半导体制造中AI缺陷检测的技术与应用.pptxVIP

20XX/XX/XX半导体制造中AI缺陷检测的技术与应用汇报人:XXX

CONTENTS目录01分享引言：为什么关注该领域02半导体缺陷检测基础认知03AI缺陷检测的核心技术路径04AI缺陷检测的落地应用场景

CONTENTS目录05当前行业落地的现存问题06AI缺陷检测的行业发展趋势07给微电子专业学生的建议

分享引言：为什么关注该领域01

半导体制造的核心需求芯片性能升级随着消费电子和算力需求提升，行业对更小制程、更高集成度芯片的需求持续增长。良率提升降本芯片制造工艺复杂，每一步缺陷都可能导致良率下降，提升良率是控制成本关键。生产效率提高台积电、三星等头部厂商加快产能扩张，高效缺陷检测能缩短生产周期提升产出。

AI给缺陷检测带来的变革检测效率提升传统人工检测速度慢产能低，AI缺陷检测可实现晶圆级在线高速检测，匹配大规模量产需求。微小缺陷识别AI算法可捕捉纳米级缺陷特征，能识别人眼和传统仪器难以发现的微小缺陷，提升检出率。降本增效优化AI缺陷检测可减少人工检测岗位配置，降低人力成本，同时降低漏检错检带来的生产损耗。

半导体缺陷检测基础认知02

按缺陷尺寸分类按尺寸可分为宏观缺陷、微观缺陷和纳米级缺陷，芯片划痕属于典型的宏观缺陷。按缺陷出现位置分类可分为表面缺陷和体内缺陷，常见的表面缺陷有晶圆表面颗粒污染和划痕。按缺陷形成原因分类可分为原生缺陷和工艺诱导