ナレッジセンター
目次

広州:AI画像検査システム

AI画像検査システムは、広州市の半導体製造における歩留まりと効率の向上に向けた重要なインフラになりつつあります。粤港澳大湾区における主要な半導体拠点である広州市は、近年、チップ設計、ウェーハ製造、パッケージ・テストで実力を蓄え続けており、CanSemi(粤芯)などの先導プロジェクトが上流・下流の産業チェーンを集めています。同時に、半導体製造は欠陥検出に極めて高い精度と速度を要求し、従来の人手による外観検査ではミクロン、さらにはナノメートルの工程要件に応えられなくなっているため、AI画像検査システムは広州市の半導体工場のインテリジェント化に不可欠なものとなっています。

1. AI画像検査システムの中核概念と定義

AI画像検査システムは、マシンビジョン、深層学習、エッジコンピューティングを用いて、生産中の工業製品に対して自動で欠陥検出と品質判定を行うハードとソフトの統合ソリューションです。通常、産業用カメラ、光源、フレームグラバー、AIアルゴリズムプラットフォーム、データ処理システムで構成され、外観検査、寸法測定、文字認識、欠陥分類において人を代替または支援できます。

半導体分野では、AI画像検査システムの中核的価値は3点にあります。第一に、検出精度がサブミクロン水準に達し、人の目の限界をはるかに超えること。第二に、検出速度が高速ラインのタクトに追従し、生産能力のボトルネックにならないこと。第三に、モデルが継続学習によって改善し続け、誤判定率と見逃し率を下げることです。ZEVONは長年インテリジェント製造に取り組み、AI画像検査ソリューションは15以上の業界にわたる120社以上、3,200社以上のエンドユーザーにサービスを提供し、半導体や電子製造といった高精度シナリオで豊富なエンジニアリング経験を蓄積しています。

2. 主な機能モジュールと技術的特長

完全なAI画像検査システムは、通常、以下のコアモジュールを含みます。

1. 画像取得モジュール。検査対象と精度要件に応じて、異なる解像度の産業用カメラ、テレセントリックレンズ、カスタム光源を選定し、安定した画質を確保します。半導体ウェーハ検査では、高倍率の顕微鏡撮像と特定波長の光源が必要になることがよくあります。

2. アルゴリズム推論モジュール。畳み込みニューラルネットワークやTransformerなどの深層学習アーキテクチャに基づき、撮像した画像に対して欠陥のセグメンテーション、分類、位置特定を行います。一般的な欠陥種類には、パーティクル汚染、スクラッチ、欠け、パターン欠陥があります。

3. エッジコンピューティングと配備モジュール。ライン上でのリアルタイム要求に応えるため、AIモデルは通常エッジサーバーや産業用PCに配備され、推論遅延はミリ秒台に保たれます。ZEVONのESOPプラットフォームはモデルの軽量化とエッジ配備に対応しており、既存ラインを大きく変更せずにAI画像検査能力を組み込めます。

4. データ管理とトレーサビリティモジュール。検査結果はMESやSPCシステムと接続し、品質データの全工程トレーサビリティを実現します。半導体パッケージ工場であれば、各チップの検査画像、判定結果、タイムスタンプを追跡でき、後工程の分析や顧客クレーム対応に役立ちます。

5. 人と機械のインタラクションと再判定モジュール。信頼度の低いサンプルはシステムが自動で人手の再判定に回し、再判定結果がモデルの反復に反映されて、最適化の閉ループが形成されます。

3. 半導体における典型的な適用シナリオ

イラスト

シナリオ1:ウェーハ表面の欠陥検査。広州市のウェーハファブが、リソグラフィ後のウェーハ表面のパーティクルやパターン欠陥を検査する必要があるとします。従来の顕微鏡下での人手サンプリング検査は遅く、見逃しも起きやすいものでした。AI画像検査システムの導入後は、全ウェーハを検査でき、欠陥検出率が大幅に向上し、検査データがリアルタイムにアップロードされるため、工程エンジニアが汚染源を迅速に特定できます。

シナリオ2:パッケージ外観検査。半導体のパッケージ・テスト企業が、QFNやBGAなどのパッケージについて、ピンの共平面性、モールド樹脂のボイド、マーキングの印字品質を含む外観検査を行う必要があるとします。AI画像検査システムは高速コンベア上で多角度撮像と同時判定を行い、複数の外観検査員を代替します。

シナリオ3:チップの文字・マーキング認識。半導体チップには通常、ロット番号や型番などの文字が付され、低コントラストや曲面ではOCRが困難です。AI画像検査システムの深層学習文字認識アルゴリズムは、異なるフォントや照明条件に適応し、トレーサビリティ情報の正確性を確保します。ZEVONのESOPソリューションはこうしたシナリオで複数モデルの並列推論に対応し、1つのシステムで欠陥検出と文字認識を同時に行えます。

4. 選定と導入のアドバイス

半導体企業がAI画像検査システムを選ぶ際には、以下の点に注目すべきです。

1. 検査仕様を明確にする。最小欠陥サイズ、許容誤判定率、許容見逃し率、検査タクトを含み、これらがカメラ選定とアルゴリズムの難易度を直接決めます。

2. アルゴリズムの汎化性を確認する。半導体製品は世代交代が速く、新しい品種や工程が次々に現れるため、AIモデルには新しい製品に素早く適応する少数ショット学習能力が必要です。

3. システム統合能力を評価する。AI画像検査システムは既存ラインのPLC、MES、SPCシステムと接続する必要があるため、選定時にベンダーが成熟したインターフェースソリューションと半導体業界の経験を持っているかを確認します。

4. 保守性を重視する。ラインのエンジニアが自分でモデルを更新しパラメータを調整できるかどうかが、長期的な運用コストを直接左右します。ZEVONのESOPプラットフォームは、可視化されたラベリングと学習ツールを提供し、顧客が自立して反復できる能力を構築する支援をします。

5. 段階的に実施する。単一のワークステーションまたは単一の欠陥種類から始め、成果を検証してからライン全体に拡張するのが賢明で、導入リスクを下げられます。

5. 今後の展望

今後、半導体分野のAI画像検査システムは3つの明確な傾向を示すでしょう。第一に、2D検査から3D検査への移行です。構造化照明や共焦点撮像の成熟により、AI検査が三次元の半導体構造の検査ニーズに対応できるようになります。第二に、単点検査から全工程の品質ループへの移行です。AI検査データが工程パラメータと連携し、リアルタイムの工程調整を可能にします。第三に、大規模モデル技術の浸透です。マルチモーダル大規模モデルが少数ショット、さらにはゼロショットの欠陥検出で役割を果たすと期待され、AI画像検査導入のハードルがさらに下がります。

広州市の半導体産業にとって、AI画像検査システムは人手作業を代替する道具にとどまらず、全体の歩留まりを高め、品質コストを下げ、産業チェーンの競争力を強めるための戦略的な梃子です。広州市の半導体クラスターが成長を続ける中で、AI画像検査の適用は深さと広さの両面で新たな成長段階に入るでしょう。ZEVONはESOPプラットフォームを中核に、インテリジェント製造への取り組みを深め、半導体をはじめとする高精度製造業に導入可能で反復可能なAI画像検査ソリューションを提供していきます。

分野: スマート工場百科