本文转载自雷锋网。在制造商将晶圆切割成芯片之前，它要经过数百个生产步骤。耗资220亿美元建造的光学半导体晶圆检测器在该过程中发挥了关键作用。近日，成立于1967年的美国半导体和显示设备制造商应用材料公司推出了新一代光学半导体晶圆检测机，融合了大数据和人工智能技术，将自动检测更多晶圆，并发现更多致命缺陷会影响芯片。AI进入半导体制造，为何？AppliedMaterials副总裁KeithWells在接受外媒VentureBeat采访时表示：我们知道人工智能和大数据有可能改变每个领域，现在我们已经将人工智能和大数据引入到半导体制造中。一方面，疫情下全球芯片严重短缺。厂商在提高产能的同时，晶圆检测的成本也在水涨船高。十年前，制造商的制造成本约为90亿美元，如今已翻了一番。即使可以通过降低芯片制造设备成本来控制成本，但制造延误和检验不合格也会让工厂闲置，造成大量损失。就存储芯片而言，一周的停机时间会使年产量减少2%。此外，芯片价格会随着时间的推移而迅速下降，因此制造进度落后可能会严重损害收入。也就是说，半导体技术正变得越来越复杂和昂贵。减少开发和部署先进制造工艺节点所需的时间可为全球芯片制造商带来数十亿美元的收益。另一方面，随着线宽缩小成为制约良率的主要因素，芯片缺陷越来越难以发现和修正，检测工作也越来越复杂。AppliedMaterials表示，3D晶体管的形成和多重处理也会产生影响良率的缺陷。市场分析公司VLSIResearch的首席执行官DanHutcheson表示：“能够快速准确地识别致命缺陷是芯片工程师30多年来一直在努力解决的问题。应用材料公司最新的检测系统是一种突破性的方法，这个挑战。新系统使用最先进的扫描电子显微镜来帮助识别来自光学检查员的信号以对缺陷进行分类。新系统每小时购买，它帮助制造商避免260万美元的产量损失（百分比晶片因有缺陷的芯片而丢失）。AI如何进入半导体制造行业？据我们所知，新的检测系统是应用材料公司迄今为止速度最快的机器。KeithWells表示：我们相信这将是业内速度最快的高端光学检测设备，速度提高3倍。结合速度、高分辨率和先进的光学技术，该系统在每次扫描时收集更多对产量至关重要的数据，决定是否减慢生产速度，并在晶圆处于不同程度的风险时发出警报，捕获关键缺陷的成本降低了系数3。与此同时，该系统允许芯片制造商在工艺流程中插入更多检查点。大数据的可用性增强了“生产线监控”，这是一种统计过程控制方法，可以在产量偏差发生之前立即检测到它们，停止晶圆加工以保护产量，并将实现根本原因可追溯性，加快纠正措施并恢复大批量生产。值得注意的是，应用材料公司推出的新一代光学半导体晶圆检测机集成了核心的ExtractAI技术。该技术由AppliedMaterials数据科学家开发，解决了晶圆检测中最棘手的问题：如何从高端光学扫描仪产生的数百万信号甚至“噪音”中快速准确地识别出降低良率的缺陷，并减少数量从一百万到一千可能的问题。ExtractAI将在基于供应商的光学检测系统生成的大数据与SemVision之间建立实时连接，SemVision是一种电子束审查系统，可对特定良率信号进行分类并通过推理识别良率障碍。SemVision系统是世界上最先进、应用最广泛的电子束审查技术，安装在全球1500家芯片厂。KeithWells表示：过去五年来，晶圆检测机的成本一直在上升，业界希望通过更多的检测来传递更好的经济价值信息，而应用材料正努力实现这一目标。
