a group of square objects

SolVision成功案例

半導體業

晶粒邊緣崩裂檢測解決方案

以AI輔助半導體晶粒品質控管

半導體晶片尺寸微縮：晶圓切割製程技術的考驗

加工完成的晶圓需透過切割(sawing)製程將晶粒(die)切割分離以執行後續封裝工序。隨著現代電子產品的體積愈趨輕薄短小，晶片尺寸亦不斷微縮，相同晶圓尺寸內切割的晶粒數量愈來愈多，切割道也愈來愈窄，增加晶粒邊緣崩裂的風險。因此，確實檢出晶圓在切割製程(Wafer Die-Saw)中所造成的崩裂對於後續封裝製程的良率控制至關重要。

AI瑕疵檢測

晶圓切割製程的複雜參數：晶粒邊緣崩裂的不確定性

晶圓切割製程中可能造成晶粒邊緣崩裂(Chipping)瑕疵，影響晶片強度甚鉅，嚴重時可能導致晶片在後段製程受到應力時發生晶片斷裂情形。由於崩裂瑕疵出現的位置及型態不固定，以致傳統光學檢測(AOI)測無法精準地將瑕疵檢出，影響整體產品良率。

為封裝製程打好基礎：透過AI掌握晶粒的崩裂瑕疵

運用SolVision AI影像平台的Segmentation技術，將影像樣本中的瑕疵特徵予以標註並藉以訓練AI模型，完成訓練的AI模型即可自動檢出並標註晶粒邊緣崩裂瑕疵的位置，大幅降低晶片在後續封裝製程中斷裂的風險。

晶圓切割檢測案例

邊緣崩裂

相關文章

  • 細胞病變辨識及分類解決方案

    切片顯微影像中細胞的外觀不固定，細胞病變發生的位置、型態也十分隨機，導致每位醫師對於癌細胞的判斷及圈選標準不盡一致，更無法透過傳統光學檢測以撰寫邏輯方式判斷癌細胞的型態。資料擴增結合AI深度學習技術可以更快速準確地判讀細胞特徵！
  • Glass Fiber Bobbin De-racking

    AccuPick 3D 智慧料箱揀選解決方案

    AccuPick 3D 智能料箱揀選解決方案是所有機器視覺擷取應用的最終解決方案。只需1-3張圖片，即可在幾分鐘內開始擷取箱內物件，輕鬆處理各種庫存單位。
  • black and white labeled box

    自動化導線架品質檢測

    導線架表面的各類瑕疵，包含邊緣毛邊、黑點雜質、刮痕等。若使用傳統的AOI檢測，當檢測背景與瑕疵較為相近時，容易發生漏檢的情形。使用SolVision AI瑕疵檢測工具進行學習，以擴增功能增加AI學習範圍，能有效檢測出各類導線架瑕疵，在雜亂或複雜背景中，也能精確辨識有很好的辨識效果。

  • LED PCBA瑕疵檢測解決方案

    PCB【AI瑕疵檢測】LED中PCBA的良率難題：元件既多且雜，瑕疵檢測大不易！運用SolVision AI影像平台技術，在影像樣本中定位並標註鋁基板上的刮痕、髒污等異常及瑕疵情形，透過AI深度學習，即可自動且即時地檢出並定位鋁基板上的各式瑕疵，大幅提升產線生產效率。