AI-ul detectează defecte invizibile pe cipuri

Cum vede AI-ul ce nu vezi tu?

Cercetători de la Materials Center Leoben, PVA TePla și Advanced Semiconductor Engineering au lansat o metodă nouă pentru identificarea defectelor de interconectare în ambalajele microelectronice. Echipa a publicat un articol care detaliază modul în care inteligența artificială poate îmbunătăți calitatea imaginilor pentru analiza defectelor.

Lucrarea abordează creșterea dificultății de inspecție a cipurilor moderne.

Miniaturizarea a făcut ca metodele tradiționale de analiză a defectelor să devină mai puțin eficiente. Pe măsură ce componentele devin mai mici, defectele devin mai greu de observat cu instrumentele standard.

Abordarea nouă folosește IA pentru a asuși și clarifica imaginile. Acest lucru permite inspectorilor să identifice probleme care erau anterior invizibile.

Inovația de bază constă în utilizarea învățării mașinilor pentru procesarea imaginilor de microscop. În loc de a se baza exclusiv pe observația umană, sistemul îmbunătățește contrastul și detaliile. Acest lucru face vizibile fisurile subtile sau golurile în interconectările flip-chip. Metoda reduce negativelor false în controlul calității.

Rezoluția slabă a imaginilor duce la defecte ratate. Un defect ratat poate cauza eșecul unui cip în timpul funcționării.

Cum vede AI-ul defectele pe care ochiul uman nu le observă?

Prin îmbunătățirea datelor vizuale, producătorii pot prinde problemele mai devreme în linia de producție. Acest lucru reduce risipa și îmbunătățește randamentul. Cercetarea demonstrează că inspecția asistată de IA este acum un instrument practic pentru fabricile de semiconductoare.

Ce tipuri de defecte detectează acest sistem AI? Sistemul țintește defectele de interconectare, cum ar fi fisuri, goluri și nealinieri în ambalajele flip-chip.

Se concentrează pe problemele pe care inspecția optică tradițională le ratează adesea din cauza contrastului scăzut sau a scării mici.

Cum diferă acest lucru de analiza standard a defectelor? Metodele standard se bazează pe revizuirea manuală a imaginilor, ceea ce este lent și subiectiv.

Abordarea cu IA îmbunătățește automat imaginile pentru a evidenția anomaliiile, făcând procesul de detecție mai rapid și mai consecvent între loturile de producție.