写在前面

刚进入半导体量检测设备行业时，最先遇到的障碍往往不是某一种设备，而是一连串看似熟悉、实际却很难形成直觉的单位和指标：毫米、微米、纳米、埃，分辨率、准确度、重复性、再现性……

这些词单独查都不难，难的是把它们放进同一幅图里：被测对象到底有多小，设备能看见多小的变化，测量结果又有多可信？

本文先不深入某一种设备原理，而是建立一套阅读规格书和技术资料所需的基础尺度感。后续再遇到膜厚、线宽、套刻、缺陷尺寸等指标时，就不会只剩下一串没有画面的数字。

一、先分清“量检测”中的两个任务

行业里常把 Metrology 和 Inspection 合称为“量检测”，但它们关注的问题并不完全相同。

• 量测（Metrology）：回答“是多少”。例如线宽是多少、薄膜有多厚、两层图形偏了多少。
• 检测（Inspection）：回答“有没有异常、异常在哪里”。例如晶圆上是否存在颗粒、刮伤、残留或图形缺陷。

两者会相互配合。检测设备先从大面积晶圆中找出疑似异常位置，量测设备再对关键尺寸或位置进行定量分析。实际产品的边界可能重叠，但阅读资料时先问一句“它是在找异常，还是在给出数值”，通常能快速抓住设备的核心任务。

半导体制造中常见的测量对象包括：

二、从毫米一路缩小到纳米

长度的 SI 基本单位是米（m）。毫米、微米和纳米并不是三套不同单位，而是在“米”前加上十进制词头。

最值得记住的是：每跨一级，都是 1,000 倍，而不是 10 倍。

1
2
3
4

1 m
└── 1,000 mm
    └── 1,000,000 μm
        └── 1,000,000,000 nm

换一个更实用的写法：

1
2
3

1 mm = 1,000 μm = 1,000,000 nm
1 μm = 1,000 nm
1 nm = 0.001 μm

单位符号也容易写错：微米是 μm，其中 μ 是希腊字母 mu；纳米是小写的 nm。数字与单位符号之间按 SI 书写规则留空格，例如 20 nm，但词头和单位之间不留空格。

2.1 “埃”是什么

有些材料、晶体或膜厚资料还会使用埃（ångström），符号为 Å：

1
2

1 Å = 0.1 nm = 100 pm
10 Å = 1 nm

Å 不是 SI 单位，但在描述原子尺度、晶格间距和很薄的膜层时仍很常见。看到 30 Å，可以先换算成 3 nm 来理解。

三、给这些数量级找几个“参照物”

只背换算关系很快就会忘，建立直觉更有效的方法是给每个数量级找一个参照物。下面的数值只用于理解数量级，同类物体本身会有明显差异，不应当作测量标准。

假设一根头发直径为 80 μm：

1

80 μm = 80,000 nm

那么 20 nm 大约只是这一直径的四千分之一。这个比例比“20 纳米很小”更有画面感。

还可以做一个缩放实验：如果把 1 nm 放大成 1 mm，相当于放大了一百万倍。在同样比例下：

• 1 μm 会变成 1 m；
• 100 μm 会变成 100 m；
• 一根几十微米粗的头发，会变成几十米粗的柱子。

这就是量检测设备面对的世界：既要在接近整片晶圆的范围内定位，又要识别纳米级的变化。

3.1 面积和体积换算不能只乘一次

长度单位换算很直观，但面积和体积会把换算倍数平方或立方，这是另一个常见错误：

1
2
3

1 mm² = (1,000 μm)² = 1,000,000 μm²
1 μm² = (1,000 nm)² = 1,000,000 nm²
1 μm³ = (1,000 nm)³ = 1,000,000,000 nm³

因此，缺陷的“直径为 1 μm”和“面积为 1 μm²”不是同一种描述，不能直接互换。看到缺陷密度、扫描面积和体积浓度时，也要先确认单位的指数。

四、尺寸小，不等于测量要求只有一个数字

看到“分辨率 1 nm”或“精度 0.1 nm”时，不能只比较数字大小。设备指标描述的是不同能力，如果把它们都理解成“精度”，很容易误判。

4.1 分辨率：能不能区分这么小的变化

分辨率（Resolution） 描述测量系统分辨微小变化的能力。

一把最小刻度为 1 mm 的尺子，很难可靠地区分 10.1 mm 和 10.2 mm。同理，一台设备显示了很多小数位，不代表它真的能分辨相应的物理变化。显示位数不等于分辨率。

