半導體晶圓AI瑕疵檢測篇

半導體業中，晶圓製程繁瑣產品價值高，脆弱易碎，為了使晶圓在生產過程中良率維持穩定，和全豐針對晶圓的瑕疵與厚度量測特別規劃了專用設備，如圖1所示。

圖1：運用自動對焦顯微鏡和白光共軛焦模組，實現快速檢測，廣泛運用於半導體領域。

瑕疵檢測中，利用光學尺XY位移滑台搭載具自動對焦之顯微鏡模組進行飛拍，擷取晶圓表面影像，過去在傳統AOI的影像處理上，複雜的瑕疵容易造成過檢(Over kill)及漏檢(Under kill)發生，所以我們透過AI人工智能建立模型，將各瑕疵影像進行深度學習，藉由不斷訓練，提升檢測精度。AI瑕疵檢流程為先取像後做影像前處理，使瑕疵與背景特徵上有所區別，再對照瑕疵規格以進行瑕疵之框選及定義種類。標註完成後，選用適當的類神經網路架構，並調適參數，透過AI電腦，進行深度學習以產出模型，最後將模型導入至機台內進行瑕疵判定。判定後將晶圓表面各瑕疵之座標標示、分類(如孔洞、色差、刮痕、磊缺、髒污等等)與計數，使用顏色區分不同瑕疵，影像直觀呈現，亦可設定標準值，逕行將檢測結果做等級區分，如圖2所示。

圖2：AI判定結果，晶圓上的瑕疵種類、座標、面積、數量清楚明瞭，數據完善整合。

晶圓厚度量測上，晶圓在減薄製程或是CVD進行沈積、磊晶和長膜等過程，都會有厚度監控的需求，由於半導體的材料眾多，所以我們選用不受材料影響的白光共軛焦模組來進行量測，該模組具有高精度且高速量測的優勢，量測結果以彩色分佈圖來代表高底，影像呈現直覺化，量測後的數據可與後台MES資訊系統完整串接。以客戶案例來說，目前客戶將此設備用於尚在研發中的產品製程參數測試上，高活用性、高量測精度與穩定性更為此設備特色，如圖3所示。

圖8：透過白光共軛焦模組掃描，取得晶圓全片厚度變化。