最新！美国光学半导体晶圆检查机集成了AI和大数据，运行速度提高了3倍
在制造商将晶片切割成芯片之前，必须经过数百个生产步骤。在此过程中，成本高达220亿美元的光半导体晶片检查机起着关键作用。
最近，成立于1967年的美国半导体和显示设备制造商Applied Materials推出了新一代光学半导体晶圆检查机，该机结合了大数据和人工智能技术自动测量设备，将自动检测更多的晶圆，并发现更多致命的晶圆会影响芯片的缺陷。
人工智能进入了半导体制造业，为什么？
应用材料副总裁Keith Wells在接受外国媒体VentureBeat采访时说：
我们知道，人工智能和大数据有可能改变每个领域。今天，我们已经将人工智能和大数据带入了半导体制造业。
一方面自动测量设备，全球流行的芯片严重短缺。随着制造商提高生产能力，晶圆检查成本也在增加。
十年前，制造商的制造成本约为90亿美元，但现在已经翻了一番。即使可以通过降低芯片制造设备的成本来控制成本，制造延迟和检查失败也会导致工厂闲置并造成大量损失。
就存储芯片而言，停产一周将使年产量减少2％。此外，随着时间的推移，芯片价格将迅速下降，因此落后于计划的制造速度可能会严重损害收入。
换句话说，半导体技术正变得越来越复杂和昂贵。对于世界各地的芯片制造商而言，减少开发和部署高级制造工艺节点所需的时间可能相当于数十亿美元。
另一方面，随着线宽的缩小并成为抑制生产的主要因素，芯片缺陷变得越来越难以发现和纠正，并且检查工作也变得越来越复杂。
应用材料公司表示3D晶体管的形成和多处理技术也可能会产生影响良率的缺陷。
市场分析公司VLSI Research的首席执行官Dan Hutcheson表示：
快速准确地识别致命缺陷的能力是芯片工程师三十多年来一直在努力解决的问题。应用材料公司最新的检测系统是解决这一难题的突破性方法。新系统使用最先进的扫描电子显微镜来帮助识别来自光学检查器的信号，以对缺陷进行分类。新系统可以帮助制造商每增加1个小时，就可以减少260万美元的生产损失（指有缺陷的芯片造成的晶圆损失百分比）。
人工智能如何进入半导体制造业？
据了解，新的检测系统是Applied Materials目前最快的机器。
基思·韦尔斯说：
我们相信这将是业内最快的高端光学检测设备，并且速度将提高3倍。
该系统结合了速度，高分辨率和先进的光学技术。每次扫描将收集更多关键的产量数据，确定是否降低生产速度，并在晶圆具有不同程度的风险时发出警报。 ，从而将捕获关键缺陷的成本降低了3倍。
同时，该系统允许芯片制造商在工艺流程中插入更多检查点。大数据的可用性增强了“生产线监控”功能，该功能可以检测偏差并停止晶圆加工以保护成品率。它将实现根本原因的可追溯性，加快纠正措施并恢复批量生产。生产。
值得注意的是，应用材料公司推出的新一代光学半导体晶圆检查机集成了核心的ExtractAI技术。
由应用材料公司的数据科学家开发的这项技术解决了晶圆检测中最困难的问题：如何快速，准确地从数百万个信号中识别出高端光学扫描仪产生的甚至导致噪声下降的“噪声”。生产缺陷并将可能出现的问题的数量从一百万减少到一千。
ExtractAI将在制造商的光学检测系统和电子束检测系统SemVision生成的大数据之间建立实时连接。电子束检查系统对特定的屈服信号进行分类，并通过推断来区分屈服壁垒。
SemVision系统是世界上最先进且使用最广泛的电子束检查技术。它已安装在全球1,500家芯片工厂中。
基思·韦尔斯说：
在过去的五年中，晶圆检查机的成本持续上升。业界希望通过更多检查来提供更好的经济价值信息，应用材料公司正在努力实现这一目标。
