半导体中地位重要。
  • 光谱分辨率:区分细微光谱特征的能力,直接关系到由光谱差异引起的复杂叠层参数解相关的成败。通常要求优于1 nm。
  • 测量光斑尺寸:定义了空间分辨率。从宏观(~200µm)到微观(<10µm),微小光斑是实现晶圆上特定芯片区域图案化测量(Patterned Wafer)的基础。
  • 入射角范围与精度:固定角度或可变角度。可变角度是获取各向异性材料和复杂多层膜深度分辨信息的关键。机械角度控制精度需达0.01°量级。
  • 重复性与准确性:行业基准已迈入亚埃米时代。
    • 重复性(长期动态):在标准样品氧化硅上,长期重复性需满足3σ < 0.01 nm,是设备稳定性的硬指标。
    • 准确性:需与高分辨率透射电镜、X射线反射等绝对测量结果对标,偏差通常要求在0.1 nm或绝对厚度的0.1%以内。

5. 技术路线:从单点到集成的范式转移

椭偏仪的技术演进路线明确,正向“更快、更小、更多维”的方向发展。

  • 路线一:光谱拓展与融合。 从单一光谱椭偏仪(SE)向穆勒矩阵椭偏仪(MME)跨越。MME可测量样品的全16个穆勒矩阵元素,能同时获取各向异性、退偏等信息,对纳米压印、自组装等新兴结构的表征能力远超传统SE。同时,将椭偏仪与反射计、拉曼光谱、光致发光谱集成的整合式量测平台已成主流,实现“一机多用”。
  • 路线二:空间分辨增强。 发展微米、亚微米光斑的显微椭偏术,并结合高速位移台或扫描振镜,实现晶圆级薄膜厚度的面分布成像。此路线是应对先进封装、芯片内部多材料区域的关键。
  • 路线三:原位/在线集成。 将紧凑型椭偏仪模块直接集成到刻蚀、沉积设备的工艺腔室。如在原子层沉积腔室中,通过实时监控每个周期膜厚的变化,实现沉积工艺的闭环自动控制和精确终点检测,极大提升生产效率。
  • 路线四:数据处理智能化。 针对超薄、超复杂叠层,传统最小二乘法易陷入局部最优。机器学习与人工智能算法被引入,利用海量仿真数据训练神经网络,实现毫秒级的实时参数提取,甚至跳过显式建模环节,直接从光谱信号到工艺参数。

6. 上游:核心供应链的依赖与解耦

椭偏仪上游主要由高精度光学、光机电零部件构成,国产化痛点与突破并行。

  • 特种光源
    • 氘灯/氙灯:深紫外波段的核心光源,寿命、稳定性要求极高。主流供应商为日本滨松光子、美国Excelitas。国内少数企业开始推出替代产品,但在寿命和大功率稳定性上差距明显。
    • 超连续谱光源:新兴的白光激光,兼具亮度和宽光谱,供应商主要为丹麦NKT Photonics、美国Superlum等。
  • 高灵敏度探测器
    • 光谱仪核心:背照式CCD/CMOS面阵传感器是主流。主力供应商:日本滨松光子、美国Teledyne(含e2v)。公开资料未见有用于高端椭偏仪的高性能国产背照式探测器进入规模化供应链。
    • 单点探测器:硅/InGaAs光电二极管用于快速信号探测,国产化率相对较高。
  • 精密光学元件与机电系统
    • 消色差补偿器/波片:光学晶体材料(如MgF₂)的加工与双折射控制是技术核心。供应商:美国Meadowlark Optics、德国B. Halle。国内福晶科技、福建华科等具备晶体生长与基础加工能力,但超精密、高透过率的紫外波段元件仍受制约。
    • 高精密运动平台:用于晶圆传输与聚焦,精度需达微米级。美国Aerotech、以色列PI是标杆。国产平台(如上海微泓)已在部分对精度要求稍低的结构中有所应用。

