晶粒邊緣崩裂檢測解決方案

a group of square objects

SolVision成功案例

晶粒邊緣崩裂檢測解決方案

以AI輔助半導體晶粒品質控管

半導體晶片尺寸微縮:
晶圓切割製程技術的考驗

加工完成的晶圓需透過切割(sawing)製程將晶粒(die)切割分離以執行後續封裝工序。隨著現代電子產品的體積愈趨輕薄短小,晶片尺寸亦不斷微縮,相同晶圓尺寸內切割的晶粒數量愈來愈多,切割道也愈來愈窄,增加晶粒邊緣崩裂的風險。因此,確實檢出晶圓在切割製程(Wafer Die-Saw)中所造成的崩裂對於後續封裝製程的良率控制至關重要。
圖片1 4 800x448 1

晶圓切割製程的複雜參數:晶粒邊緣崩裂的不確定性

晶圓切割製程中可能造成晶粒邊緣崩裂(Chipping)瑕疵,影響晶片強度甚鉅,嚴重時可能導致晶片在後段製程受到應力時發生晶片斷裂情形。由於崩裂瑕疵出現的位置及型態不固定,以致傳統光學檢測(AOI)測無法精準地將瑕疵檢出,影響整體產品良率。

為封裝製程打好基礎:透過AI掌握晶粒的崩裂瑕疵

運用SolVision AI影像平台的Segmentation技術,將影像樣本中的瑕疵特徵予以標註並藉以訓練AI模型,完成訓練的AI模型即可自動檢出並標註晶粒邊緣崩裂瑕疵的位置,大幅降低晶片在後續封裝製程中斷裂的風險。

晶圓切割檢測案例

邊緣崩裂

%E7%B9%AA%E8%A3%BD %E4%BA%9E%E4%BA%9E IC%E5%88%87%E5%89%B2%E9%81%93 %E9%82%8A%E7%B7%A3%E5%B4%A9%E8%A3%82 0806
%E7%B9%AA%E8%A3%BD %E4%BA%9E%E4%BA%9E IC%E5%88%87%E5%89%B2%E9%81%93 %E9%82%8A%E7%B7%A3%E5%B4%A9%E8%A3%822 0806