晶圆缺陷检验

常见问题

半导体晶圆包含多个层，而每一层都要执行一个复杂且精确的流程：沉积材料、涂抗蚀剂、光刻、蚀刻、离子注入，最后除去抗蚀剂。但在涂另一层前，必须先检测新蚀刻和注入的层是否有缺陷。因为晶圆层很可能会有划痕、旋转缺陷、曝光问题、颗粒污染、热点、晶圆边缘缺陷，以及影响芯片最终性能的各种其他缺陷。

缺陷范围非常大，且可能出现在晶圆上的任何地方。如涂层中的缺陷可以表现为不可预测的颜色变化，检测则须在之前沉积层的复杂背景下进行检测。而传统机器视觉一方面无法通过编程探测范围这么大的缺陷，甚至即使是探测编程的缺陷，多层背景也会使其变得不可靠。

在层沉积后未及时探测到缺陷，则此类缺陷只能在最终测试时探测到，这就浪费了宝贵的资源。更糟糕的是，最低水平的缺陷可能根本就检测不出来。即使它们通过了最终的电子测试，未探测到的缺陷也会降低使用可靠性，导致过早出现故障。

通常人工检测只能在晶圆的一个统计子集上进行，速度极慢，还会导致额外的晶圆处理，引入新的污染源和损害来源。使用深度学习软件可在更大一部分晶圆上执行自动缺陷筛选。它还可用于两级检测系统，在该系统中，它可以识别出模糊的情况，并将这些情况发送到离线手动检测站进行进一步检查。