a group of square objects

SolVision導入事例

ウェハーダイシングにおける欠け欠陥の検出

AIによる半導体ダイの品質管理

半導体ウェハーのサイズ削減

ウェハーの切断は、ウェハーを個々のダイに分割し、後続の処理を行うための工程です。現代の電子機器は、より薄く、小さく、軽いウェハーを必要とするため、縮小されたウェハーチップは、より精密な切断プロセスが求められます。切断経路は狭くなり、シリコン結晶はより脆くなり、切断による損傷が増加します。
Quality control of semiconductor die with AI

ダイエッジ割れの予測不能性

ウェハーダイシング中に生じた割れたエッジは、ウェハーの強度を損ないます。深刻な場合、後続の生産プロセスでチップに応力が加わった際に破損する可能性があります。ひび割れの位置、サイズ、および形状は毎回異なり、従来の光学検査ではこのような予測不可能な欠陥を正確に識別することは困難です。

AIを用いたパッケージングの基礎固め

優れた認識能力を提供するSolVisionは、画像処理を通じてウェハーを検査し、生産欠陥を認識できるAIモデルをトレーニングできます。このシステムにより、さまざまな形状の欠けたエッジをリアルタイムで自動的に検出して位置を特定できるため、後のパッケージングプロセスでの破損の可能性を大幅に低減します。

AI検査

割れたエッジ

Wafer cutting inspection case
Wafer cutting inspection case
関連記事
  • a close up of a blue and yellow background

    LEDの自動視覚検査

    AIによる効率的なLED視覚検査 SolVisionは、画像処理を通じて様々なミニLED欠陥を特定するために設計されたインスタンスセグメンテーションツールを備えています。
  • ウェハーダイシングの品質管理

    SolVisionのインスタンスセグメンテーションツールを使用して、不規則な線や多重ドリリングの欠陥をサンプル画像にラベル付けし、AIモデルをトレーニングします。
  • AIを使用したコイン認識

    SolVisionは、酸化や状態に関係なくさまざまなコインを認識できます。一度訓練されたAIモデルは、コインのバッチを正確に額面ごとに分類します。
  • 従来のメータのデジタル化ソリューション

    デジタル化の困難点:従来のメーターのインターフェースの限界: 従来のガス監視機器は、ダッシュボードに表示されるものの、デジタルインターフェースがないため、数値情報を即座に中央監視システムにアップロードすることができず、プロセス全体のデジタル化に支障をきたしていました。