日立开发机器学习半导体缺陷检测技术，可检出10nm及更小微缺陷
IT之家 3月5日消息，日立当地时间2月27日称该企业已开发出了一种高灵敏度半导体缺陷检测技术，可通过机器学习的辅助检出10nm及更小尺寸的微缺陷。这项技术已在二月末的SPIE先进光刻与图案化2025学术会议上展出。
随着对高性能芯片的需求不断增加，半导体制造商对生产中的质量控制愈发重视；而制程的微缩也意味着能直接影响性能的缺陷尺寸门槛逐渐降低，对缺陷检测灵敏度的要求进一步提升。日立的这一技术就是在该背景下应运而生的。
IT之家了解到，日立的机器学习缺陷检测技术主要包含两大部分，即图像重建对比和过度检测抑制：
图像重建对比：检测系统首先通过大量添加噪点的“人造”缺陷图像学习微缺陷的数据特征；实际使用时对扫描电镜照片尽量进行无缺陷版本重建，并对原始图像和重建图像进行对比，从而检出缺陷。
过度检测抑制：由于先进半导体制程的微缩，差异化功能电路和缺陷在图像上的区别逐渐模糊，而机器学习检测系统可对电路布局进行分类，并根据电路特征调整灵敏度，可减少90%的过度检测。
Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.
Most Discussed
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10