TWI782589B - 晶圓搜尋方法及裝置 - Google Patents

晶圓搜尋方法及裝置 Download PDF

Info

Publication number
TWI782589B
TWI782589B TW110122947A TW110122947A TWI782589B TW I782589 B TWI782589 B TW I782589B TW 110122947 A TW110122947 A TW 110122947A TW 110122947 A TW110122947 A TW 110122947A TW I782589 B TWI782589 B TW I782589B
Authority
TW
Taiwan
Prior art keywords
wafer
specific area
feature
specific
dies
Prior art date
Application number
TW110122947A
Other languages
English (en)
Other versions
TW202301185A (zh
Inventor
許致榕
樂慶莉
包寶茹
Original Assignee
力晶積成電子製造股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 力晶積成電子製造股份有限公司 filed Critical 力晶積成電子製造股份有限公司
Priority to TW110122947A priority Critical patent/TWI782589B/zh
Priority to CN202110783217.4A priority patent/CN115510087A/zh
Priority to US17/463,562 priority patent/US11960814B2/en
Application granted granted Critical
Publication of TWI782589B publication Critical patent/TWI782589B/zh
Publication of TW202301185A publication Critical patent/TW202301185A/zh

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/30Circuit design
    • G06F30/39Circuit design at the physical level
    • G06F30/398Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01LSEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10Measuring as part of the manufacturing process
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/24569Query processing with adaptation to specific hardware, e.g. adapted for using GPUs or SSDs
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01LSEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10Measuring as part of the manufacturing process
    • H01L22/12Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01LSEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Manufacturing & Machinery (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Image Analysis (AREA)