在成像系统中，“分辨率”还可能指能否把两个靠得很近的目标区分开；在数值测量系统中，则更强调能否对微小的量值变化作出可信响应。因此，阅读规格时必须结合测量对象和测试方法。

4.2 准确度：离参考值有多近

准确度（Accuracy） 描述测量结果与参考值的一致程度。它是一个定性概念，工程规格通常会进一步用偏差、误差或不确定度等量来表达。

假设标准样件的参考值是 100.0 nm，设备多次测量的平均值是 102.0 nm。结果可能非常稳定，但整体偏高约 2.0 nm。此时设备的重复性可能很好，却存在明显的系统偏差。

4.3 重复性：相同条件下测得稳不稳

重复性（Repeatability） 关注在相同测量方法、设备、位置和较短时间内，对同一对象连续测量时，结果是否集中。

例如连续测量得到：

1

100.1 nm、100.0 nm、100.1 nm、100.0 nm

这些结果很集中，说明短期重复性较好。重复性常用标准差或 3σ 等统计量描述，具体口径必须以规格定义为准。

4.4 再现性：条件变化后还一致吗

再现性（Reproducibility） 关注测量条件发生变化后，结果之间仍能否保持一致。变化可能来自不同设备、不同人员、不同时间、不同实验室或不同环境。

一台设备在十分钟内重复测量很稳定，不代表它隔天、换机台或换环境后仍能得到一致结果。对于产线而言，长期和跨机一致性往往比一次漂亮的短期数据更重要。

4.5 偏差与不确定度

• 偏差（Bias）：大量测量结果的平均值相对参考值存在的系统性偏移。
• 测量不确定度（Measurement Uncertainty）：根据现有信息，对测量值可能分散范围的量化描述。

不确定度不是“设备犯错的概率”，也不等同于简单的正负误差。它通常来自重复性、校准、标准样件、算法、环境和取样等多个分量的合成。

五、用靶心理解“准”和“稳”

把参考值想象成靶心，把每次测量结果想象成落点：

这个模型说明了一个重要事实：设备每次都测出同一个数，不代表这个数就是对的。 稳定的系统误差仍然是误差，需要通过可溯源的标准、校准和测量系统分析来识别。

六、为什么纳米级测量特别难

测量对象进入纳米尺度后，很多在宏观世界中可以忽略的因素都会变得显著。

6.1 振动

地面振动、运动平台、风扇和附近设备都可能影响成像或定位。因此高精度设备会关注隔振、结构模态和运动控制。

6.2 温度

材料会热胀冷缩。即使温度变化很小，当测量范围较大或目标不确定度很小时，热漂移也可能不可忽略。设备预热、恒温和温度补偿因此非常重要。

6.3 空气与污染

气流会引起温度波动和机械扰动，空气折射率变化会影响光学测量。颗粒、湿度以及样品表面状态也可能改变测量结果。

6.4 被测对象本身

纳米结构未必存在一个天然、唯一的“边界”。不同材料对比度、侧壁形状、表面粗糙度和测量方向，都会影响边缘如何定义。设备最终给出的尺寸，往往同时依赖物理信号和算法模型。

6.5 测量可能影响样品

电子束、探针或较强光照都可能与样品发生作用。量测需要在信噪比、速度、样品损伤和成本之间权衡，并不存在对所有场景都最好的单一方案。

七、不要把“制程节点”直接当成一把尺子

7 nm、5 nm、3 nm 这样的先进制程名称很容易让新人误以为：芯片上某个关键结构的宽度就等于这个数字。

在现代工艺中，节点名称更多是代表一代制造技术的商业与技术标识，并不对应一个统一、固定的几何尺寸。同一节点中，栅极、金属间距、接触孔和其他结构有各自的实际尺寸；不同厂商使用相同节点名称，也不意味着所有尺寸和性能完全相同。

