a group of square objects

SolVision成功案例

晶粒边缘崩裂检测解决方案

以AI辅助半导体晶粒品质控管

半导体晶芯片尺寸微缩:
晶圆切割制程技术的考验

加工完成的晶圆需透过切割(sawing)程将晶粒(die)切割分离以执行后续封装工序。随着现代电子产品的体积越趋轻薄短小,片尺寸亦不断微缩,相同晶圆尺寸內切割的晶粒数量越来越多,切割道也越来越窄,增加晶粒边缘崩裂的风险。因此,確保检出晶圆在切割程(Wafer Die-Saw)中所造成的崩裂对于后续封装程的良率控制至关重要。

晶圆切割程的复杂参数:晶粒边缘崩裂的不確定性

晶圆切割程中可能造成晶粒边缘崩裂(Chipping)瑕疵,影响片强度甚大,严重时可能导致片在后段程受到应力时发生片断裂情形。由于崩裂瑕疵出现的位置及型態不固定,以致传统光学检测(AOI)测无法精准地将瑕疵检出,影响整体产品良率。

为封装程打好基础:透过AI掌握晶粒的崩裂瑕疵

运用SolVision AI影像平台的实例切割技术,将影像样本中的瑕疵特征予以標註並借以训练AI模型,完成训练的AI模型即可自动检出并标注晶粒边缘崩裂瑕疵的位置,大幅降低片在后续封装程中断裂的风险。

晶圆切割检测案例

边缘崩裂

Wafer cutting inspection case
Wafer cutting inspection case
相关文章
  • 封装晶片边缘微裂瑕疵检测解决方案

    由于晶粒边缘崩裂瑕疵出现的位置及型态不固定,以致传统光学检测无法精准地将瑕疵检出,影响整体产品良率。运用SolVision AI影像技术,将影像样本中的瑕疵特征予以标注,完成训练的AI模型即可自动检出并标注晶粒边缘崩裂瑕疵的位置,大幅降低芯片在后续封装制程中断裂的风险。
  • Central Processor Of A Computer

    半导体晶片封装制程,高精度固晶检测解决方案

    固晶是晶片封装制程中的重要技术,固晶的精准与否,是半导体封装产线中产品良率的成败关键。但是传统光学检测无法利用撰写逻辑的方式检测角度、位移偏差及缺漏等瑕疵,经常造成漏检、误判、错误定位等问题,大大影响封装产线的生产效率。
  • AI影像辨识– OCR电子元件字符

    电子组件制造过程追踪为半导体之产出基石,辨识组件编号被视为生产重要环节之一。但较差环境下让AOI辨识更加困难,对于提升产线效率以及降低字符的误判度有很大改善空间。利用SolVision技术执行光学字符识别,有别于传统AOI,不受底色、环境光线及字符种类多等限制,可精准识别个别编码。
  • Close-up Photography of a Power Tool

    金属加工冲压件表面瑕疵检测解决方案

    金属加工冲压件上可能出现的瑕疵种类繁多且形态不一,油污及水渍更是不易观察。另一方面,金属加工件在取像时的亮度也各有差异,造成AOI瑕疵检测的执行相当不易。金属加工品的品管助手:AI瑕疵检测,经训练的AI模型可轻易检出各式冲压件上的瑕疵,大幅提升产品的表面质量。