  • Container, Conveyance, Adherence, Positioning, Of Wafer (AREA)

Abstract

本發明提供一種晶圓搜尋方法及裝置,所述方法包括:取得目標晶圓及參考晶圓;在目標晶圓中決定第一特定區域,並取得第一特定區域的第一顯著分布特徵;在參考晶圓中決定第二特定區域,並取得第二特定區域的第二顯著分布特徵;反應於判定第一顯著分布特徵對應於第二顯著分布特徵,估計第一特定區域與第二特定區域之間的故障圖樣相似度;反應於判定故障圖樣相似度高於門限值,提供參考晶圓作為對應於目標晶圓的搜尋結果。

Description

晶圓搜尋方法及裝置
本發明是有關於一種搜尋方法及裝置,且特別是有關於一種晶圓搜尋方法及裝置。
在現有技術中,當使用者欲在資料庫中搜尋與某目標晶圓具有相似晶粒故障圖樣(fail pattern)的其他晶圓時,多半是由使用者以目視方式判定,或是在目標晶圓中畫出特定區域,以由搜尋系統據以與資料庫中的其他晶圓進行比對。
請參照圖1A,其是習知的晶圓比對機制示意圖。在圖1A中,假設使用者選擇晶圓101作為目標晶圓,則使用者可在晶圓101中畫出特定區域101a,而搜尋系統可據以在資料庫的其他晶圓中找出對應於特定區域101a的其他特定區域,例如晶圓102中的特定區域102a及晶圓103中的特定區域103a。之後,搜尋系統可估計特定區域101a中的晶粒故障比例(fail ratio)(例如是所示的62%),並估計其他晶圓的特定區域中的晶粒故障比例,例如特定區域102a的60%及特定區域103a的59%。在取得其他晶圓的特定區域中的晶粒故障比例之後,搜尋系統可將晶粒故障比例接近特定區域101a的其他特定區域對應的晶圓(例如晶圓102、103)作為對應於晶圓101的搜尋結果。
然而,在上述作法中至少存在以下缺點:(1)當所考慮的目標晶圓中的晶粒故障圖樣較為特殊時,使用者需費心於設定適當的特定區域,而此過程既耗時亦不準確;(2)在選定目標晶圓後,搜尋系統才開始獲取其他晶圓的晶粒層級(die level)資料,故需花費不少時間;(3)只考慮特定區域而未考慮其他區域,因此容易將具大範圍故障圖樣的晶圓選為目標晶圓的搜尋結果;(4)由於所考慮的是晶粒層級資料,當各個晶圓的大小、形狀、總數不一時,無法進行跨產品的比較。
請參照圖1B,其是兩個晶圓的晶粒層級資料示意圖。在圖1B中,晶圓104的橫軸及縱軸分別包括38及44個晶粒,而晶圓105的橫軸及縱軸則分別包括287及8個晶粒。在此情況下,晶圓104及105將因大小、形狀、總數不同而無法作跨產品比較。
有鑑於此,本發明提供一種晶圓搜尋方法及裝置,其可用於解決上述技術問題。
本發明提供一種晶圓搜尋方法,適於一晶圓搜尋裝置,所述方法包括:取得一目標晶圓及一參考晶圓,其中目標晶圓及參考晶圓上個別分布有多個故障晶粒及多個正常晶粒,且目標晶圓劃分有多個第一區域,參考晶圓劃分有對應於所述多個第一區域的多個第二區域;在所述多個第一區域中決定一第一特定區域,並取得第一特定區域中的所述多個故障晶粒的故障圖樣的一第一顯著分布特徵;在所述多個第二區域中決定至少一第二特定區域,並取得各第二特定區域中的所述多個故障晶粒的故障圖樣的一第二顯著分布特徵;反應於判定第一顯著分布特徵對應於至少一第二特定區域任一的第二顯著分布特徵,估計第一特定區域與各第二特定區域之間的一故障圖樣相似度;反應於判定故障圖樣相似度高於一相似度門限值,提供參考晶圓作為對應於目標晶圓的一搜尋結果。
本發明提供一種晶圓搜尋裝置,包括儲存電路及處理器。儲存電路儲存一程式碼。處理器耦接儲存電路,存取程式碼以執行:取得一目標晶圓及一參考晶圓,其中目標晶圓及參考晶圓上個別分布有多個故障晶粒及多個正常晶粒,且目標晶圓劃分有多個第一區域,參考晶圓劃分有對應於所述多個第一區域的多個第二區域;在所述多個第一區域中決定一第一特定區域,並取得第一特定區域中的所述多個故障晶粒的故障圖樣的一第一顯著分布特徵;在所述多個第二區域中決定至少一第二特定區域,並取得各第二特定區域中的所述多個故障晶粒的故障圖樣的一第二顯著分布特徵;反應於判定第一顯著分布特徵對應於至少一第二特定區域任一的第二顯著分布特徵,估計第一特定區域與各第二特定區域之間的一故障圖樣相似度;反應於判定故障圖樣相似度高於一相似度門限值,提供參考晶圓作為對應於目標晶圓的一搜尋結果。
