3月5日消息，日立當?shù)貢r間2月27日稱該企業(yè)已開發(fā)出了一種高靈敏度半導體缺陷檢測技術(shù)，可通過機器學習的輔助檢出10nm及更小尺寸的微缺陷。這項技術(shù)已在二月末的SPIE先進光刻與圖案化2025學術(shù)會議上展出。

隨著對高性能芯片的需求不斷增加，半導體制造商對生產(chǎn)中的質(zhì)量控制愈發(fā)重視；而制程的微縮也意味著能直接影響性能的缺陷尺寸門檻逐漸降低，對缺陷檢測靈敏度的要求進一步提升。日立的這一技術(shù)就是在該背景下應運而生的。

日立的機器學習缺陷檢測技術(shù)主要包含兩大部分，即圖像重建對比和過度檢測抑制：

圖像重建對比：檢測系統(tǒng)首先通過大量添加噪點的“人造”缺陷圖像學習微缺陷的數(shù)據(jù)特征；實際使用時對掃描電鏡照片盡量進行無缺陷版本重建，并對原始圖像和重建圖像進行對比，從而檢出缺陷。

過度檢測抑制：由于先進半導體制程的微縮，差異化功能電路和缺陷在圖像上的區(qū)別逐漸模糊，而機器學習檢測系統(tǒng)可對電路布局進行分類，并根據(jù)電路特征調(diào)整靈敏度，可減少90%的過度檢測。