In-Sight 3900
In-Sight 3900 ist ein Hochgeschwindigkeits-KI-Vision-System mit hoher Rechenleistung und KI zur Verarbeitung von hochauflösenden Bildern und erweiterten Inspektionen auf Produktionslinien mit hohem Durchsatz.
Die entscheidende Rolle der Oberflächenprüfung bei der Halbleiter-Fertigung
Oberflächenprüfung ist ein kritischer Kontrollpunkt für die Qualitätskontrolle in der Halbleiterfertigung Fertigung und stellt den letzten Verifizierung vor dem Würfeln der Verpackung dar. Dies geschieht nach dem Dicing, wenn eine einzelne IC-Chiplage vom Wafer getrennt wurde, aber vor dem Die-Bonding oder dem Drahtbonden.
Bei der Prüfung wird sich auf das Auffinden von Oberflächenfehlern, die die Leistung beeinträchtigen oder zu Ausfällen in der Praxis führen, konzentriert. Häufige Fehlerarten sind Kratzer, Risse, Partikel, Rückstände, Verfärbungen und Musterverformungen, die häufig als Anomalien auf Mikrometerebene auf stark reflektierenden oder Oberflächen mit komplexen Mustern auftreten. Jede Fehlerkategorie birgt unterschiedliche Risiken, von sofortigen Funktionsstörungen bis hin zu langfristigen Zuverlässigkeitsproblemen.
Produktionsumgebungen mit hohem Volumen bergen daher erheblich Risiken. Durch die Weitergabe defekter ungehäuster Chips in kostspielige Packaging-Prozesse werden Material und Fertigungszeit verschwendet. Noch kritischer ist, dass defekte ungehäuste Chips, die beim Kunden ankommen, teure Ausfälle in der Praxis auslösen und den Ruf Ihrer Marke schädigen können. Die Prüfung sorgt dafür, dass nur „gute“ ungehäuste Chips weiterverarbeitet werden und schützt so sowohl die Ausbeute als auch die langfristige Zuverlässigkeit das Geräts, in dem sie später eingebaut werden. Diese strengen Anforderungen übertreffen oft die Fähigkeiten herkömmlicher Prüfmethoden und erhöhen den Bedarf an fortschrittlicheren Erkennung.
Komplexe Aufgaben bei der Oberflächenprüfung, die herkömmliche Wafer-Prüfmethoden überfordern können
Herkömmliche regelbasierte Bildverarbeitungssysteme weisen bei der Prüfung von Halbleiter-Chips-Oberflächen erhebliche Einschränkungen auf. Die zentrale Herausforderung besteht darin, Fehler im Submikrometerbereich auf Oberflächen mit unterschiedlichen Texturen, hohem Reflexionsvermögen und komplexen Schaltungsmustern zu erkennen, die tatsächliche Defekte verschleiern oder sogar nachahmen können.
Bei Chip-Oberflächen kommen stark reflektierende Bereiche mit komplizierten Merkmalen von Schaltungsmustern zusammen, so dass eine gleichbleibende Beleuchtung und eine genaue Fehlererkennung extrem schwierig ist. Herkömmliche Bildverarbeitungssysteme haben oft Schwierigkeiten, funktionale Schaltungsmerkmale von echten Oberflächenanomalien wie Kratzern oder Partikeln zu unterscheiden.
Zu den wichtigsten Herausforderungen bei der Halbleiter-Chip-Oberflächenprüfung gehören:
- Fehlererkennung auf Submikrometerbereich, die Auflösung und Empfindlichkeit über die Möglichkeiten herkömmlicher Bildverarbeitung hinaus erfordern
- Oberflächenreflektivitätsvariationen, die inkonsistente Bildgebung für die einzelnen ungehäusten Chips verursachen
- Komplexität des Musters, so dass Schaltungsmerkmale Defekte verschleiern oder zu falsch positive Erkennungen führen können
- Anforderungen an hohe Geschwindigkeiten, die schnelle Prüfungen ohne Einbußen bei der Genauigkeit erfordern
- Fehlervariabilität, wie z. B. Kratzer, Risse und Partikel an unvorhersehbaren Stellen und in unvorhersehbarer Ausrichtung
Herkömmliche Systeme zwingen Hersteller oft dazu, zwischen Geschwindigkeit und Genauigkeit zu wählen, wodurch Qualitätslücken entstehen, die fortschrittliche KI-gestützte Prüftechnologie durch adaptive Intelligenz und überlegene Mustererkennung schließen kann.
Oberflächenprüfung der nächsten Generation für die IC-Fertigung
Die Cognex KI verwandelt komplexe Herausforderungen bei Oberflächenprüfung in einen präzisen, automatisierten Prozess durch fortschrittliche Mustererkennung und maschinelles Lernen. Im Gegensatz zu regelbasierten Systemen, die von vorprogrammierter Fehlererkennung abhängen, lernt die KI-gestützte Prüfung direkt aus Beispielen von sowohl zulässiger als auch defekter ungehäuster Chips.
Das Trainieren mit verschiedenen Bildsätzen, die das gesamte Spektrum an Fehlerarten, Positionen und Erscheinungsbildern in der Produktion widerspiegeln, ermöglicht es dem System, Risse, Späne, Brandspuren, Partikel und andere Oberflächenanomalien zu erkennen und gleichzeitig zulässige Prozessvariationen zu ignorieren, die die Funktionalität nicht beeinträchtigen.
Fortschrittliche Klassifizierung schafft Mehrwert über einfache Pass/FailErgebnisse hinaus. Sobald ein potenzieller Defekt erkannt wird, kategorisiert das System ihn nach der genauen Art des Problems. Auf diese Weise können Prozessingenieure die Ursachen von Qualitätsproblemen identifizieren und gezielte Verbesserungen implementieren, um die Fehlerraten zu reduzieren und die Ausbeute zu erhöhen.
Der KI-Ansatz passt sich an stark reflektierende Oberflächen, komplizierte Schaltungsmuster und variable Texturen an, die sich für herkömmliche Prüfsysteme als schwierig herausstellen. So kann die Empfindlichkeit beibehalten werden, die für die zuverlässige Fehlererkennung im Submikrometerbereich bei Produktionsgeschwindigkeiten erforderlich ist.
Mit Cognex’ globalem Netzwerk von Spezialisten für Halbleiterprüfung und seiner umfassenden Anwendungs-Expertise erhalten Hersteller die Unterstützung, die sie für die Optimierung der maximalen Ausbeute, Effizienz und Qualitätssicherung im Bereich Oberflächenprüfungen von ungehäusten Chips benötigen.