中文 英语

作者最新文章


面板变形引起的图案失真分析及超大曝光场精细分辨率光刻解决方法


5G市场推动了异构集成需求的增长。这包括智能手机、数据中心、服务器、高性能计算(HPC)、人工智能(AI)和物联网(IoT)应用。下一代封装技术需要更紧密的覆盖层,以适应大尺寸的封装,并在大尺寸柔性面板上实现细间距芯片互连。»阅读更多

基于机器学习的光学临界尺寸测量中克服有限标记数据集的方法


随着半导体器件规模的不断扩大,器件结构的复杂性不断增加,再加上更严格的计量误差预算,使得光学临界尺寸(OCD)解决时间延长到临界点。机器学习(ML)由于其极快的周转速度,已成功应用于OCD计量,作为传统物理测量的替代解决方案。»阅读更多

人手:为大批量制造策划良好数据并创建有效的深度学习R2R策略


目前,半导体制造业使用人工智能和机器学习来获取数据,并从这些数据中自主学习。有了额外的数据,AI和ML可以用于快速发现模式并确定各种应用程序的相关性,尤其是那些涉及计量和检验的应用程序,无论是在制造的前端…»阅读更多

将数字线索编织成企业知识的全球结构


智能制造软件如何提供半导体制造过程所有阶段的可见性和控制。从运行到运行(R2R)自动化过程控制收集每次生产运行的关键数据,并根据复杂的过程性能模型自动调整下一次运行的过程参数。点击这里阅读更多。»阅读更多

大视野、高分辨率光刻技术实现下一代面板级封装


对于目前大多数可用的光刻系统来说,大型异构集成的光刻挑战是曝光场的尺寸有限(通常为60mm x 60mm或更小)。精细的分辨率和大的现场尺寸为用户提供了机会,使包装尺寸超过150mm x 150mm,并保持高吞吐量。这种新能力有可能为…»阅读更多

具有高分辨率光刻技术的超大曝光场,可实现下一代面板级先进封装


包括智能手机、数据中心、服务器、高性能计算、人工智能和物联网应用在内的5G市场推动了对异构集成的需求不断增长。下一代封装技术需要更紧密的覆盖层,以适应更大的封装尺寸,并在大尺寸柔性面板上实现更细间距的芯片互连。异构集成实现下一代设备性能…»阅读更多

利用皮秒激光声学测量在不透明层下的叠加和对准标记成像


光学不透明材料在磁随机存取存储器(MRAM)的半大马士革工艺流程或磁隧道结(MTJ)处理后的对准和叠加方面提出了一系列挑战。在所有多层模式中,平版印刷定义的模式在模式和底层之上的叠加和对齐是设备操作的基础。»阅读更多

采用前馈光刻技术的扇出面板水平封装中的先进离群模控制技术


包括智能手机、数据中心、服务器、高性能计算、人工智能和物联网应用在内的5G市场推动了对异构集成的需求不断增长。下一代封装技术需要更紧密的覆盖层,以适应更大的封装尺寸,并在大尺寸柔性面板上实现更细间距的芯片互连。扇出板级封装(FOPLP)是目前应用最广泛的技术之一。»阅读更多

Fab Fingerprint用于主动良率管理


下面是一个案例研究,描述了如何通过实现基于人工智能的空间模式识别(SPR)和晶圆工艺历史的频繁模式数据库来提高产量和晶圆厂生产率。这很重要,因为将空间良率问题与工艺和工具联系起来通常作为反应性分析进行,导致晶圆产量增加。»阅读更多

三维集成电路中细间距微凸点的声学测量


向3D集成的持续转变需要在多个垂直堆叠的Si器件之间形成电互连,以实现高速、高带宽的连接。微凸点和通硅孔(tsv)可实现高密度互连,用于不同应用的模对模和模对晶片堆叠。在本文中,我们介绍了声学测量技术。»阅读更多

←老帖子
Baidu