芯東西3月18日消息，芯片檢測環(huán)節(jié)靠不靠譜、高不高效，對于英特爾、臺積電、三星電子等芯片制造商的盈利極其重要。
一旦沒能及時發(fā)現(xiàn)致命缺陷，就可能對芯片生產(chǎn)造成重大損失。
針對這一挑戰(zhàn)，本周二，全球最大半導(dǎo)體設(shè)備制造商應(yīng)用材料公司推出了一個“殺手級”新品——新一代光學(xué)半導(dǎo)體晶圓檢測機(jī)。
該機(jī)器引入了大數(shù)據(jù)和AI技術(shù)，不僅能自動檢測更多芯片，而且大幅提升檢測致命缺陷的效率，其系統(tǒng)每小時可減少260萬美元的良率損失。
一臺這樣的機(jī)器，價值數(shù)百萬美元，而它能給芯片廠創(chuàng)造的收益，可能會超過220億美元！
“我們相信，這是業(yè)界最快的高端光學(xué)檢測機(jī)，速度提高了3倍，并能發(fā)現(xiàn)對良率至關(guān)重要的缺陷。”應(yīng)用材料集團(tuán)副總裁Keith Wells說。
本文福利：芯片測試在保證芯片性能、提高產(chǎn)業(yè)鏈運(yùn)轉(zhuǎn)效率方面具有重要作用。31頁報告詳解試驗龍頭進(jìn)軍芯片檢測，有怎樣的發(fā)展空間。在公眾號對話框回復(fù)【芯東西0106】下載獲取。
01.
芯片檢測出bug，整條生產(chǎn)線可能打水漂
隨著芯片制程走向5nm、3nm，芯片制造中檢測缺陷的環(huán)節(jié)越來越復(fù)雜，成本也不斷攀新高。
從操作復(fù)雜性來看，無法足夠快地檢查芯片缺陷，是長期限制芯片生產(chǎn)速度的阻礙之一。
因為先進(jìn)芯片表面的電路間距只有5nm，約是頭發(fā)絲直徑的1/100000，所以通過透鏡發(fā)現(xiàn)芯片表面缺陷的難度越來越大。
▲檢測難度在不斷增加（來源：應(yīng)用材料）
從建設(shè)成本來看，10年前，芯片廠建設(shè)成本大約為90億美元，如今成本已經(jīng)超過180億美元，足足增加了1倍有余。
另據(jù)市場分析公司VLSI Research首席執(zhí)行官Dan Hutcheson分享，當(dāng)前一座先進(jìn)晶圓廠成本約為220億美元，幾乎相當(dāng)于兩艘航空母艦和65架F22戰(zhàn)斗機(jī)的總和。
制造芯片需要經(jīng)歷幾百道復(fù)雜的工序。其中，檢測費(fèi)用約占先進(jìn)晶圓廠成本的10%。
▲芯片制造成本和技術(shù)難度趨勢（來源：應(yīng)用材料）
對于全球芯片制造商來說，影響芯片良率和制造成本的檢測環(huán)節(jié)，是必須要優(yōu)化的方向。
一方面，如果能節(jié)省開發(fā)優(yōu)化先進(jìn)工藝節(jié)點所需的時間，提高生產(chǎn)效率，可能價值數(shù)十億美元。
另一方面，假如因為沒能及時發(fā)現(xiàn)致命的芯片缺陷，造成生產(chǎn)延誤，則將導(dǎo)致芯片廠閑置和大量資金損失。
存儲芯片受到的影響更甚，停機(jī)一周可能會造成年產(chǎn)量降低2%。更嚴(yán)重的是，隨著時間推移，芯片價格會迅速降低，假如不能按預(yù)期產(chǎn)品路線圖推進(jìn)，可能嚴(yán)重?fù)p害公司的收益。
“只有賣出數(shù)百萬顆芯片，才能賺錢。”Wells說。
02.
