引言

上一期我们聊的是碳纳米管品类混杂。那是显性问题，半导体型和金属型一旦混在一起，器件可能直接失效。

这一期换个角度，看一类更隐蔽的风险：微观结构缺陷。它不像品类混杂那样“一击致命”，更像晶圆里的慢性病。外观完好、类型合格的晶圆，纳米尺度下仍可能藏着管壁缺口、晶格畸变和无定形碳附着。常规抽检未必看得见，但长期服役中，它会造成漏电、性能衰减和老化加速。

一、这些“纳米伤口”从哪里来？

碳纳米管对生长条件非常敏感。生长温度、反应气体比例、压力、基底状态，某一参数只要有一点波动，就可能留下晶格空位、管壁破损、无定形碳附着等缺陷。

这些缺陷不会让器件一投产就报废，所以更容易被低估。它们会先阻止载流子的运动，使电导率下降；再在通电和高低温循环中扩散，加速材料老化；最后造成同批次晶圆性能参差不齐。

所以我们不能只问“有没有缺陷”，还要问“有多少、在哪里、是不是成片集中”。这些问题讲清楚，工艺优化才有方向。

图 1：微观缺陷从形成到可靠性下降的过程示意图

二、D峰和G峰：缺陷检测最直接的入口

和碳管类型检测一样，微观缺陷筛查也离不开拉曼光谱。这里最常用的，是D峰与G峰的组合分析。

• G峰代表碳纳米管规整有序的碳原子晶格，可以理解为材料完好区域的信号。

• D峰对应晶格畸变、管壁破损等无序结构，是缺陷信号。

主流判断很直接：用I_D/I_G，也就是D峰与G峰的峰高比评估缺陷密度；比值越大，缺陷越多。反向看I_G/I_D，数值越高，晶格完整性通常越好。行业里还会同步统计峰面积比值，用两组数据交叉验证。

这个指标评价的是相对缺陷水平，不是绝对缺陷数量；但用于研发调试和量产质控，已经足够实用。

图 2：D峰/G峰缺陷判别逻辑示意图

三、原理不难，难在真正扫完整片晶圆

原理不复杂。真正放到大尺寸晶圆上，麻烦才开始。

痛点1：缺陷爱“扎堆”，单点检测很容易失效

大量实测说明，缺陷并不均匀。它可能集中在中心、边缘，也可能随机形成带状区域。只抽几个点，可能刚好避开问题区，得出“品质良好”的误判。要看清真实分布，就必须逐点扫描整片晶圆。

痛点2：只知道有缺陷，却不知道缺陷在哪里

普通检测往往只能说“整体缺陷偏高”。可研发人员真正需要的是位置：在中心、在边缘，还是沿某条线聚集？没有可视化分布图，就只能凭经验反复调参数。

痛点3：不同基底，问题也不一样

蓝宝石和硅片是两类主流基底，检测难点不同。蓝宝石基底碳管密度低、信号弱，D峰容易被噪声盖住；硅基底信号更强，但也得考虑表面台阶、清洗残留影响，出现线性或带状集中缺陷。

图 3：单点抽检与全域缺陷成像的差异示意图

四、这一辑的结论

微观缺陷是影响碳纳米管晶圆长期可靠性的核心隐患。D/G峰比值法已经成熟，真正的瓶颈在于：能不能全域扫描，能不能把缺陷位置画出来，还能不能适配不同基底。

到这里，碳纳米管晶圆两大质检难题已经讲清楚：一是类型混杂，二是微观缺陷。接下来，行业需要的是一套能同时完成类型判别、缺陷筛查和全域测绘的综合检测方案。

下篇预告

理论和痛点说完，下一期我们进入实测。我们会针对2英寸蓝宝石基底和硅基两款主流晶圆，开展高密度全域拉曼扫描，用真实数据验证方案如何攻克上述难题。