如今機器視覺已經(jīng)成為半導體制造中不可或缺的必要項。機器視覺能幫助企業(yè)減少大量人力支出，以低成本、高效率制造高密度集成電路。
許多半導體制造商就通過康耐視機器視覺和深度學習技術(shù)，來確保在光罩和蝕刻過程中精確對準晶圓，以便在晶圓和晶片通過前后端工序時增加其可追溯性，并通過先進的檢測步驟提高產(chǎn)品質(zhì)量。
想知道如何以經(jīng)濟并高效的檢測方式，改進半導體質(zhì)量并提高盈利能力嗎?今天康博士就來向大家介紹，在半導體生產(chǎn)過程中，使用康耐視機器視覺和深度學習技術(shù)的益處。
1、對位解決方案
半導體制造需要超高精度。多年來，晶片的密度一直在穩(wěn)步上升。如今，半導體的特征尺寸為納米級，這就要求在執(zhí)行制造工藝(如光 刻、切割、引線接合和包裝)時具有超高的精度和對準?？的鸵晫式鉀Q方案通過使用行業(yè)領先的機器視覺工具，即使在不利條件下也能快速、精確地定位和對準圖案和基準點，從而最大程度地提高產(chǎn)量、提高質(zhì)量并降低成本。
適用范圍和場景：晶圓切口檢測、晶圓和晶片對位
2、識別/可追溯性解決方案
半導體行業(yè)的競爭非常激烈，這就要求制造商對設備質(zhì)量和假冒偽劣產(chǎn)品實施更多的控制。集成電路芯片的可追溯性更要從制造層面開始。在過去，識別和可追溯性意味著晶圓字符識別，而有時是指IC封裝DataMatrix碼讀取。這一領域的新趨勢是在晶圓背面創(chuàng)建多個標記以及芯片規(guī)模的可追溯性。晶圓、晶圓載體、引線框架、晶片和成品封裝都有識別碼，必須在流程的每一步進行讀取和驗證。這是為了掌握回溯信息，以防問題進一步發(fā)生在下游;無論是在系統(tǒng)級PCB裝配工廠還是在最終用戶客戶現(xiàn)場使用。根據(jù)不同的應用，康耐視機器視覺系統(tǒng)或深度學習光學字符識別工具可用于快速、準確地讀取字母數(shù)字字符或條形碼。
適用范圍和場景：晶圓字符識別、晶圓載體環(huán)的可追溯性、集成電路封裝的可追溯性、讀取IC上的字符和代碼
3、檢查/分類解決方案
半導體行業(yè)的特點是非常高質(zhì)量的標準與快速的新技術(shù)引進搭配。對于半導體制造商來說，衡量質(zhì)量的最佳指標是“每片晶圓的成品率”。更高的成品率可以轉(zhuǎn)化為更高的利潤率。使用機器視覺和深度學習技術(shù)在流程的各個環(huán)節(jié)進行缺陷檢驗，有助于及早發(fā)現(xiàn)問 題?？的鸵暤纳疃葘W習技術(shù)可以幫助隔離制造過程中的缺陷原因，以便迅速采取糾正措施并記錄結(jié)果。這可以同時忽略屬于可接受 水平的自然變化。隨著制造工藝的優(yōu)化和缺陷的減少，產(chǎn)量也會增加。
適用范圍和場景：晶圓缺陷檢驗、檢查和分類探針標記、檢測切割后的邊緣裂紋和毛刺、晶片表面的缺陷檢驗、檢查引線接合的缺陷、檢測WLCSP側(cè)壁上的微細破損、集成電路成型的外觀缺陷檢測和分類、集成電路引線外觀檢測
（轉(zhuǎn)載）
