半导体晶圆缺陷检验

分析各个晶圆层上的缺陷及其异常

相关产品

VisionPro Deep Learning

面向深度学习工业图像分析的图形化编程环境

In-Sight D900

采用 In-Sight ViDi 技术的深度学习式视觉软件

半导体晶圆包含多个层。每一层都要执行一个复杂且精确的流程，包括沉积材料、涂抗蚀剂、光刻、蚀刻，以及离子注入，然后除去抗蚀剂。

在涂另一层前，必须先检测新蚀刻和注入的层是否有缺陷。晶圆层可能会有划痕、旋转缺陷、曝光问题、颗粒污染、热点、晶圆边缘缺陷，以及影响最终芯片性能的各种其他缺陷。

如果在层沉积后未及时探测到缺陷，则此类缺陷只能在最终测试时探测到，这就浪费了宝贵的资源，因为已经为有缺陷的产品增加了附加值。更糟糕的是，最低水平的缺陷可能根本就检测不出来。即使它们通过了最终的电子测试，未探测到的缺陷会降低使用可靠性，导致过早出现故障。

可能出现的缺陷范围非常大，而且缺陷可能在晶圆上的任何地方。涂层中的缺陷可以表现为不可预测的颜色变化，而且必须在之前沉积层的复杂背景下进行检测。传统机器视觉无法通过编程探测范围这么大的缺陷，甚至即使是探测编程的缺陷，多层背景也会使其变得不可靠。

由于人工检测速度慢，它只能在晶圆的一个统计子集上进行。它还会导致额外的晶圆处理，从而引入新的污染源和损害来源。相比之下，康耐视深度学习软件可在更大一部分晶圆上执行自动缺陷筛选。该工具可探测晶圆层任意位置上的即使是很小的缺陷并将其判为不合格，而且完全不受下层的影响。它还可用于两级检测系统，在该系统中，它可以识别出模糊的情况，并将这些情况发送到离线手动检测站进行进一步检查。