プローブマークの検査と分類
ディープラーニング技術は、ばらつきが激しいプローブマークを識別して分類し、ウェハーテストの効率を高め、ダイの収率を増加させるのに役立ちます。
関連製品
ディープラーニング採用の工業用画像解析向けグラフィカルプログラミング環境
ディープラーニング採用In-Sight ViDi画像処理ソフトウェア搭載
ウェハーがダイシングに送られる前に、すべての個々の集積回路は連続性および機能欠陥に対するテストが行われます。これには、数十個の電気プローブ顕微鏡を備えたプローブカードが使用されます。各プローブは、接触が行われると、各ダイに小さなマークを残します。このマークはダイの中心にあり、プローブが正しい圧力を加えたことを示す必要があります。
プローブマークは、正確なプローブ性能を示す指標です。プローブが正常に動作していれば、正しい形状のプローブマークが残されます。プローブが正常に動作していない場合は、プローブマークの形状が不適切（NG）になります。たとえば、プローブの圧力が強すぎる場合、時間の経過により損傷が進み、正確な電気テストが行えなくなります。
プローブは高価であるため、作業寿命を維持するためには正しい圧力を維持することが重要です。従来のルールベースのマシンビジョンを使用して OK および NG マークを分類することは、マークの形状、大きさ、位置にばらつきがあるため、簡単ではありません。NG の読み取り精度が低いと、収率やチップの品質に悪影響を及ぼします。
Cognex Deep Learning ツールを OK と NG プローブマークの違いを確認するのに役立てることにより、マーク検査を簡単にして作業時間を短縮します。ソフトウェアには、数多くの正しいプローブマークを示す画像と、不適切なプローブマークを示す画像が予め登録されています。不適切なマークは、「圧力関係」または「中心ずれ」などで分類できます。
この情報を使用することにより、オペレータは、プローブの圧力やアライメントを調整し、適切なプローブマークの数を増やし、プローブの正しい作業状態を長く保つことができます。プローブマークにディープラーニング検査を使用することにより、OK を不適切に誤認したり、NG マークを適切と誤認する別の方法に比べて、ウェハーの収率を高めることができます。
