Trung tâm kiến thức
Mục lục

Phát hiện khuyết tật bằng thị giác AI cho wafer bán dẫn

Cốt lõi của phát hiện khuyết tật bằng thị giác AI cho wafer bán dẫn là dùng thuật toán học sâu thay công việc thủ công truyền thống để tự động nhận biết vết nứt vi mô, nhiễm hạt và lỗi hoa văn trên bề mặt wafer với độ chính xác nanomet, giữ tỷ lệ bỏ sót dưới một phần triệu và cải thiện đáng kể thời gian chu kỳ dây chuyền.

1. Kiểm tra thị giác AI giải quyết những điểm đau cốt lõi nào trong sản xuất bán dẫn

Kiểm tra quang học truyền thống dựa vào luật ngưỡng cố định và dễ sinh báo động giả hoặc bỏ sót khi đối mặt biến đổi kết cấu phức tạp và khuyết tật nhỏ trên bề mặt wafer. Thông qua mạng nơ-ron tích chập (CNN) và học chuyển giao, hệ thống này trích đặc trưng tự động và tách chính xác khuyết tật thật khỏi nhiễu quy trình bình thường. Nó chủ yếu giải quyết việc phán đoán thời gian thực khuyết tật dưới micron trên dây chuyền tốc độ cao, và dao động năng suất do hiệu quả thấp và tiêu chuẩn không nhất quán trong kiểm tra bằng mắt thủ công. Với một nhà máy wafer, điều này nghĩa là nâng độ nhạy phát hiện lên mức 0,1 micron trong khi vẫn duy trì thông lượng hàng trăm wafer mỗi giờ (WPH), loại bỏ hoàn toàn sự phụ thuộc vào những người kiểm tra tay nghề cao.

2. Giải pháp có những chỉ số hiệu năng then chốt và nguyên lý kỹ thuật nào

Hệ thống dùng camera công nghiệp độ phân giải cao với chiếu sáng đa phổ ở tầng dưới, kết hợp hộp tính toán biên để suy luận thời gian thực. Về tham số kỹ thuật, một cấu hình điển hình hỗ trợ độ phân giải từ 2K đến 4K pixel, độ chính xác định vị tốt hơn 5 micron, và chu kỳ quét một lần có thể nén xuống mức mili giây, đáp ứng yêu cầu tần suất cao của kiểm tra quang khắc hậu đạo. Mô hình thuật toán được huấn luyện trên dữ liệu gán nhãn khổng lồ và có thể nhận biết hàng chục loại khuyết tật gồm vết xước, mảnh vụn và cặn khắc, phù hợp tiêu chuẩn chấp nhận cụm lắp ráp điện tử IPC-A-610 và yêu cầu quản lý chất lượng ISO 9001. Về tích hợp, hệ thống thường kết nối liền mạch với MES và SCADA qua giao thức OPC-UA hoặc SECS/GEM, cho phép tải dữ liệu kiểm tra lên thời gian thực và phân tích SPC để bảo đảm truy xuất trên toàn bộ dòng sản xuất.

3. Công đoạn cụ thể nào trong dây chuyền bán dẫn dùng công nghệ này

Giả sử một nhà máy đúc wafer lớn đưa giải pháp vào sau bước quang khắc; hệ thống có thể kiểm tra độ đều của lớp phủ sau khi phủ photoresist và tính toàn vẹn hoa văn sau hiện ảnh ngay trên dây chuyền, nhanh chóng loại bỏ wafer có bất thường phơi sáng. Ở giai đoạn đóng gói và kiểm thử, một nhà máy điện tử dùng công nghệ này để kiểm tra ngoại quan điểm hàn dây chip, nhận biết rủi ro như dây vàng đứt hoặc lệch và mối hàn nguội để ngăn sản phẩm lỗi chảy sang bước sau. Ngoài ra, ở bước cắt wafer silicon, với hiện tượng sứt mép và vết nứt ẩn bên trong rãnh cắt, hệ thống quét toàn bộ 360 độ để bảo đảm độ bền cơ học của die cuối cùng. Những tình huống này đều yêu cầu thiết bị chống bụi, chống rung và vận hành ổn định trong môi trường phòng sạch, tránh nhiễu môi trường tới chất lượng tạo ảnh.

4. Chi tiết cấu hình phần cứng và tích hợp nào quan trọng khi triển khai

Triển khai hệ thống như vậy cần đánh giá ba yếu tố chính: thứ nhất là môi trường quang học, nơi phải chọn bước sóng cụ thể theo vật liệu wafer, như dùng ánh sáng cực tím để phát hiện vết nứt sâu và ánh sáng khả kiến cho dị vật bề mặt; thứ hai là cấu hình tính toán, nơi phía biên cần card tăng tốc GPU hiệu năng cao để hỗ trợ suy luận thời gian thực mô hình phức tạp, với độ trễ thường giữ trong 50 ms; thứ ba là vòng dữ liệu, nơi hệ thống phải dự phòng giao diện API để gửi ảnh khuyết tật trở lại đám mây cho lặp và tối ưu mô hình. Các bước triển khai thường gồm năm giai đoạn - khảo sát hiện trường, thu thập mẫu, huấn luyện mô hình, kiểm chứng ngoại tuyến và chạy thử trực tiếp - mất khoảng 4 đến 8 tuần. Một hiểu lầm phổ biến là bỏ qua độ nhất quán chi tiết đến: nếu dao động quy trình thượng nguồn quá lớn, chỉ thuật toán thị giác không thể loại bỏ hoàn toàn báo động giả, mà cần điều chỉnh tham số quy trình phía trước. Cấu thành chi phí chủ yếu gồm mua sắm phần cứng, cấp phép phần mềm và phí dịch vụ bảo trì về sau, và đầu tư cụ thể phải được điều chỉnh theo yêu cầu độ chính xác kiểm tra và tốc độ dây chuyền.

5. Ranh giới công đoạn nào phù hợp với giải pháp và tình huống nào không

Chống lỗi bằng thị giác AI phù hợp công đoạn sản xuất chính xác có thời gian chu kỳ dây chuyền ổn định, độ nhất quán chi tiết đến tốt và đặc trưng khuyết tật tương đối cố định, đặc biệt là các bước then chốt trong quang khắc, khắc, lắng đọng màng mỏng và đóng gói kiểm thử wafer bán dẫn. Với chi tiết phản xạ mạnh, biến dạng cao hoặc tình huống động có ánh sáng dao động mạnh, độ ổn định nguồn sáng và độ bền vững thuật toán cần được đánh giá thêm, nếu không độ khó chạy thử có thể tăng. Hệ thống được hỗ trợ bởi một đội ngũ chuyên nghiệp đã làm việc hàng chục năm từ kỷ nguyên ERP, phục vụ 1,2 triệu khách hàng, triển khai lũy kế hàng chục triệu thiết bị đầu cuối và phủ thị trường trong và ngoài nước, và có thể điều chỉnh tham số linh hoạt theo đặc điểm từng ngành. Nó không phù hợp giai đoạn thử nghiệm R&D mới nổi nơi hình thái khuyết tật cực ngẫu nhiên và thiếu dữ liệu lịch sử, cũng không nên vận hành lâu dài trong môi trường có cấp phòng sạch không đủ, nơi bụi trên ống kính sẽ khiến kiểm tra thất bại.

Chủ đề: Bách khoa nhận dạng hình ảnh bằng AI