7. 下游:需求金字塔与应用场景透视

椭偏仪的需求场景呈现明确的金字塔结构,塔尖的要求最为严苛。

  • 逻辑与存储芯片先进制程(金字塔顶)
    • 工艺覆盖:栅极氧化层、高k/金属栅极叠层、间隔层、硬掩模、多层互连介质等的膜厚与光学常数精确测量。
    • 核心要求:极高准确度(<0.1 nm)、微米级可寻址光斑、对超薄和复杂界面态的精确表征能力、全自动化高通量。
  • 特色工艺与化合物半导体
    • 工艺覆盖:功率器件(IGBT、MOSFET)场氧化层、SiC外延层、GaN HEMT的AlGaN/GaN异质结层。
    • 核心要求:对厚膜(>5µm)及高吸收材料的测量能力,延伸至红外波段(测量外延层载流子浓度)。
  • 显示面板与先进封装
    • 工艺覆盖:OLED多层有机/无机封装层、彩色滤光片、硅通孔填充介质。
    • 核心要求:大面积成像的均匀性扫描能力,对有机高分子材料的色散模型构建能力。
  • 光伏与科学市场(金字塔基)
    • 工艺覆盖:PERC/TOPCon/HJT电池各功能层(如TCO薄膜、钝化层、减反膜)的膜厚与光学性能。
    • 核心要求:高性价比、高测量速度,以匹配光伏产线的高产能节拍。

8. 受益公司:全球竞争格局与价值链

椭偏仪市场高度集中,属于技术和资本密集型赛道,不同层级公司沿价值链分布。

8.1 国际第一梯队:系统集成与市场统治者

  • KLA Corporation (美国)
    • 市占率 (2023年):公开资料未见可分拆的、针对单一椭偏仪品类的准确份额数字。根据其2023年财报及行业报告推断,在半导体光学量检测设备整体市场中,市占率约为50%-60%,椭偏仪为其核心产品线之一。
    • 优势与策略:拥有最完整的薄膜、光学CD和套刻量测解决方案,产品线覆盖从研发到量产的全流程需求,硬件稳定性与建模软件算法生态构筑极深护城河。
  • Onto Innovation (美国,由Nanometrics与Rudolph合并)
    • 市占率 (2023年):是KLA在薄膜量测领域最直接的竞争对手。结合两家历史业务,在先进逻辑、存储和先进封装的后端及特殊制程量测市场占据重要份额,全球整体市场约15%-25%。
    • 优势:在集成量测、先进封装、功率射频等领域拥有特色解决方案。

8.2 国际特色玩家:技术专家与细分龙头

  • J.A. Woollam (美国):科研级椭偏仪的金标准。极端强调宽光谱(可至THz)、多角度及穆勒矩阵测量能力,成为全球材料科学、物理和化学实验室的首选,几乎定义了大量科研数据的产生标准。
  • HORIBA (日本):以其高精度的光谱技术和深紫外测量能力见长,其椭偏仪产品线与其拉曼、光致发光谱仪形成互补,在化合物半导体材料和科研市场地位稳固。
  • Semilab (匈牙利):在光伏及平板显示行业市占率极高,同时是少数能提供半导体电学和光学综合特性测量方案的供应商。

8.3 中国核心厂商:国产替代先锋

  • 上海睿励科学仪器(中微公司旗下):产品线覆盖光学膜厚和光学关键尺寸测量,是国内少数进入存储和逻辑芯片产线进行量产验证和采购的椭偏仪企业。公开资料未见2023年国内半导体光学量测设备精确市场份额,市场普遍估算国产化率<10%。
  • 中科飞测 (688361.SH):产品覆盖面广,将光学薄膜量测与晶圆形貌、缺陷检测等形成组合,为客户提供一揽子质量控制方案,公开信息显示其膜厚测量设备已在多家国内主要集成电路产线上批量应用。
  • 上海御微半导体技术有限公司(未上市):以“国产化高端”为定位,聚焦半导体光学量测,已有多款膜厚、OCD及掩模缺陷检测设备问世,并在部分产线上取得突破。

