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。

Quality control of semiconductor die with AI

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
«
»