SolVision成功案例
晶圆研磨瑕疵检测解决方案
化学机械平坦化(CMP)的AI辅助品质管控
半导体制造关键:
化学机械平坦化(CMP)影响晶元良率
化学机械平坦化(Chemical Mechanical Planarization, CMP)是半导体制造中不可或缺的製程之一,目的是为改善前製程的微小缺陷。于晶圆上完成一层积体电路后,需透过CMP将表面研磨整平,方可制作下一层积体电路。然而,研磨液中过大的颗粒及微粒凝聚体可能造成晶圆上的微划痕,是CMP製程中最主要的瑕疵类型。
CMP制程中,晶圆研磨痕迹让传统AOI难以检测瑕疵
CMP製程中的瑕疵包括微划痕、微粒残留及研磨垫碎屑等。研磨完成后,晶圆会生成极浅且轨跡雷同的研磨痕迹跡,形成影像中的复杂背景,又由于各式瑕疵的形态及位置不固定,使微划痕等瑕疵无法被轻易检出。除了微划痕外,晶圆表面常见瑕疵还包含白色脏污、黑色脏污、水痕、气泡等,种类繁多且复杂,没有既定的特征点,更没有固定的形态,传统AOI即使耗费大量人力撰写编写算法,仍无法精准检测整张晶圆影像的瑕疵资讯。
所罗门AI瑕疵检测,让晶圆瑕疵无所遁形
运用所罗门 SolVision AI影像平台的实例切割技术,定位并標註晶圆上的微划痕以及脏污等影像特徵,并借以训练AI模型。即便在具有研磨痕迹的影像背景之下,依然可以借由AI视觉轻易地检出深、浅的微划痕及其他脏污瑕疵,并精准地检测出瑕疵所在位置与面积。
晶圆研磨瑕疵检测案例
刮痕