9. 市场规模:量级测算与增长驱动力

声明:以下为基于多方公开报告的宏观估算,并非精确财报数字。

  • 全球半导体过程控制设备市场 (2023年):规模约114亿美元,同比下滑约7%,受存储资本支出削减影响。(来源:Gartner 2024年Q1报告,及头部公司财报综合)
  • 薄膜量测设备细分市场 (2023年):占过程控制设备约20%-22%,即约23亿-25亿美元。该细分包含光谱椭偏仪、光谱反射仪、X射线系列等。(来源:根据Gartner, VLSIresearch等报告拆分估算)
  • 光学薄膜量测(以椭偏仪为主)市场 (2023年):在该细分市场中占比超过60%,即市场规模约为14亿-16亿美元
  • 增长驱动力
    • 先进制程的层数爆炸:3nm GAA工艺的薄膜层数是28nm的3倍以上,直接带动设备用量指数级增加。
    • EUV时代的工艺挑战:EUV光刻胶极薄及其对底层光刻反射的极度敏感,要求更高频率、更高精度的膜厚监测。
    • 化合物半导体的崛起:SiC、GaN功率和射频芯片的扩产,对多层、厚膜、高应力膜的在线监控需求快速增长。
    • 中国资本开支结构性增长:尽管全球半导体资本开支周期波动,但中国市场因国产化和成熟制程大规模扩产,对量测设备的需求展现出更强韧性。

10. 玩家对比:关键维度能力矩阵

对比评估需聚焦于应对最苛刻制程任务的能力。

评估维度KLAOnto InnovationJ.A. Woollam国产代表(睿励/中科飞测等)
核心技术路径光谱椭偏+反射组合技集成化多传感融合宽光谱多角度穆勒矩阵跟随式,聚焦光谱椭偏
对先进逻辑GAA的量测就绪度极高,全套解决方案高,在部分指标上有竞争力偏重前沿科研探索在研或在验证阶段
软件生态成熟度极深壁垒,数十年模型库积累强,与硬件高度耦合开放且强大,科研用户友好最大短板,需时间积淀
应用市场覆盖全领域龙头,尤其在逻辑、存储先进封装、特色工艺领域强全球科研与材料研发金标准深耕国内成熟制程及特色工艺
量产稳定性与全球支持行业标杆,全球支持网络极强全球支持能力强偏向产品稳定性本身,服务网络有限区域服务是一大优势,全球化网络为零

11. 风险:多维不确定性交织

  • 技术迭代风险: GAA、CFET等晶体管结构走向三维化,多层各向异性、高应力薄膜的测量挑战已临近传统光学方法极限。若在穆勒矩阵椭偏仪或混合测量技术上突破不利,将被新技术替代。
  • 客户集中与资本支出周期风险: 市场高度集中于少数半导体巨头。三星、台积电、英特尔等头部客户任何一家削减资本支出,都将对整个量测设备行业造成显著冲击,弹性极低。
  • 数据解耦风险: 随着测量复杂性增加,测量结果已非唯一解,对参数高度“关联”的多层膜结构,反演结果的物理真实性可能存疑,会造成错误工艺反馈,引发系统性良率损失。
  • 出口管制与供应链风险: 作为尖端设备,椭偏仪已被美国列入出口管制清单。一方面,这驱动了中国芯片制造的国产化需求;另一方面,核心深紫外光源、高性能探测器等上游元器件存在供应中断的“卡脖子”风险,是中国厂商面临的最大生存挑战。

