让芯片内部一览无余

  我们很难知道烤箱里何时才可以做到我们想要的状态。对于微电子芯片来说亦如此，其中的风险甚至更高：工程师们如何确认芯片内部全部符合设计师的意图？半导体设计公司怎么样来判断其知识产权是否被盗？更令人担忧的是，谁能确定其中没有秘密嵌入自毁开关或其他硬件木马？

  目前，探查是通过磨掉芯片的每一层并用电子显微镜检查来完成的。这样的一个过程很慢，当然也是破坏性的，因此这种方法很难让人满意。

  本文作者利瓦伊（Levi）研究半导体，埃普利（Aeppli）研究X射线。所以，在仔细思考了这样的一个问题之后，我们考虑使用X射线对芯片进行无损成像。虽然我们应该的分辨率超越了医用X射线扫描仪，但我们很清楚，这种分辨率是可能实现的。因此，我们的“芯片扫描”项目诞生了。

  几年后，我们还可以在不进行破坏的情况下，绘制最先进、最复杂的处理器的完整互连结构。目前，这样的一个过程需要的时间超过1天，但未来几年通过改进，应该能够在数小时内绘制出整块芯片。

  这项技术名为“叠层X射线分层成像术”（PyXL），需要用世界上最强大的X射线光源。不过，大多数这些设施恰好位于许多先进芯片设计所在地附近，因此很方便。所以，随着这项技术的普及，任何缺陷、故障或复杂的诡计都无法躲藏。

  决定采用这种方法后，我们的第一个任务是确定最先进的X射线技术能做什么。这项工作是在瑞士保罗谢勒研究所（PSI）完成的，埃普利在那里工作。瑞士保罗谢勒研究所是瑞士光源（SLS）同步加速器所在地，是迄今为止建造的15个最亮的相干X射线源之一。

  相干X射线与医疗或牙科诊所使用的X射线不同，其区别就好比是激光指示器发出的高准直光束与白炽灯泡向各个方向发出的光。瑞士光源和类似设施首先会将电子加速到接近光速，由此产生高度相干的X射线光子束。然后，磁场会使这些电子发生偏转，由此产生所需的X射线。

  为了解能用瑞士光源做什么，我们的跨学科团队从当地一家商店以50美元左右的价格购买了一台英特尔奔腾G3260处理器，并拆除了封装，露出硅芯片。该CPU采用22纳米互补金属氧化物半导体（CMOS）鳍式场效应晶体管（FinFET）技术制造。

  与所有此类芯片一样，G3260的晶体管由硅制成，但正是金属互连的排列将它们连接起来形成电路。现代处理器中的互连层超过15层，从上方俯瞰，就像一个城市街道网格地图。更靠近硅的低层具有令人难以置信的精细构造，在当今最先进的芯片中，它们之间仅相隔几纳米。互连层越往上构造越稀疏，间距越大，直到到达顶层，电性接触垫将芯片与其封装相连。

  我们从G3260上切下了一个10微米宽的圆柱体，开始做检查。之所以采取这一破坏性的步骤，是因为它大大简化了问题。10微米还不到瑞士光源光子穿透深度的一半，所以有了这么小的东西，我们就能探测到足够多穿过基柱的光子，从而确定内部情况。

  我们将样品放在了一个机械载物台上，让它绕其圆柱轴旋转，然后从侧面发射一束相干X射线。样品旋转时，我们用重叠的2微米宽点状图样来照亮它。

  在每个照明点，相干X射线在穿过芯片弯弯曲曲的互连铜塔时会发生衍射，将图样投射到探测器上，图样会被存储下来以供后续处理。记录下来的投影包含了有关X射线穿过的材料的信息，足以确定其三维结构。这种方法被称为“叠层X射线计算机断层成像术”（PXCT）。叠层成像术是一种通过光线的干涉图样产生物体图像的计算过程。

  PXCT的基础原理相对简单，类似于光线通过缝隙产生的衍射。你可能还记得，在物理入门课上，如果将一束相干光束穿过狭缝照射到远处的一个平面上，会产生夫琅禾费衍射图样。这是一种明暗带图样，或者说条纹图样，其间距与光的波长和狭缝宽度的比值成比例。

  如果不是通过狭缝照射光线，而是将其照射在一对紧密间隔的物体上，而且这些物体小得实际上就像点一样，那么你将得到一个不同的图样。物体在光束中的位置并不重要。只要它们彼此保持相同的距离，你就能移动它们，并且会得到相同的图样。

  虽然这两种现象本身都不能让你重建微芯片中错综复杂的互连，但如果把它们结合起来，你就会明白其中的原理。将这对物体放入狭缝中，产生的干涉图样是由狭缝和物体的组合形成的衍射所产生的，它揭示了狭缝的宽度、物体之间的距离以及物体和狭缝的相对位置等信息。如果稍微移动这两个点，干涉图样将会发生位移。正是通过这一种位移，我们大家可以精确计算出物体在狭缝中的位置。

  任何真实样品都可以被视为一组点状物体，产生复杂的X射线散射图样。这类图样可拿来推断这些点状物体在二维空间中的排列情况。利用这一原理，我们大家可以通过在光束中旋转样品，在三维空间绘制物体图像，这一过程称为“断层重建”。

  要以所需的分辨率绘制结构图，需要确保收集足够多的数据。分辨率由X射线波长、探测器大小和其他一些参数决定。我们最初使用瑞士光源做测量时，采用的是0.21纳米波长的X射线，探测器必须放置在距离样品约7米的地方才可以做到13纳米的目标分辨率。