應(yīng)用材料新方案：每小時拯救260萬美元
過去三十多年，如何能快速準(zhǔn)確地識別出芯片的致命缺陷，一直是芯片工程師努力研究的方向。
對此，應(yīng)用材料公司提出了新的檢測過程控制手冊，旨在將大數(shù)據(jù)和人工智能（AI）技術(shù)的優(yōu)勢引入芯片制造過程中的檢測環(huán)節(jié)。
▲Enlight、Extract AI和SemVision eBeam構(gòu)成了應(yīng)用材料芯片檢測新解決方案的三個要素（來源：應(yīng)用材料）
該解決方案包含三個要素，分別是：Enlight光學(xué)晶圓檢測系統(tǒng)、ExtractAI AI技術(shù)和SEMVision電子束審查系統(tǒng)。據(jù)悉，與傳統(tǒng)方法相比，這些要素可以實時協(xié)同工作，能更快、更好、更低成本地找到缺陷并加以分類。
在市場分析公司VLSI Research首席執(zhí)行官Dan Hutcheson看來，應(yīng)用材料公司有史以來最快的檢測工具——最新Enlight系統(tǒng)——正是解決快速識別芯片致命缺陷的突破性方法。
他在一封電子郵件中寫道，因為能縮短應(yīng)對正常良率偏差的時間，Enlight每小時可以減少260萬美元的良率損失（即因芯片缺陷而損失的晶圓片占比）。
03.
Enlight：檢測成本只有競品的1/3
由于只有一小部分缺陷是會導(dǎo)致芯片出故障的致命缺陷，因此在Wells看來，挑戰(zhàn)在于為客戶提供可操作的數(shù)據(jù)。
經(jīng)過五年的研發(fā)，Enlight系統(tǒng)結(jié)合了業(yè)界領(lǐng)先的速度、高分辨率和先進(jìn)光學(xué)掃描儀，每次掃描能采集更多對良率至關(guān)重要的數(shù)據(jù)。
Enlight系統(tǒng)的架構(gòu)使它具備更高的成本優(yōu)勢，其檢測出關(guān)鍵缺陷所耗的成本，只有競品的1/3。
▲為大數(shù)據(jù)采集而優(yōu)化的Enlight系統(tǒng)（來源：應(yīng)用材料）
從檢測過程來看，該系統(tǒng)先用光學(xué)掃描儀在大約15分鐘內(nèi)快速掃描找到芯片上的問題區(qū)域，再用電子顯微鏡對這些區(qū)域進(jìn)行仔細(xì)檢查。
據(jù)介紹，其最新的掃描電子顯微鏡，能幫助識別從光學(xué)檢測儀發(fā)出的信號，來對缺陷進(jìn)行分類。
借助大數(shù)據(jù)和AI技術(shù)，Enlight系統(tǒng)可以快速且精準(zhǔn)地檢測到芯片表面的異常情況（比如兩條電路線交叉可能造成芯片短路），然后在可能的情況下自動修復(fù)缺陷。
這樣一來，缺陷就不會破壞電路，從而幫助芯片制造商增加每片晶圓的收入。
據(jù)Wells回憶，過去五年，他們已經(jīng)看到檢測工具的成本不斷增加，有些客戶通過減少檢測量來應(yīng)對成本壓力，但減少檢測點又會遇到良率問題。
而使用Enlight顯著節(jié)省成本后，芯片制造商可以在工藝流程中增設(shè)更多的檢查點，由此增強(qiáng)“生產(chǎn)線監(jiān)控”的可用性。
該方法能在芯片良率出現(xiàn)偏差之前對其進(jìn)行預(yù)測，檢測出偏差就及時停止晶圓加工，從而保護(hù)良率，并通過追溯根本原因優(yōu)化糾正措施，快速恢復(fù)大批量生產(chǎn)。
04.