12. 误读纠偏:对常见认知偏差的澄清

  • 误区一:它是台复杂的显微镜。
    • 纠偏:它不直接成像,而是通过分析光的偏振态变化来“计算”薄膜参数。它测量的是间接的“光学指纹”而非实物形态。
  • 误区二:测得准不准只靠硬件。
    • 纠偏:“六分硬件,三分算法,一分数据”。没有精准的物理模型和反演算法,最高精度的硬件也只是在记录一段波形。模型积累是核心商业机密和最大壁垒。
  • 误区三:国产设备可以很快“弯道超车”。
    • 纠偏:此领域无“超车”便捷路径。原理公开,工程实现涉及上百个稳定性和精度的妥协点,且必须通过千万片晶圆的产线可靠性验证。这是一个需要扎实积累、逐点追赶的慢赛道。
  • 误区四:椭偏仪只用于半导体。
    • 纠偏:其在光学镀膜(镜头、滤光片)、平板显示、光伏、聚合物、生物传感等几乎所有高科技薄膜领域应用广泛,半导体是要求最苛刻的应用分支。

13. 最新事件:近期关键动态(截至2024年Q2)

  • 2024年5月:KLA发布2024财年第三季度财报(截至2024年3月31日),过程控制部门收入同比增长,主要受AI驱动的高带宽存储和先进封装投资拉动,但对传统节点的投资仍保持谨慎。公司强调GAA和背面供电技术是其量测设备的下一个增长极。
  • 2024年Q1:公开信息显示,中国多家晶圆制造产线中,国产薄膜量测设备的采购意向和交付数量同比显著增长,主要集中于90nm-28nm成熟制程扩产线。市场正向头部国产厂商集中。
  • 2024年4月:Onto Innovation宣布推出其集成式量测平台的最新功能,强化了对用于人工智能和高性能计算的2.5D/3D先进封装中微凸块和硅桥的薄膜量测能力。
  • 2023年下半年:日本宣布对23种半导体设备实施出口管制,其中高性能膜厚测量设备位列其中,要求向特定地区出口需获得许可证,加剧了设备供应的地缘政治扰动。

14. 跟踪指标:如何监测行业脉搏

  • 领先需求指标
    • 全球半导体资本支出增长率(WSTS/SEMI季度数据):是设备需求的前瞻风向标。
    • 头部客户(台积电、三星、英特尔)资本开支指引:直接影响KLA、Onto等的季度业绩预期。
    • 在线量测数据对比:实时追踪数据同直接量测的一致性变化。
  • 同业经营指标
    • KLA、Onto Innovation季度服务收入占比:服务收入是判断设备装机量和运行负荷的高确定性指标,是设备行业的“活期储蓄”。
    • 国产厂商(中科飞测财报中的“光学量测设备”分部)收入同比变化:反映国产替代进程的实际推进速度(重点关注其前道核心客户的突破进展公告)。
  • 技术监视指标
    • IEDM、VLSI Technology会议上关于新型GAA、2D材料的量测挑战论文:通常透露行业未来3-5年的技术瓶颈和创新方向。
    • 关键专利(KLA、Onto、Woollam及国内厂商)公开信息:密切跟踪穆勒矩阵、机器学习和EUV应用相关领域的专利申请数量及方向。

15. 信源

  1. Gartner, Market Share: Semiconductor Wafer Fab Equipment, 2024.
  2. SEMI, World Fab Forecast Report, 2024年5月版.
  3. KLA Corporation, Form 10-K for FY2023, FY2024 Q3 Earnings Call.
  4. Onto Innovation Inc., Annual Report 2023.
  5. H. G. Tompkins and E. A. Irene (ed.), Handbook of Ellipsometry (2005).
  6. Hiroyuki Fujiwara, Spectroscopic Ellipsometry: Principles and Applications (2007).
  7. 中科飞测 (688361.SH), 2023年年度报告.
  8. VLSIresearch (现TechInsights), Critical Subsystems and Components Report, 2023.
  9. U.S. Bureau of Industry and Security (BIS), 关于特定半导体制造设备出口管制的最终规则, 2023年10月.
source: 公开披露与公开资料整理 本页仅用于产业链学习、信息检索和研究辅助;不构成投资建议,不预测涨跌,不提供买卖、仓位或目标价建议。
完整概念页 复盘 13 节结构 公司投研页 沿产业链找到受益公司 投资课 把概念转成可跟踪模型