工業技術研究院

技術簡介

利用卷積神經網路AI模型，建立各項缺陷與來源間的權重關係，可偵測晶圓圖譜的三項缺陷來源，包含晶圓表面塊狀汙染、探針晶粒間隔錯位缺陷、載台污染。GPU運算模式平均一片晶圓耗時1.4秒。三項缺陷來源AI模型的辨識準確率都大於90％。

Abstract

The convolutional neural network AI model is used to establish the weight relationship between various defects and sources, and can detect three sources of defects in the wafer map, including block contamination on the wafer surface, probe grain spacing misalignment defects, and carrier stage contamination. The GPU computing mode takes an average of 1.4 seconds per wafer. All AI Model precision for three defect source more than 90％。

技術規格

自適應分析模組辨識缺陷準確率＞ 90％; GPU運算時間＜ 1.4 秒/晶圓

Technical Specification

AI Model precision ＞ 90％; The GPU computing time＜ 1.4 sec/wafer

技術特色

以智慧化AI自適應軟體模式取代傳統停機調整檢測參數模式，大幅減少人工分析，判斷時間縮短，可in-line即時監控分析

應用範圍

晶圓點測機、晶圓研磨機、晶圓形貌檢測機

接受技術者具備基礎建議（設備）

wafer probing machine, wafer grinding/polishing machine, wafer geometry inspection machine

接受技術者具備基礎建議（專業）

設備整合測試

聯絡資訊