  2017年3月，我们发布了一些很美的、关于英特尔奔腾G3260处理器中铜线D图像，展示了PXCT在集成电路无损成像中的应用。这些图像揭示了这种CMOS集成电路中电互连的三维特征和复杂性。同时，图像也捕捉到了一些有趣的细节，比如各层之间金属连接的缺陷，以及铜与其周围二氧化硅电介质之间的粗糙度。

  仅从这一原理论证演示就能够准确的看出，该技术在故障分析、设计验证和质量控制方面具有潜力。因此，我们从采用其他公司技术制造的芯片上切下了大小相似的圆柱体，使用PXCT进行了探测。由此产生的3D重建细节就像指纹一样，这一些细节是集成电路所独有的，也揭示了芯片的制造过程。

  早期取得的成功鼓舞了我们。不过，我们大家都知道我们可以做得更好，我们大家可以构建一种新型X射线显微镜，并提出更有效的方法，利用芯片设计和制造信息来改进图像重建。我们将这项新技术称为 “叠层X射线分层成像术”（PyXL）。

  首先要解决的问题是，当X射线微米左右时，如何扫描整个10毫米宽的芯片。未解决这个问题，我们首先将芯片相对于光束倾斜了一个角度。接下来，我们将样品绕垂直于芯片平面的轴旋转。与此同时，我们还以栅格方式横向移动样品。这样，便能用光束扫描芯片的所有区域。

  在这个过程中，穿过芯片的X射线时刻都会被集成电路内部的材料散射，形成衍射图样。与PXCT一样，来自重叠照明点的衍射图样包含有关X射线通过的冗余信息。然后，成像算法会推断出与所有测量到的衍射图样最一致的结构。利用这一些信息，我们就可以重建整个芯片的3D内部结构。

  当然，要开发一种新型显微镜，需要仔细考虑的问题有很多。它必须有稳定的机械设计，包括精确的移动载物台和位置测量。还须详细记录光束如何照亮芯片上的每个点，以及随后产生的衍射图样。要找到切实可行的方案来解决这样一些问题和别的问题，需要一个由14名工程师和物理学家组成的团队一起努力。PyXL的几何结构也要求我们开发新的算法来解释收集到的数据。这是一项艰难的工作，但到2018年年底，我们已成功探测了16纳米集成电路，并于2019年10月公布了结果。

  在这些实验中，个人会使用PyXL以虚拟方式剥离了每一层互连，从而揭示了它们形成的电路。在早期测试中，我们在最靠近硅的互连层的设计文件中插入了一个小缺陷。当我们将这个版本的互连层与使用PyXL重建的芯片作比较时，缺陷立即显现出来了。

  原则上，关于集成电路，甚至是以最先进的设备制造的集成电路，我们只需几天的工作就能够正常的使用PyXL来获得其完整性的有用信息。如今的尖端处理器内部的互连只相隔几十纳米，而我们的技术至少在原则上可以产生小于2纳米的结构图像。

  不过，提高分辨率确实需要更长时间。虽然我们制造的硬件能够以最高分辨率完整扫描的区域可达1.2厘米×1.2厘米，但这样做是不切实际的。放大感兴趣的区域可以更好地利用时间。在我们最初的实验中，对一侧0.3毫米厚的芯片上的一个方形区域进行低分辨率（500纳米）扫描需要30个小时。对芯片上一个更小的区域（仅40微米宽）进行高分辨率（19纳米）扫描则耗时60小时。

  成像速率基本上受到我们在瑞士光源上可用的X射线通量的限制。但其他设施有着更高的X射线通量，目前人们正在研究提高X射线源“亮度”的方法，也就是将产生的光子数量、光束面积及其传播速度结合起来。例如，瑞典隆德的MAX IV实验室开创了一种将其亮度提高两个数量级的方法。通过新的X射线光学方法，还可以将其提高一到两个数量级。结合这些改进，有一天，总通量会提高1万倍。

  有了这个更高的通量，我们实现2纳米分辨率的时间应该比现在实现19纳米分辨率所需的时间更短。我们的系统还可以在30个小时内，以250纳米的分辨率测量一个1平方厘米的集成电路，其大小与苹果M1处理器相当。

  此外，还有别的提高成像速度和分辨率的方法，比如更稳定地探测光束和改进我们的算法，以解释集成电路的设计规则以及X射线曝光量过高可能导致的变形。

  现在我们已可以从集成电路的互连布局中了解很多信息，随着进一步的改进，我们该能够全方面了解它，包括它所使用的材料。16纳米技术节点包括铜、铝、钨和被称为硅化物的化合物。我们还可以对硅晶格中的应变进行局部测量，这种应变来自制造尖端设备的多层制造工艺。

  铜互连技术正在接近其极限，因此识别材料可能特别的重要。在当代CMOS电路中，铜互连容易受到电迁移的影响，电流会将铜原子踢出对齐的队列，并在结构中造成空隙。为了应对这样的一种情况，互连被包裹在屏障材料中。但这些护套可能会太厚，以至于几乎没办法给铜留下空间，导致互连电阻太大。因此，人们正在探索钴和钌等替代材料。我们所讨论的互连非常精细，因此就需要达到10纳米以下的分辨率才能将它们区分开来。

  我们有理由相信目标一定会实现。为支持构建新的和升级的X射线源，世界各地的研究人员提出了将PXCT和PyXL应用于硬件和湿件（大脑）的“连接体”，这也是关键论点之一。与此同时，我们在加利福尼亚和瑞士的实验室仍在努力开发更好的硬件和软件。所以在不久的将来，如果对自己的新CPU感到怀疑，或者对竞争对手的CPU感到好奇，你可以对它的内部工作方式来进行一次“飞越”之旅，以确保一切正常。