ExtractAI：大幅提升效率，檢查只需1小時
如何從高端光學(xué)掃描儀產(chǎn)生的數(shù)百萬個信號或噪聲中，快速、準(zhǔn)確區(qū)分出導(dǎo)致良率下降的缺陷？這是晶圓檢查中最困難的問題。
應(yīng)用材料數(shù)據(jù)科學(xué)家們開發(fā)的AI技術(shù)ExtractAI，即是為了解決這一難題而生。
初始光學(xué)掃描可能會在硅晶圓上發(fā)現(xiàn)100萬個可能存在問題的區(qū)域，用電子顯微鏡需花費(fèi)幾天來檢查每一個區(qū)域，其中多數(shù)時間都是浪費(fèi)的。
而ExtractAI能將需要更精細(xì)檢查的問題區(qū)域數(shù)量，從大約100萬個減少到大約1000個。
這使得ExtractAI技術(shù)的效率極高：僅檢查了0.001％的問題區(qū)域，即可描述晶圓圖上所有的潛在缺陷。最終結(jié)果是一個可操作的缺陷分類圖，能加速半導(dǎo)體節(jié)點的開發(fā)并優(yōu)化良率。
應(yīng)用材料集團(tuán)副總裁Keith Wells說，基于AI的檢查僅需1小時左右。
過去，芯片制造商部署的AI分類引擎是靜態(tài)的，沒有自動學(xué)習(xí)和適應(yīng)能力，但芯片制造工藝或制造芯片的方法是經(jīng)常變化的。
因此Wells認(rèn)為，下一個必要步驟是讓AI技術(shù)具有自適應(yīng)性，能在大批量生產(chǎn)時快速發(fā)現(xiàn)新缺陷，同時隨著掃描更多晶圓，而逐漸提高其性能和有效性，最終幫芯片制造商更快地解決問題。
ExtractAI技術(shù)用高分辨率掃描來檢測嚴(yán)重缺陷，可實時學(xué)習(xí)和調(diào)整缺陷的分類，一旦實際缺陷被消除，系統(tǒng)下一次就學(xué)會適應(yīng)更好的檢測技術(shù)。
05.
SemVision：全球最先進(jìn)的電子束審查技術(shù)
三要素的另一成員是SemVision系統(tǒng)，這是世界上最先進(jìn)、應(yīng)用最廣泛的電子束審查技術(shù)，全球各地芯片工廠已安裝了1500套該系統(tǒng)。
這一系統(tǒng)通過使用ExtractAI技術(shù)對Enlight系統(tǒng)進(jìn)行訓(xùn)練，能對影響良率的缺陷進(jìn)行分類。
ExtractAI在客戶光學(xué)檢測系統(tǒng)生成的大數(shù)據(jù)與SEMVision系統(tǒng)之間建立了實時連接，通過推理，Enlight系統(tǒng)解析晶圓圖上的所有信號，從噪聲中區(qū)分出影響良率的缺陷。
當(dāng)前應(yīng)用材料SemVision G7系統(tǒng)的大型安裝基礎(chǔ)已與新Enlight系統(tǒng)和ExtractAI技術(shù)兼容。
通過實時協(xié)作，Enlight系統(tǒng)、ExtractAI技術(shù)和SemVision系統(tǒng)可幫助芯片制造商提高識別關(guān)鍵芯片缺陷的效率，從而提高產(chǎn)量和利潤率。
“業(yè)界希望通過更多的檢測實現(xiàn)更好的經(jīng)濟(jì)價值信息，我們正努力提供這些。”Wells說。
06.
結(jié)語：AI技術(shù)正滲透到更多芯片業(yè)核心環(huán)節(jié)
從2020年至今，芯片短缺問題逐漸蔓延至全球汽車、消費(fèi)電子領(lǐng)域，應(yīng)用材料公司對其芯片檢測設(shè)備的最新改進(jìn)可謂是恰逢其時。
據(jù)路透社報道，從去年開始，應(yīng)用材料就一直在與客戶測試該系統(tǒng)，并稱迄今已創(chuàng)造了超過4億美元的收益。
借助AI技術(shù)，應(yīng)用材料推出的新光學(xué)晶圓檢測系統(tǒng)，能以更高效、精準(zhǔn)地自動檢測芯片缺陷，而外媒VentureBeat提供的數(shù)據(jù)顯示，僅這類檢測機(jī)的全球市場規(guī)模就達(dá)到20億美元。
除了優(yōu)化檢測環(huán)節(jié)外，近年來，AI正逐漸滲透到更多芯片產(chǎn)業(yè)鏈的關(guān)鍵環(huán)節(jié)。
比如科技巨頭谷歌訓(xùn)練AI算法來優(yōu)化芯片架構(gòu)設(shè)計，EDA巨頭新思科技推出AI工具來降低芯片設(shè)計門檻，另一家EDA巨頭Cadence也用AI來優(yōu)化芯片設(shè)計全流程的生產(chǎn)效率……
隨著AI進(jìn)一步普及，不僅將從需求端催化新興芯片架構(gòu)的繁榮，還將傳統(tǒng)的芯片產(chǎn)業(yè)鏈流程推向新的智能化階段。