Inspeção de defeitos de wafer de semicondutor
Analisar cada camada do wafer quanto a defeitos e outras anomalias não desejadas
Produtos Relacionados
Ambiente de programação gráfica para análise de imagem industrial baseada em deep learning
Baseado na Tecnologia de Software de Visão In-Sight ViDi Deep Learning
Os wafers de semicondutores consistem em várias camadas. Para cada camada, é efetuado um processo complexo e preciso de deposição de material, aplicação de resistência, litografia, gravação e implementação de íons, após o qual a resistência é removida.
Antes de ser aplicada outra camada, a camada recém-gravada e implementada deve ser inspecionada quanto a defeitos. As camadas do wafer podem mostrar arranhões, defeitos de rotação, problemas de exposição, contaminação de partículas, hot spots, imperfeições da borda do wafer e uma ampla variedade de outros defeitos que afetam o eventual desempenho do chip.
Se não forem detectados imediatamente após a deposição da camada, tais defeitos só podem ser detectados no teste final, desperdiçando recursos valiosos à medida que valor adicional é adicionado a um produto defeituoso. Pior ainda, defeitos nos níveis mais baixos podem nem ser detectados. Mesmo que passem o teste elétrico final, as falhas não detectadas podem reduzir a confiabilidade de uso, levando à uma falha prematura.
O campo de possíveis defeitos é grande e eles podem estar localizados em qualquer ponto do wafer circular. Defeitos em revestimentos podem se manifestar como variações imprevisíveis de cor e devem ser detectados contra o fundo complexo de camadas previamente depositadas. Os sistemas de visão convencionais não podem ser programados para detectar uma variedade tão ampla de erros e não são confiáveis na detecção até de defeitos programados contra um fundo multicamadas.
Como a inspeção manual é lenta, ela só pode ser executada em um subconjunto estatístico de wafers. Isso também resulta em manuseio adicional de wafer, o que introduz novas fontes de contaminação e danos. Em contraste, o Software do Cognex Deep Learning realiza a triagem automatizada de defeitos em uma porção muito maior de wafers. A ferramenta de detecção de defeitos pode identificar até mesmo pequenos defeitos em qualquer lugar da camada de wafer, ignorando completamente as camadas subjacentes e rejeitando quaisquer anomalias. Ela também pode ser usada em um sistema de inspeção de duas camadas, onde identifica casos ambíguos e os envia para uma estação de inspeção manual offline para análise posterior.