請參照圖2,其是依據本發明之一實施例繪示的晶圓搜尋裝置示意圖。在不同的實施例中,晶圓搜尋裝置200可實現為各式電腦裝置及/或智慧型裝置,但可不限於此。
如圖2所示,晶圓搜尋裝置200可包括儲存電路202及處理器204。儲存電路202例如是任意型式的固定式或可移動式隨機存取記憶體(Random Access Memory,RAM)、唯讀記憶體(Read-Only Memory,ROM)、快閃記憶體(Flash memory)、硬碟或其他類似裝置或這些裝置的組合,而可用以記錄多個程式碼或模組。
處理器204耦接於儲存電路202,並可為一般用途處理器、特殊用途處理器、傳統的處理器、數位訊號處理器、多個微處理器(microprocessor)、一個或多個結合數位訊號處理器核心的微處理器、控制器、微控制器、特殊應用積體電路(Application Specific Integrated Circuit,ASIC)、現場可程式閘陣列電路(Field Programmable Gate Array,FPGA)、任何其他種類的積體電路、狀態機、基於進階精簡指令集機器(Advanced RISC Machine,ARM)的處理器以及類似品。
在本發明的實施例中,處理器204可存取儲存電路202中記錄的模組、程式碼來實現本發明提出的晶圓搜尋方法,其細節詳述如下。
在本發明的實施例中,晶圓搜尋裝置200例如可維護有包括多個晶圓的晶圓資料庫,而使用者可從中挑選欲作為比對基準的晶圓,以讓晶圓搜尋裝置200據以晶圓資料庫中找出相似的其他晶圓。在一些實施例中,所述晶圓資料庫中的每個晶圓可包括多個故障晶粒及多個正常晶粒。
在本發明的實施例中,為便於執行所提出的晶圓搜尋方法,所考慮的各個晶圓可經劃分有多個區域,如圖3所例示。請參照圖3,其是依據本發明之一實施例繪示的劃分有多個區域的晶圓示意圖。
如圖3所示,晶圓300可經劃分有9個區域A1~A9,而在本發明的實施例中,所述晶圓資料庫中的各晶圓皆劃分有對應於區域A1~A9的多個區域。為便於說明,以下假設所考慮的每個晶圓皆經劃分有區域A1~A9,但可不限於此。
在一實施例中,處理器204還可預先估計區域A1~A9個別的故障晶粒比例。在一些實施例中,對於區域A1~A9中的第i個區域(下稱區域Ai)而言,處理器204可計算區域Ai中的故障晶粒數量及晶粒總數,並以所述故障晶粒數量除以所述晶粒總數作為區域Ai的故障晶粒比例,但可不限於此。
在其他實施例中,所述晶圓資料庫中的每個晶圓亦可依設計者的需求而採用其他方式劃分,並不限於圖3所示態樣。並且,處理器204亦可預先估計各晶圓的各區域的故障晶粒比例,以利後續使用。
在一些實施例中,處理器204可預先將各晶圓的各個故障晶粒及正常晶粒以正規化座標表示。
請參照圖4,其是依據本發明之一實施例繪示的座標正規化機制示意圖。在圖4中,假設晶圓400的橫軸包括x1~xn,縱軸包括y1~ym(n及m為正整數)。在此情況下,對於晶圓400上座標為(a, b)的晶粒401而言,處理器204可相應地將晶粒401的座標改以對應的正規化座標表示。在圖4中,晶粒401的正規化座標例如可表示為(a’, b’) = ((a-x1)/n, (b-y1)/m),但可不限於此。基於相似原則,所述晶圓資料庫中的各晶圓上的各晶粒的座標皆由處理器204以對應的正規化座標表示。
請參照圖5,其是依據本發明之一實施例繪示的晶圓搜尋方法流程圖。本實施例的方法可由圖2的晶圓搜尋裝置200執行,以下即搭配圖2所示的元件說明圖5各步驟的細節。
首先,在步驟S510中,處理器204可取得目標晶圓及參考晶圓。
在一些實施例中,使用者可於晶圓資料庫中選定一或多個晶圓(下稱選定晶圓),而處理器204可據以在晶圓資料庫中找出一或多個晶圓作為搜尋結果,以供使用者參考。
在一些實施例中,處理器204可依據上述一或多個選定晶圓而決定目標晶圓,並將此目標晶圓個別與晶圓資料庫中的每個晶圓進行比較。為便於說明,以下將用於與目標晶圓進行比較的晶圓稱為參考晶圓,但可不限於此。
