AI技術在半導體設計、制造和優(yōu)化等方面的應用日益深入。在設計階段，AI可以通過機器學習算法，提高芯片性能和能效。在制造過程中，AI用于預測和檢測缺陷，優(yōu)化生產流程，快速提升良率。同時AI模型可以分析海量制造數(shù)據(jù)，找出潛在問題并進行預防性維護。Fabless、Fab通過AI賦能大大提高了效率和產品質量。

格科微作為領先的CMOS圖像傳感器、DDI顯示芯片設計公司，面對產品對高性能與高質量的雙重需求，攜手廣立微（Semitronix），引入廣立微INFINITY-AI系統(tǒng)（簡稱INF-AI），為設計制造注入了強大的AI動力，提升產品良率。

INF-AI系統(tǒng)通過深度學習、大數(shù)據(jù)分析等前沿技術，實現(xiàn)了對生產全周期的精準監(jiān)控與智能優(yōu)化，有效識別并解決生產過程中的潛在問題，從而大幅提升產品的良率。

01 簡化操作，低門檻享受AI賦能的高效應用

INF-AI系統(tǒng)配備可視化訓練營，可視化模型發(fā)布，可視化系統(tǒng)配置模塊，讓新手也能迅速上手。

模型訓練從DMS 的數(shù)據(jù)導入，到智能標注，再到訓練結果監(jiān)控以及最后的測試上線，做到了界面友好，可以快速培訓，一鍵部署上線。

▲ INF-AI 的模型訓練

02 AI模型助力準確高效分類

INF-AI 的模型穩(wěn)定運行，每天上萬的照片分析，對于OQA 模型，準確率基本做到了100%， 而且可以實時監(jiān)控。

INF-AI智能量測，智能識別功能，對缺陷進行精準量測，解決了ADI/DFI 給出的defect size不準的問題，在OQA的INK應用中顯著提升精準度與效率。

案例分享1：INF-AI提升分類準確性

假設OQA 需求ink 的defect size 是5um，下圖四張照片，每次人為分類，是否能保證每次的準確定？

INF-AI 平臺智能識別后，避免了人為分類的不穩(wěn)定性，在size分類的準確性上提升了30%。一方面減少了沒必要的INK,一方面降低了較少人為miss 大顆defect的風險。

案例分享2：INF-AI提升分類效率

CIS 出貨100% by lot scan，100% take image，機臺by lot 存在超過2000張的照片。人為分類一個lot需要0.6h，使用INF-AI 分類后，人為confirm只需要0.02h，效率提升30倍以上。

03 可塑性高，INF-AI滿足客制化需求

INF-AI可以智能聯(lián)動DMS 導入已經分類好的defect，配合DMS相關系統(tǒng)，智能化管理客戶出貨系統(tǒng)，滿足客戶的多重需求。

INFINITY-AI

廣立微的INFINITY-AI系統(tǒng)（簡稱INF-AI）是針對半導體制造業(yè)的開放式機器學習平臺，包括自動缺陷分類 (Automatic Defect Classification，ADC)、晶圓圖缺陷模式分析（Wafer Pattern Analysis，WPA）等應用，支持用戶管理數(shù)據(jù)，一鍵訓練、評測、部署模型，為半導體制造業(yè)AI賦能提供一站式解決方案。

關于我們

杭州廣立微電子股份有限公司（股票代碼：301095）是領先的集成電路EDA軟件與晶圓級電性測試設備供應商，公司專注于芯片成品率提升和電性測試快速監(jiān)控技術，是國內外多家大型集成電路制造與設計企業(yè)的重要合作伙伴。公司提供EDA軟件、電路IP、WAT電性測試設備以及與芯片成品率提升技術相結合的整套解決方案，在集成電路設計到量產的整個產品周期內實現(xiàn)芯片性能、成品率、穩(wěn)定性的提升，成功案例覆蓋多個集成電路工藝節(jié)點。