SolVision導入事例
パッケージ化された半導体チップの検査
AIによる教師なし学習で微小欠陥を検出
外部保護層とパッケージングプロセス
切断プロセスは半導体ウェハの品質に影響を与えることがあります。ウェハがシンギュレーションされた際、表面亀裂などの欠陥が発生することがあります。パッケージ化された後、ウェハは保護用のプラスチックやセラミックパッケージに固定されるため、従来の方法ではエッジの亀裂やその他の内部微小欠陥を検査することが困難です。
パッケージを通しての検出
パッケージ内部のウェハは、透過性のある特殊な光源とレンズを使用して撮影されます。この方法で撮影された画像では、エッジの亀裂やエッジが非常に似た色で表れるため、区別が難しくなります。さらに、小さな亀裂の形状や角度は不規則であるため、従来のルールベースのシステムではこのような検査タスクには効果的ではありません。
完璧な製品と不完全な製品の判別
AIを活用したSolvisionは、さまざまな検査タスクを補完するための個別機能を提供します。Anomaly Detection(異常検知)ツールは、ディープラーニング技術を使用して、AIモデルに「完璧な」ウェハのサンプル画像を学習させます。データ拡張ツールは、AIデータベースの生産シナリオを拡充し、認識能力を強化するために、潜在的なウェハの変動をシミュレーションします。トレーニング後、AIモデルは、ゴールデンサンプルとスキャンされた画像を比較し、パッケージ化されたチップのエッジにある微小な亀裂などの欠陥を、画像品質やほぼ同一の色に影響されることなく検出し、位置を特定します。
AI検査
スキャン画像
検出結果
スキャン画像
検出結果
スキャン画像
検出結果