《電子技術應用》
您所在的位置:首頁 > 人工智能 > 業界動態 > 應用材料公司推出基于大數據和人工智能的工藝控制“新戰略”

應用材料公司推出基于大數據和人工智能的工藝控制“新戰略”

2021-03-19
來源:應用材料公司

2021年3月16日,加利福尼亞州圣克拉拉——應用材料公司今天宣布其在工藝控制方面的重大創新,基于大數據人工智能技術,該項創新可助力半導體制造商在技術節點的全生命周期內加速節點進步、加快盈利時間并創造更多利潤。

半導體技術正變得日益復雜而昂貴,縮短先進技術節點研發和產能增長所需的時間,對全球芯片制造商而言價值數十億美元。隨著線寬的不斷縮小,曾經無害的微小顆粒變成影響良率的缺陷,使得檢測與缺陷校正的難度日益增加,而應對此問題的能力就是制勝關鍵。同樣地,3D晶體管的形成和多重工藝技術也帶來了細微變化,導致降低良率的缺陷成倍增加,而解決這些既棘手又耗時的缺陷正是這一技術攻關的核心所在。

應用材料公司正憑借工藝控制的“新戰略”,將大數據和人工智能技術的優勢融入到芯片制造技術的核心,以應對這些挑戰。該解決方案包括三個組成部分,較之于傳統方式,其實時協同工作能夠更快速、精準和經濟地發現缺陷并將其分類。這三個部分是:

 

image006.png

新型Enlight?光學晶圓檢測系統:經過五年的發展,Enlight系統結合業界領先的檢測速度、高分辨率和先進光學技術,每次掃描可收集更多對良率至關重要的數據。Enlight系統架構提升了光學檢測的經濟效益,使得捕捉每片晶圓關鍵缺陷的成本較其它同類的檢測方式降低三倍。通過顯著的成本優化,Enlight系統能夠讓芯片制造商在工藝流程中增加更多檢測點。由此產生的大數據可用性增強了“在線監控”,這是一種統計學工藝控制方法,可在良率出現偏差之前對其進行預測,立即檢測出偏差,從而停止晶圓加工以確保良率,同時迅速追溯缺陷的根本原因,快速校正并繼續進行大規模量產。

新的ExtractAI技術:由應用材料公司數據科學家開發的ExtractAI技術解決了最艱巨的晶圓檢測問題,即:從高端光學掃描儀產生的數百萬個有害信號或“噪音”中,迅速且精確地辨別降低良率的缺陷。ExtractAI技術是業界獨有的解決方案,可將由光學檢測系統生成的大數據與可對特定良率信號進行分類的電子束檢測系統進行實時連接,從而推斷Enlight系統解決了所有晶圓圖的信號,將降低良率的缺陷與噪音區分開來。ExtractAI技術十分高效,它能夠僅憑借對0.001%樣品的檢測,即可在晶圓缺陷圖上描繪所有潛在缺陷的特征。這樣我們可以獲得一個可操作的已分類缺陷晶圓圖,有效提升半導體節點發展速度、爬坡和良率。人工智能技術在大規模量產期間能夠適應和快速識別新的缺陷,隨著掃描晶圓數量的增多,其性能和效率也在逐步提升。

SEMVision?電子束檢測系統:SEMVision系統是世界上最先進和最廣泛使用電子束檢測技術的設備。基于行業領先的分辨率,SEMVision系統通過ExtractAI技術對Enlight系統進行訓練,對降低良率的缺陷進行分類,并將之與噪音進行區分。Enlight系統、ExtractAI技術和SEMVision系統的實時協同工作,能夠幫助客戶在制造流程中識別新的缺陷,從而提高良率和利潤。大量安裝使用的SEMVision G7系統已實現了和新型Enlight系統和ExtractAI技術的兼容。

VLSIresearch董事長兼首席執行官丹·哈奇森表示:“30多年來,晶圓廠工程師一直致力于解決如何快速并精確地從噪音中區分出降低良率的缺陷。搭載ExtractAI技術的應用材料公司Enlight系統是解決該項挑戰的突破性產品。由于系統用的越多,人工智能會被訓練的越聰明,隨著時間推移,它能夠提升芯片制造商每片晶圓的利潤。”

 

image007.png

應用材料公司集團副總裁兼成像與工藝控制事業部總經理基斯·威爾斯表示:“應用材料公司工藝控制‘新戰略’融合了大數據和人工智能,提供了一種智能且具有適應性的解決方案,可以幫助客戶節省時間,實現良率最大化。結合應用材料公司一流的光學檢測和電子束檢測技術,我們推出了業內獨有的智能解決方案,它不僅能夠檢測并對降低良率的缺陷進行分類,還可以實時學習和適應工藝變化。這項獨特功能可使芯片制造商更快攻關新技術節點爬坡時間,在整個工藝生命周期內高效捕捉降低良率的缺陷。”

采用ExtractAI技術的新型Enlight系統是應用材料公司有史以來成長最快的檢測系統,該款產品已被運用于客戶在全球領先的代工廠邏輯節點生產中。20多年來,SEMVision系統始終是業界領先的電子束檢測設備,已有超過1500臺設備遍布于全球的客戶晶圓廠內。


本站內容除特別聲明的原創文章之外,轉載內容只為傳遞更多信息,并不代表本網站贊同其觀點。轉載的所有的文章、圖片、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創文章及圖片等內容無法一一聯系確認版權者。如涉及作品內容、版權和其它問題,請及時通過電子郵件或電話通知我們,以便迅速采取適當措施,避免給雙方造成不必要的經濟損失。聯系電話:010-82306118;郵箱:aet@chinaaet.com。
主站蜘蛛池模板: 成人午夜视频在线播放 | 亚洲va在线va天堂va手机 | 交性大片欧美多人 | 日本三级韩国三级三级a级按摩 | 超级碰在线 | 亚洲精品午夜aaa级久久久久 | 成人黄色激情 | 中文字幕在线视频播放 | 成人三级视频 | 亚洲色图图片 | 日韩三级视频在线 | 欧美一级免费在线观看 | 很黄的网站在线观看 | 乱仑小说日本aⅴ | 天天操天天射天天插 | 外国一级黄色毛片 | 欧美日韩精品 | 欧美一区二区在线观看视频 | 欧美中文字幕在线观看 | 国产大片中文字幕在线观看 | 成年人在线看片 | 日本高清www无色夜在 | 天天色天天碰 | 久久精品国产波多野结衣 | 国产成 人 综合 亚洲绿色 | 美女黄色免费在线观看 | 美女一级a毛片免费观看 | 九九九九九九伊人 | 亚洲激情久久 | 草草草视频在线观看 | 东京加勒比中文字幕波多野结衣 | 欧美色图第二页 | nu77亚洲综合日韩精品 | 欧美日韩激情一区二区三区 | 九九综合九九综合 | 欧美三级日韩 | 丁香激情综合色伊人久久 | 亚洲欧美一区二区三区在线观看 | 在线观看黄网 | 日本一区二区高清免费不卡 | www视频网站 |