在不同的實施例中,處理器204可依據使用者的設定而決定以單一個選定晶圓作為目標晶圓,或是整合上述一或多個選定晶圓來產生對應的目標晶圓。
在一實施例中,處理器204例如可讓使用者在選定晶圓上決定一關注區域(例如區域A1),其中此關注區域即為日後目標晶圓中用於與參考晶圓進行比對的區域(下稱第一特定區域)。 之後,處理器204可讓使用者決定日後要將參考晶圓上的全部區域個別與第一特定區域比較(下稱未限定區域情境),或是僅將參考晶圓上位置對應於第一特定區域的區域與第一特定區域比較(下稱限定區域情境)。
在一實施例中,假設使用者選定關注區域為區域A1。在此情況下,在第一實施例(即,限定區域情境)中,當使用者決定日後僅將參考晶圓上位置對應於第一特定區域的區域(例如參考晶圓上的區域A1)與第一特定區域比較時,處理器204可藉由整合上述一或多個選定晶圓來產生對應的目標晶圓。
具體而言,在第一實施例中(即,限定區域情境),處理器204可基於各選定晶圓上的故障晶粒決定目標晶圓上的故障晶粒。具體而言,在一實施例中,反應於判定各選定晶圓皆具有位於特定位置上的故障晶粒,處理器204可判定目標晶圓具有位於特定位置上的故障晶粒。另一方面,反應於判定選定晶圓的任一未具有位於特定位置上的故障晶粒,處理器204可判定目標晶圓未具有位於特定位置上的故障晶粒。
從另一觀點而言,處理器204可理解為將各選定晶圓上的故障晶粒取交集來決定目標晶圓上的故障晶粒。例如,處理器204可先創建一空白(即,所有晶粒的故障/正常情況未定)的晶圓作為目標晶圓。之後,當各選定晶圓皆在某位置具有故障晶粒時,處理器204即將目標晶圓上對應位置的晶粒設定為故障晶粒,而當各選定晶圓未皆在某位置具有故障晶粒時,處理器204即將目標晶圓上對應位置的晶粒設定為正常晶粒,但可不限於此。
另一方面,在第二實施例(即,未限定區域情境)中,當使用者決定將參考晶圓上的全部區域個別與第一特定區域比較時,處理器204可以單一個選定晶圓作為目標晶圓來與參考晶圓作比對。在第二實施例中,在完成比對之後,處理器204可以上述選定晶圓的其中之另一作為目標晶圓,並再次與同一個參考晶圓作比對,但可不限於此。
在取得目標晶圓之後,處理器204可依先前所言將目標晶圓劃分為多個區域(下稱第一區域),而參考晶圓亦可經劃分有對應於所述多個第一區域的多個區域(下稱第二區域)。
接著,在步驟S520中,處理器204可在所述多個第一區域中決定第一特定區域,並取得第一特定區域中的所述多個故障晶粒的故障圖樣的第一顯著分布特徵。
承先前所言,處理器204可依據使用者決定的關注區域來決定目標晶圓上的第一特定區域。舉例而言,假設使用者決定的關注區域為各選定晶圓上的區域A1,則處理器204將選定目標晶圓上的區域A1作為第一特定區域;若使用者決定的關注區域為各選定晶圓上的區域A2,則處理器204將選定目標晶圓上的區域A2作為第一特定區域,但可不限於此。
在一實施例中,第一顯著分布特徵為多個預設分布特徵之一,而在處理器204取得第一特定區域中的所述多個故障晶粒的故障圖樣的第一顯著分布特徵的過程中,處理器204可先估計第一特定區域的上述預設分布特徵的多個第一特徵值,以下輔以圖6作進一步說明。
請參照圖6,其是依據本發明之一實施例繪示的估計第一特定區域的各預設分布特徵的第一特徵值的示意圖。在本實施例中,假設第一特定區域為所述多個第一區域中的第i個第一區域。在此情況下,處理器204可依先前教示而取得第一特定區域的第一故障晶粒比例(即,以第一特定區域中的故障晶粒總數除以第一特定區域中的晶粒總數,以
Figure 02_image001
表示)。
之後,處理器204可將目標晶圓表徵為第一晶粒分布矩陣MM,其中第一晶粒分布矩陣MM中具有第一值(例如1)的元素(繪示為斜線格)對應於目標晶圓的故障晶粒的其中之一,而第一晶粒分布矩陣MM中具有第二值(例如0)的元素(繪示為空白格)對應於目標晶圓的正常晶粒的其中之一。
在圖6中,所考慮的預設分布特徵例如包括水平方向特徵、垂直方向特徵、右斜方向特徵及左斜方向特徵(其可分別稱為第1個至第4個預設分布特徵),前述預設分布特徵可不限於此。在此情況下,處理器204可將第一晶粒分布矩陣MM與多個特徵強化矩陣G1~G4的第j個特徵強化矩陣進行一卷積運算,以產生多個參考晶粒分布矩陣中的第j個參考晶粒分布矩陣,其中所述第j個特徵強化矩陣對應於上述預設分布特徵中的第j個預設分布特徵。
