電子發(fā)燒友網(wǎng)報(bào)道（文/周凱揚(yáng)）隨著AI技術(shù)的急速發(fā)展，特別是在機(jī)器視覺領(lǐng)域，目前半導(dǎo)體產(chǎn)業(yè)的中下游已經(jīng)全面擁抱了這一技術(shù)。然而在上游的半導(dǎo)體制造中，也已經(jīng)有不少設(shè)備開啟了對(duì)該技術(shù)的應(yīng)用，比如晶圓檢測(cè)領(lǐng)域。在部分廠商仍在增加產(chǎn)能的當(dāng)下，如何進(jìn)一步降低制造成本就成了當(dāng)務(wù)之急。

放在晶圓檢測(cè)這道工序上，降低制造成本的方式就是進(jìn)一步提高缺陷檢測(cè)效率，及時(shí)發(fā)現(xiàn)缺陷就能幫助廠商減少更多的產(chǎn)量損失。要知道，對(duì)于現(xiàn)代晶圓廠而言，一旦因?yàn)槿毕荻鴮?dǎo)致停工檢測(cè)，造成的損失都是天價(jià)。可隨著制造工藝的提升，傳統(tǒng)的晶圓缺陷檢測(cè)手段也紛紛遇到了困難，這才有了AI的介入。

科磊

早在2020年，科磊公司就推出了一系列AI驅(qū)動(dòng)的晶圓缺陷檢測(cè)設(shè)備，包括eSL10、Kronos1190、ICOSF160XP和ICOST3/T7四大產(chǎn)品線。其中eSL10為電子束晶圓缺陷檢測(cè)系統(tǒng)，專為加速高性能邏輯與內(nèi)存芯片的上市速度而打造，尤其是那些依靠EUV***系統(tǒng)打造的芯片。

由于EUV***系統(tǒng)制造的芯片多為7nm以下的先進(jìn)工藝，在特征尺寸減小之下，勢(shì)必會(huì)產(chǎn)生超大吞吐量的數(shù)據(jù)足跡，所以檢測(cè)工具也需要更高的性能，乃至應(yīng)用人工智能檢測(cè)算法，才能保證檢測(cè)效率。而eSL10憑借科磊自研的SMARTs深度學(xué)習(xí)算法，可以在圖樣特征和工藝噪聲之間，精準(zhǔn)地辨別出極其細(xì)微的缺陷信號(hào)，從而找到影響設(shè)備性能的關(guān)鍵問題。

至于負(fù)責(zé)封裝檢測(cè)的ICOST3/T7，可以選擇在托盤T3和編帶T7輸出之間重新配置的同時(shí)，也一并引入了深度學(xué)習(xí)算法。ICOST3/T7可對(duì)缺陷類型進(jìn)行智能分類，從而提供對(duì)封裝質(zhì)量的準(zhǔn)確反饋，方便操作員更快地進(jìn)行產(chǎn)品質(zhì)量分類。

應(yīng)用材料

2021年，應(yīng)用材料也宣布他們?cè)谧约旱木A檢測(cè)設(shè)備中開始使用自研人工智能技術(shù)，ExtractAI。該技術(shù)充分利用了應(yīng)用材料的Enlight光學(xué)檢測(cè)工具，以及SEMVision電子束審查系統(tǒng)，利用深度學(xué)習(xí)來(lái)發(fā)現(xiàn)晶圓缺陷。

ExtractAI的作用其實(shí)就是連接Enlight和SEMVision兩大系統(tǒng)，光學(xué)檢測(cè)工具快速但分辨率有限，而電子束檢測(cè)工具較慢但分辨率高。先用Enlight系統(tǒng)快速生成潛在的缺陷大數(shù)據(jù)庫(kù)，ExtractAI用于分類缺陷和噪聲，SEMVision則用于驗(yàn)證訓(xùn)練ExtractAI獲得的結(jié)果。

如此一來(lái)，Enlight系統(tǒng)加上ExtractAI就能自動(dòng)識(shí)別晶圓上的特定缺陷了。額外的訓(xùn)練可以使其提供更高的精度和性能，且由這一過(guò)程產(chǎn)生的缺陷數(shù)據(jù)庫(kù)可以在晶圓廠之間共享。應(yīng)用材料表示，其實(shí)該技術(shù)早在公布之前，就已經(jīng)被頭部的幾家邏輯晶圓廠在使用了，而未來(lái)隨著DRAM工藝變得愈發(fā)復(fù)雜，會(huì)有越來(lái)越多的制造商采用這一技術(shù)。

小結(jié)

從晶圓缺陷檢測(cè)設(shè)備上開始應(yīng)用AI技術(shù)這一趨勢(shì)可以得知，半導(dǎo)體制造工藝的進(jìn)步往往是各個(gè)上游產(chǎn)業(yè)通力協(xié)作的結(jié)果，無(wú)論是制造材料、檢測(cè)設(shè)備還是光學(xué)系統(tǒng)，都必須跟上步伐，才有將工藝往可用的埃米級(jí)逼近的機(jī)會(huì)。

AI技術(shù)的加入，即便是舊一代設(shè)備也能享受更加精密的晶圓缺陷檢測(cè)，從而保證產(chǎn)能和良率。但設(shè)備廠商也都在加入下一輪軍備競(jìng)賽，隨著晶圓檢測(cè)負(fù)載中的數(shù)據(jù)增長(zhǎng)，未來(lái)HPC級(jí)別的模塊也很有可能出現(xiàn)在半導(dǎo)體設(shè)備上。