應材發表人工智慧半導體缺陷檢測,降低取得關鍵缺陷成本 3 倍

作者 | 發布日期 2021 年 03 月 17 日 17:10 | 分類 公司治理 , 國際貿易 , 晶圓 Telegram share ! follow us in feedly


半導體設備廠商美商應材 (Applied Materials) 於 17 日宣布,推出製程控制方面的重大創新,就是在設備中運用大數據與人工智慧技術,協助半導體製造商加速研發時程、更快創造營收,同時獲取更多利潤。

應材指出,半導體技術日趨複雜且所費不貲,而全球晶片製造商想要縮短研發及提升良率所需的時間,換算下來相當於數十億美元。成功與否取決於缺陷控管以及良率提升的能力,在縮小線寬的同時,良率的提升也更挑戰。同樣地,3D 電晶體的成形和多重處理技術也會帶來微妙變化,這些變化可能會造成良率不良的加乘效果,使得晶圓缺陷的診斷與改善更為耗時。

因此,應材將使用新型製程控制措施解決上述挑戰,引領大數據與人工智慧的技術帶入晶片製造技術的核心。應材的解決方案較傳統方法能更快、且更好、並更有效地找出缺陷並加以分類。而相關解決方案包含了以下的 3 項要素:

全新 Enlight 光學晶圓檢測系統:

歷時 5 年開發出的 Enlight 系統結合領先業界的超高速度與高解析度及先進的光學元件,每次掃描都能收集到更多的良率關鍵資料。Enlight 系統架構使得光學檢測系統更具經濟性,與同業的作法相比,取得關鍵缺陷的成本降低了 3 倍。大幅改善成本之故,晶片製造商使用 Enlight 系統便能在半導體製程中插入更多檢測點。如此一來,所產生出的大數據加強 「產線監控」 這項統計製程控制方法的能力,在晶圓缺陷發生前先行預測與偵測缺陷可能的成因,以保護良率,並協助加快修正動作與恢復產線。

新型 ExtractAI 技術:

能從高階光學掃描器產生的數百萬個訊號,有效區別訊號與雜訊,並快速精準地分辨出不利於良率的缺陷。ExtractAI 是目前同業唯一的解決方案,在光學檢測系統所產生的大數據,以及對特定良率訊號進行分類的電子束 (eBeam) 檢視系統之間建立即時連結,Enlight 系統用推理的方式解析晶圓圖上的所有訊號,區分出不利於良率的缺陷及雜訊。ExtractAI 技術的效率極高,只要檢視 0.001% 的樣品,就能找出晶圓圖上所有潛在缺陷的特徵。客戶會輕鬆得到一個缺陷分析,並據此採取明確行動,以加快研發步伐、提升產量和提高良率。人工智慧技術能夠在量產期間快速找出新的缺陷,同時隨著大數據的診斷跟分析,有效提高其效能。

SEMVision 電子束複檢系統:

是全球最先進、應用最廣泛的電子束複檢技術。SEMVision G7系統憑藉其領先業界的解析度,能相容於新的 Enlight 系統和 ExtractAI 技術,能有效地進行缺陷分類與自雜訊中辨別缺陷,協助客戶即時找出製程中的新缺陷,進而提高良率與獲利能力。

應材進一步指出,採用 ExtractAI 技術的全新 Enlight 系統,是應材史上最快速量產的檢測系統,目前全球所有頂尖的晶圓代工邏輯客戶均已採用這套系統。而 SEMVision 系統則是 20 多年來始終在業界領先的電子束檢視系統,全球客戶晶圓廠的安裝數量超過 1,500 套系統。

(首圖來源:官網)