舉例而言,處理器204可將第一晶粒分布矩陣MM與特徵強化矩陣G1進行卷積運算,以產生對應於水平方向特徵的參考晶粒分布矩陣M1。從另一觀點而言,處理器204可理解為強化第一晶粒分布矩陣MM的故障圖樣在水平方向的特徵。舉例而言,處理器204可限定在將第一晶粒分布矩陣MM與特徵強化矩陣G1進行卷積運算的每一個過程中,所得出的當下總和需大於等於所設定的門限值(例如3),方能將第一晶粒分布矩陣MM中當下用於進行卷積運算的元素保留於參考晶粒分布矩陣M1中。在此情況下,在第一晶粒分布矩陣MM中,在水平方向上不連續的元素將不會被保留在參考晶粒分布矩陣M1中,例如元素Ma、Mb、Mc。
相似地,處理器204可將第一晶粒分布矩陣MM與特徵強化矩陣G2進行卷積運算,以產生對應於垂直方向特徵的參考晶粒分布矩陣M2。在此情況下,在第一晶粒分布矩陣MM中,在垂直方向上不連續的元素將不會被保留在參考晶粒分布矩陣M2中,例如元素Mb、Mc、Md、Me、Mf。
此外,處理器204可將第一晶粒分布矩陣MM與特徵強化矩陣G3進行卷積運算,以產生對應於右斜方向特徵的參考晶粒分布矩陣M3。在此情況下,在第一晶粒分布矩陣MM中,在右斜方向上不連續的元素將不會被保留在參考晶粒分布矩陣M3中,例如元素Mb、Mc、Me、Mf。
相似地,處理器204可將第一晶粒分布矩陣MM與特徵強化矩陣G4進行卷積運算,以產生對應於左斜方向特徵的參考晶粒分布矩陣M4。在此情況下,在第一晶粒分布矩陣MM中,在左斜方向上不連續的元素將不會被保留在參考晶粒分布矩陣M4中。
在取得參考晶粒分布矩陣M1~M4後,處理器204可基於所述第j個參考晶粒分布矩陣中具有第一值的元素估計多個故障晶粒數中的第j個故障晶粒數,其中所述第j個故障晶粒數對應於所述第j個預設分布特徵。在圖6中,由於參考晶粒分布矩陣M1具有第一值的元素的數量為8(即,參考晶粒分布矩陣M1中斜線格的數量),故處理器204可估計對應於水平方向特徵(即,第1個預設分布特徵)的故障晶粒數(即,第1個故障晶粒數)為8。另外,由於參考晶粒分布矩陣M2具有第一值的元素的數量為6(即,參考晶粒分布矩陣M2中斜線格的數量),故處理器204可估計對應於垂直方向特徵(即,第2個預設分布特徵)的故障晶粒數(即,第2個故障晶粒數)為6。基於相似原則,處理器204可估計右斜方向特徵及左斜方向特徵的故障晶粒數分別為7及2,其細節於此不另贅述。
在取得對應於各個預設分布特徵的故障晶粒數之後,處理器204可基於所述第j個故障晶粒數及第一特定區域的第一故障晶粒比例估計第一特定區域的上述第一特徵值中的第j個第一特徵值,其中所述第j個第一特徵值對應於所述第j個預設分布特徵。在一實施例中,處理器204可將所述第j個故障晶粒數除以第一特定區域的第一故障晶粒比例(即,
Figure 02_image001
)以得到對應於所述第j個預設分布特徵的所述第j個第一特徵值(以
Figure 02_image003
表示)。
在圖6中,處理器204可以第1個故障晶粒數(即,8)除以
Figure 02_image001
來得到對應於水平方向特徵的所述第1個第一特徵值(即,
Figure 02_image005
)。相似地,處理器204可以第2個故障晶粒數(即,6)除以
Figure 02_image001
來得到對應於垂直方向特徵的所述第2個第一特徵值(即,
Figure 02_image007
)。基於相似原則,處理器204可相應得到
Figure 02_image009
Figure 02_image011
,其細節於此不另贅述。
在取得第一特定區域的上述預設分布特徵的所述多個第一特徵值(例如
Figure 02_image005
~
Figure 02_image011
)之後,處理器204可在上述第一特徵值中找出第一最高特徵值,並在第一特定區域的上述預設分布特徵中找出對應於第一最高特徵值的一者作為第一顯著分布特徵。舉例而言,假設處理器204判定
Figure 02_image005
Figure 02_image005
~
Figure 02_image011
中為最高特徵值,則處理器204可判定對應於
