晶圆制造企业中大量数据以非结构化的形式—图片形式存在,尤其是与良率相关的数据。而这些非结构化数据的信息提取,目前大多数情况下只能严重依赖人工,效率非常低下,造成了良率分析的瓶颈。晶圆厂希望能利用计算机视觉技术和人工智能算法,对晶圆生产中的缺陷图片进行识别以及分类,然后对ROOT CAUSE进行溯源,且要能适应于多种缺陷图片类型,包括 SEM(电子显微镜)以及OM(光学显微镜) 等图片。目前国内部分厂商已能研发基于AI的自动缺陷分类工具(ADC),其缺陷处理速度与效率优势已十分明显,甚至优于部分国际头部厂商的性能,实现对国外厂商的技术垄断的突破。
李海俊