因此要把两类数字分开：

• 节点名称：一代工艺平台的名称；
• 实际量测值：针对具体结构、具体方向和具体测量方法得到的尺寸。

量检测工作真正面对的是后者。

八、读设备规格书时，至少追问这八件事

以后看到一个很漂亮的纳米级指标，不妨先逐项确认：

1. 测量对象是什么？ 是 CD、膜厚、套刻、台阶高度，还是缺陷尺寸？
2. 指标名称是什么？ 分辨率、重复性、准确度，还是不确定度？
3. 统计口径是什么？ 标准差、3σ、最大值，还是均方根值？
4. 测量条件是什么？ 同点重复、重新对准、换片，还是跨天测试？
5. 量程和视场是什么？ 指标是否只在特定范围或特定模式下成立？
6. 参考值从哪里来？ 是否经过校准，能否追溯到更高等级的标准？
7. 吞吐量是多少？ 更慢、更高剂量或更多次平均是否才得到该指标？
8. 样品有什么限制？ 材料、结构、表面状态和图形方向是否影响结果？

孤立的“0.1 nm”信息量很少。只有测量对象、条件、统计口径和参考体系齐全，这个数字才真正具有可比性。

九、建立尺度直觉的三个练习

9.1 所有数字先换成同一单位

比较 0.08 μm 和 60 nm 时，先统一成纳米：

1

0.08 μm = 80 nm

于是两者的差异一目了然。工程沟通中，单位不统一是最常见也最容易避免的错误之一。

9.2 每个指标都补全“名词”

不要只记“设备能到 1 nm”，而要改写为完整句子：

1

在什么样品、什么条件下，哪个测量量的什么指标是 1 nm？

只要句子补不完整，就说明对这个指标的理解还不够。

9.3 用比例而不是孤立数字思考

如果目标尺寸为 20 nm，测量结果的波动为 1 nm，那么波动相当于目标尺寸的 5%。相同的 1 nm 放到 1 μm 的对象上则只有 0.1%。绝对值必须结合被测尺寸和工艺容差理解。

比例有时也会用百分比或 ppm（parts per million，百万分之一）表示：

1
2
3

1% = 10,000 ppm
0.1% = 1,000 ppm
1 ppm = 0.0001%

但相对指标也不能脱离量程。例如 10 ppm 作用在 1 mm 长度上对应 10 nm，作用在 100 mm 长度上则对应 1 μm。

十、测得出来，还要判断“够不够用”

量检测的目标不是追求一个孤立的最小数字，而是判断测量系统能否支撑工艺控制。

假设某个工艺参数允许的上下限间隔很窄，而测量系统自身的波动已经占据其中很大一部分，那么观察到的变化就很难区分到底来自产品还是来自测量。反过来，即便设备能显示到 0.001 nm，如果其重复性、长期稳定性或校准不确定度远大于这个末位数字，多出来的小数位也没有实际意义。

因此，评价测量能力通常要同时考虑：

• 被测对象的目标值和工艺容差；
• 测量系统的分辨率与短期重复性；
• 跨时间、跨设备的再现性和稳定性；
• 标准样件与校准链带来的不确定度；
• 取样位置和数量能否代表整片晶圆或整批产品；
• 测量速度、样品损伤和设备成本是否可接受。

这里还有一个容易忽略的边界：测量结果只代表实际被测到的样本。 在晶圆上测了十个点，不等于知道了每一个位置；检测到的缺陷数量，也会受到扫描区域、检测阈值和捕获率影响。设备能力、采样策略和统计判断必须放在一起看。

十一、小结

这一篇最重要的不是记住多少参照物，而是建立四层认识：

1. mm → μm → nm → pm 每相邻一级相差 1,000 倍；1 Å = 0.1 nm。
2. 量测回答“是多少”，检测回答“有没有异常、在哪里”。
3. 分辨率、准确度、重复性、再现性和不确定度描述不同能力，不能统称为一个模糊的“精度”。
4. 任何纳米级指标都必须连同测量对象、条件、统计口径和参考体系一起阅读。
5. 测量能力最终要相对工艺容差、采样范围和使用成本来判断，而不是只看小数位数。

当你能把一个规格数字放回这四层语境中，它就不再只是“小数点后很多位”，而会变成可以分析、比较和质疑的工程信息。

下一篇可以继续梳理半导体量检测设备的主要技术路线：光学、电子束、X 射线和探针分别能看到什么，又各自牺牲了什么。

参考资料

• BIPM：SI Brochure
• BIPM：metre（米）的 SI 定义
• NIST Technical Note 1297：Measurement Terminology
• NIST/SEMATECH：Resolution
• NIST/SEMATECH：Bias and Accuracy