AI技术在半导体设计、制造和优化等方面的应用日益深入。在设计阶段,AI可以通过机器学习算法,提高芯片性能和能效。在制造过程中,AI用于预测和检测缺陷,优化生产流程,快速提升良率。同时AI模型可以分析海量制造数据,找出潜在问题并进行预防性维护。Fabless、Fab通过AI赋能大大提高了效率和产品质量。
格科微作为领先的CMOS图像传感器、DDI显示芯片设计公司,面对产品对高性能与高质量的双重需求,携手广立微(Semitronix),引入广立微INFINITY-AI系统(简称INF-AI),为设计制造注入了强大的AI动力,提升产品良率。
INF-AI系统通过深度学习、大数据分析等前沿技术,实现了对生产全周期的精准监控与智能优化,有效识别并解决生产过程中的潜在问题,从而大幅提升产品的良率。
01 简化操作,低门槛享受AI赋能的高效应用
INF-AI系统配备可视化训练营,可视化模型发布,可视化系统配置模块,让新手也能迅速上手。
模型训练从DMS 的数据导入,到智能标注,再到训练结果监控以及最后的测试上线,做到了界面友好,可以快速培训,一键部署上线。
▲ INF-AI 的模型训练
02 AI模型助力准确高效分类
INF-AI 的模型稳定运行,每天上万的照片分析,对于OQA 模型,准确率基本做到了100%, 而且可以实时监控。
INF-AI智能量测,智能识别功能,对缺陷进行精准量测,解决了ADI/DFI 给出的defect size不准的问题,在OQA的INK应用中显著提升精准度与效率。
案例分享1:INF-AI提升分类准确性
假设OQA 需求ink 的defect size 是5um,下图四张照片,每次人为分类,是否能保证每次的准确定?
INF-AI 平台智能识别后,避免了人为分类的不稳定性,在size分类的准确性上提升了30%。一方面减少了没必要的INK,一方面降低了较少人为miss 大颗defect的风险。
案例分享2:INF-AI提升分类效率
CIS 出货100% by lot scan,100% take image,机台by lot 存在超过2000张的照片。人为分类一个lot需要0.6h,使用INF-AI 分类后,人为confirm只需要0.02h,效率提升30倍以上。
03 可塑性高,INF-AI满足客制化需求
INF-AI可以智能联动DMS 导入已经分类好的defect,配合DMS相关系统,智能化管理客户出货系统,满足客户的多重需求。
INFINITY-AI
广立微的INFINITY-AI系统(简称INF-AI)是针对半导体制造业的开放式机器学习平台,包括自动缺陷分类 (Automatic Defect Classification,ADC)、晶圆图缺陷模式分析(Wafer Pattern Analysis,WPA)等应用,支持用户管理数据,一键训练、评测、部署模型,为半导体制造业AI赋能提供一站式解决方案。
关于我们
杭州广立微电子股份有限公司(股票代码:301095)是领先的集成电路EDA软件与晶圆级电性测试设备供应商,公司专注于芯片成品率提升和电性测试快速监控技术,是国内外多家大型集成电路制造与设计企业的重要合作伙伴。公司提供EDA软件、电路IP、WAT电性测试设备以及与芯片成品率提升技术相结合的整套解决方案,在集成电路设计到量产的整个产品周期内实现芯片性能、成品率、稳定性的提升,成功案例覆盖多个集成电路工艺节点。
全部0条评论
快来发表一下你的评论吧 !