Figure 02_image005
的水平方向特徵為第一特定區域的第一顯著分布特徵。舉另一例而言,假設處理器204判定
Figure 02_image007
Figure 02_image005
~
Figure 02_image011
中為最高特徵值,則處理器204可判定對應於
Figure 02_image007
的垂直方向特徵為第一特定區域的第一顯著分布特徵。
接著,在步驟S530中,處理器204可在所述多個第二區域中決定至少一第二特定區域,並取得各第二特定區域中的所述多個故障晶粒的故障圖樣的第二顯著分布特徵。
在本發明的實施例中,所述至少一第二特定區域可理解為參考晶圓中用於與目標晶圓的第一特定區域進行比對的區域。
因此,在第一實施例(即,限定區域情境)中,處理器204可在所述多個第二區域中找出與第一特定區域對應於相同位置的一者作為第二特定區域。例如,若第一特定區域為目標晶圓中的區域A1,則處理器204可選定參考晶圓中的區域A1作為第二特定區域。換言之,若第一特定區域的位置經限定為需對應於第二特定區域的位置,處理器204可在所述多個第二區域中找出與第一特定區域對應於相同位置的一者作為第二特定區域。亦即,在第一實施例中,參考晶圓中只會有一個第二特定區域,但可不限於此。
另一方面,在第二實施例(即,未限定區域情境)中,處理器204可將所述多個第二區域皆作為第二特定區域。換言之,若第一特定區域的位置未經限定為需對應於第二特定區域的位置,處理器204可將所述多個第二區域皆作為第二特定區域。亦即,在第二實施例中,第二特定區域的數量會相同於第二區域的數量,但可不限於此。
在依上述教示而決定一或多個第二特定區域之後,處理器204可取得各第二特定區域中的所述多個故障晶粒的故障圖樣的第二顯著分布特徵。在一實施例中,處理器204可估計各第二特定區域的上述預設分布特徵的多個第二特徵值(以
Figure 02_image013
表示);在所述多個第二特徵值中找出第二最高特徵值,並在各第二特定區域的上述預設分布特徵中找出對應於第二最高特徵值的一者作為第二顯著分布特徵。處理器204取得各第二特定區域的第二顯著分布特徵的方式相似於取得第一特定區域的第一顯著分布特徵的方式,故相關細節可參照圖6的說明,於此不另贅述。
在其他實施例中,上述晶圓資料庫中各晶圓的上述預設分布特徵的多個特徵值及對應的顯著分布特徵可由處理器204預先完成計算,藉以在使用者決定選定晶圓後直接取用,進而加速後續處理的效率,但可不限於此。
舉例而言,在一實施例中,在取得第一特定區域中的故障晶粒的故障圖樣的第一顯著分布特徵時,處理器204可直接從上述晶圓資料庫取得第一特定區域的預設分布特徵的上述第一特徵值,並在上述第一特徵值中找出第一最高特徵值,並在第一特定區域的上述預設分布特徵中找出對應於第一最高特徵值的一者作為第一顯著分布特徵,但可不限於此。另外,在取得第二特定區域中的故障晶粒的故障圖樣的第二顯著分布特徵時,處理器204亦可直接從上述晶圓資料庫取得第二特定區域的預設分布特徵的上述第二特徵值,並在上述第二特徵值中找出第二最高特徵值,並在第二特定區域的上述預設分布特徵中找出對應於第二最高特徵值的一者作為第二顯著分布特徵,但可不限於此。
在一實施例中,處理器204可判斷第一顯著分布特徵是否對應於第二特定區域任一的第二顯著分布特徵。
在第一實施例(即,限定區域情境)中,由於參考晶圓中只有一個第二特定區域,處理器204可判斷第一特定區域的第一顯著分布特徵與第二特定區域的第二顯著分布特徵是否皆對應於上述預設分布特徵中的同一者。若是,則處理器204可判定第一顯著分布特徵對應於第二特定區域的第二顯著分布特徵,反之則可判定第一顯著分布特徵未對應於第二特定區域的第二顯著分布特徵。
舉例而言,假設第一顯著特徵及第二顯著特徵皆為水平方向特徵,則處理器204可判定第一顯著分布特徵對應於第二特定區域的第二顯著分布特徵。舉另一例而言,假設第一顯著特徵及第二顯著特徵皆為垂直方向特徵,則處理器204亦可判定第一顯著分布特徵對應於第二特定區域的第二顯著分布特徵。
另一方面,假設第一顯著特徵為水平方向特徵,但第二顯著特徵為垂直方向特徵、左斜方向特徵或右斜方向特徵,則處理器204可判定第一顯著分布特徵未對應於第二特定區域的第二顯著分布特徵,但可不限於此。
