應材推出AI製程控制方案 提升良率/縮短研發時間
應用材料公司運用大數據與人工智慧技術控制製程，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。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。
應材推出以人工智慧為基礎的製程控制解決方案
應用材料公司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，能比傳統方法更有效地找出缺陷並加以分類。這三個要素分別為：
‧Enlight光學晶圓檢測系統：歷時五年開發出的Enlight系統結合高速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三倍。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。
‧ExtractAI技術：由應材數據科學家所開發，用以解決晶圓檢測環節中最棘手的問題：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是目前同業少見的解決方案，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)...
2021 年 03 月 18 日
