Applied Materials подключила ИИ к проверке пластин при изготовлении кристаллов микросхем

Высокая производительность Машинное обучение Производство и разработка электроники
Applied Materials внедряет в свое производство технологию ExtractAI, в которой используется комбинация оптических инструментов Enlight, системы анализа дефектов SEMVision G6/G7 и глубокого обучения. Она позволяет быстро и на ранних стадиях найти недостатки при проектировании кристаллов микросхем. Применяемые обычно инструменты оптического контроля не позволяют получить достаточно детальное разрешение изображения, а инструменты электронного и многолучевого контроля высокого разрешения работают относительно медленно. Новая система снижает затраты и время проверки кристалла. По словам представителей Applied Materials, их решение позволяет не только обнаруживать и классифицировать критические дефекты, но также адаптируется к изменениям процесса в режиме реального времени. В настоящее время на разработку усовершенствованного чипа уходят годы, а на изготовление партии — несколько месяцев. У разработчика микросхем может быть эффективная архитектура, но им важно обеспечить также быстрый выход чипов, чтобы не потерять долю рынка. Applied Materials сообщает, что число этапов разработки кристалла увеличилось на 48% с 2015 по 2021 год. сканеры, используемые для создания микросхем, и инструменты проверки претерпели значительные изменения и стали дороже. Цена высококачественной оптической системы контроля за последние шесть лет увеличилась на 56%, что, в свою очередь, увеличило стоимость сканирования пластины на 54% за тот же период. На ранних стадиях обнаружить дефект мешают шумы, которые влияют на работу средств оптического контроля. Инженерам приходится применять определенные модели фильтрации для сокращения наборов данных, с которыми они работают. Applied Materials объединила свою систему оптического контроля пластин Enlight с новой технологией ExtractAI. ПО использует глубокое обучение, чтобы попытаться лучше интерпретировать результаты оптических сканеров. Enlight делает снимок пластины с высоким разрешением и быстро создает базу данных потенциальных дефектов. Затем пластина отправляется в систему SEMVision G6/G7, которая отличает дефекты от шумов и классифицирует их. Изображения и данные, захваченные Enlight и SEMVision G6/G7, передаются в ExtractAI, чтобы обучить его автоматически распознавать определенные дефекты на карте пластин, созданной с помощью аппаратных систем. Как заявили в Applied Materials, этот набор инструментов уже используется на фабриках в Южной Корее, Тайване и США. Компания приступила к разработке системы Enlight с ExtractAI в 2016 году, а ее коммерческие поставки стартовали в первом квартале 2020 года. Ожидается, что к концу первого квартала 2021 года совокупные продажи инструмента проверки превысят $400 млн.)
Теги:
Хабы: