當前位置: 首頁 > 新聞資訊 > 行業(yè)資訊 > 用心護“芯”，康耐視讀碼器為芯片智造保駕護航

用心護“芯”，康耐視讀碼器為芯片智造保駕護航

       一場疫情，導致當下全球半導體缺芯嚴重，讓中國認清短板的同時也發(fā)現(xiàn)了機遇。雖然國內(nèi)自主研制暫時無法達到國際優(yōu)異水平，但是依然有眾多國內(nèi)芯片企業(yè)在堅持不懈地進行自主研發(fā)，讓我們看到了中國企業(yè)的凝聚力與自強精神。

 

      而半導體芯片的檢測是制造中不可缺少的一部分，是為提高保障生產(chǎn)芯片的質(zhì)量，因此其在整個制造流程中起著至關(guān)重要的作用。康耐視智慧檢測方案專為芯片制造保駕護航，更為助中國芯片制造一臂之力！芯片檢測中的難點問題，就交給康耐視來一網(wǎng)打盡！

image.png

對準解決方案

晶圓和晶片對位

如今，半導體的特征尺寸為納米級，這就要求在執(zhí)行制造工藝(如光刻、切割、引線接合和包裝)時具有超高的精度和對準。


挑戰(zhàn)Challenge

     無論是在光刻工藝、晶圓探測和測試，還是晶圓安裝和切割過程中，視覺對準不良都會在機器的整個使用壽命期間造成數(shù)以千計的對位損壞晶圓。表現(xiàn)不佳的視覺系統(tǒng)會降低半導體設(shè)備公司的市場份額，并大大增加其支持成本。


解決方案Solutions

image.png

       PatMax技術(shù)為晶圓檢測、探測、安裝、切割和測試設(shè)備提供穩(wěn)定、準確且快速的圖案定位，以幫助避免這些問題。PatMax使用獲得專利的幾何圖案發(fā)現(xiàn)算法來定位和對齊可變晶圓和晶粒圖案。它能以非常高的精度和可重復性對準晶圓和晶片，確保整個半導體制造流程中設(shè)備性能的可靠性。借助康耐視技術(shù)的幫助，OEM能夠優(yōu)化設(shè)備的整體性能，從而提高質(zhì)量和產(chǎn)量。


識別/可追溯性解決方讀取IC上的字符和代碼

       半導體行業(yè)要求制造商對設(shè)備質(zhì)量和假冒偽劣產(chǎn)品實施更多的控制，因此集成電路芯片的可追溯性要從制造層面開始。晶圓、晶圓載體、引線框架、晶片和成品封裝都有識別碼，必須在流程的每一步進行讀取和驗證。


挑戰(zhàn)Challenge

      在經(jīng)歷了費力的封裝測試過程后，半導體芯片最終擁有了它的識別號，其中包含了制造商信息和IC的技術(shù)規(guī)格。這個字母數(shù)字代碼被印在IC的頂部表面。這一信息的可讀性對于半導體制造商的內(nèi)部和外部可追溯性至關(guān)重要。識別和確認這些信息傳統(tǒng)上是由基于規(guī)則的機器視覺完成的。然而，傳統(tǒng)的算法難以讀取激光標記或化學蝕刻在集成電路上的小和可變的文本字符串。其他影響可讀性的常見問題是高度紋理表面和環(huán)境層壓，使圖像中的字符變形。


解決方案Solutions

image.png

       康耐視深度學習技術(shù)解決了基于規(guī)則的圖像處理技術(shù)所不能解決的挑戰(zhàn)。康耐視深度學習字符識別工具使用內(nèi)置庫讀取彎曲的字符串、低對比度的字符以及變形、歪斜和蝕刻質(zhì)量差的代碼，該庫預先訓練了一千多個字符。字符識別工具還提供重新訓練的能力， 因此用戶可以解決第一次沒有自動識別的新字符或特定字符?？焖俣鴾蚀_地讀取芯片的識別碼可以提高可追溯性，并確保捕捉到正確的信息，使其在未來需要時可以使用。


檢查/分類解決方案集成電路引線外觀檢測

      對于半導體制造商來說，衡量質(zhì)量的良好指標是“每片晶圓的成品率”。使用機器視覺和深度學習技術(shù)在流程的各個環(huán)節(jié)進行缺陷檢驗，有助于及早發(fā)現(xiàn)問題。康耐視的深度學習技術(shù)可以幫助隔離制造過程中的缺陷原因，以便迅速采取糾正措施并記錄結(jié)果。制造工藝的優(yōu)化和缺陷的減少，可以增加產(chǎn)量。


挑戰(zhàn)Challenge

       半導體制造商必須重視其集成電路芯片上針腳的掛擦、扭曲、彎曲或缺失等情況。芯片容錯率很低，如果存在任何缺陷，即使是在最表層，也會使芯片成為廢品。在整個半導體生產(chǎn)過程中，機器視覺用于嚴格地監(jiān)控質(zhì)量和查找缺陷。然而，因為可能出現(xiàn)的缺陷類型太多，所以使用規(guī)則式算法對檢測進行編程是非常低效的。深度學習視覺軟件無需使用大量的缺陷庫即可幫助限制半導體缺陷并提高產(chǎn)量。


解決方案Solutions

image.png

      康耐視深度學習為識別異常特征提供了一個簡單的解決方案，甚至不需要使用“不合格”(NG) 圖像進行訓練。工程師使用康耐視深度學習工具，從“合格”(OK) 的集成電路引腳圖像中學習。缺陷檢測工具學習芯片引線和引腳的正常外觀和位置，并將所有偏離的特征描述為有缺陷。這種機器視覺系統(tǒng)和深度學習軟件的強大配對使半導體制造商能夠?qū)崿F(xiàn)更低的測試成本，并提高整體產(chǎn)品質(zhì)量。


相關(guān)產(chǎn)品