在第二實施例(即,未限定區域情境)中,處理器204可判斷第一顯著分布特徵及第二特定區域任一的第二顯著分布特徵是否皆對應於上述預設分布特徵中的同一者。若是,則處理器204可判定第一顯著分布特徵對應於第二特定區域任一的第二顯著分布特徵。另一方面,若第一顯著特徵與各第二特定區域的第二顯著特徵皆不相同,則處理器204可判定第一顯著分布特徵未對應於任何第二特定區域的第二顯著分布特徵。
舉例而言,假設第一顯著特徵為左斜方向特徵,則當第二特定區域任一的第二顯著分布特徵為左斜方向特徵時,處理器204可判定第一顯著分布特徵對應於第二特定區域任一的第二顯著分布特徵。舉另一例而言,假設第一顯著特徵為右斜方向特徵,則當第二特定區域任一的第二顯著分布特徵為右斜方向特徵時,處理器204可判定第一顯著分布特徵對應於第二特定區域任一的第二顯著分布特徵。
另一方面,假設第一顯著分布特徵為水平方向特徵,但各第二特定區域的第二顯著特徵皆不為水平方向特徵,則處理器204可判定第一顯著分布特徵未對應於第二特定區域任一的第二顯著分布特徵,但可不限於此。
基此,在步驟S540中,反應於判定第一顯著分布特徵對應於第二特定區域任一的第二顯著分布特徵,處理器204可估計第一特定區域與各第二特定區域之間的故障圖樣相似度。
在本發明的實施例中,對於上述第二特定區域中的第i個第二特定區域而言,處理器204可估計所述第i個第二特定區域的上述預分布特徵的多個第二特徵值。之後,處理器204可於該第一特定區域的上述第一特徵值(
Figure 02_image015
)、所述第i個第二特定區域的上述第二特徵值(
Figure 02_image017
)、上述預設分布特徵的數量(以m表示)及修正參數(以z表示)估計第一特定區域與所述第i個第二特定區域之間的故障圖樣相似度。
在第一實施例(即,限定區域情境)中,由於參考晶圓中只有一個第二特定區域(其可為第i個第二區域),故第一特定區域與第二特定區域之間的故障圖樣相似度(以
Figure 02_image019
表示)可估計為「
Figure 02_image021
」。在一些實施例中,z例如是介於0與1的數值(例如0.2),但可不限於此。另外,若
Figure 02_image023
,則
Figure 02_image025
為1;若
Figure 02_image027
,則
Figure 02_image025
為0,但可不限於此。
在第二實施例(即,未限定區域情境)中,第一特定區域與第i個第二特定區域(其可為第i個第二區域)之間的故障圖樣相似度(以
Figure 02_image019
表示)可估計為「
Figure 02_image021
」。在一些實施例中,z例如是介於0與1的數值(例如0.2),但可不限於此。另外,若
Figure 02_image023
,則
Figure 02_image025
為1;若
Figure 02_image027
,則
Figure 02_image025
為0,但可不限於此。
在取得第一特定區域與各第二特定區域之間的故障圖樣相似度(即,
Figure 02_image019
)之後,處理器204可判斷故障圖樣相似度是否高於相似度門限值(以T表示)。在不同的實施例中,T可依設計者的需求而設定為任意數值,例如80,但可不限於此。
之後,在步驟S550中,反應於判定故障圖樣相似度高於相似度門限值,處理器204可提供參考晶圓作為對應於目標晶圓的搜尋結果。
在第一實施例(即,限定區域情境)中,由於參考晶圓中只有一個第二特定區域,故處理器204可判斷此第二特定區域對應的
Figure 02_image019
是否高於相似度門限值。若是,則處理器204可相應地將參考晶圓作為對應於目標晶圓的搜尋結果。另一方面,若此第二特定區域對應的
Figure 02_image019
經判定未高於相似度門限值,則處理器204可不提供參考晶圓作為對應於目標晶圓的搜尋結果,但可不限於此。
在第二實施例(即,未限定區域情境)中,處理器204可判斷第二特定區域任一對應的
Figure 02_image019
是否高於相似度門限值。若是,則處理器204可相應地將參考晶圓作為對應於目標晶圓的搜尋結果。另一方面,若各第二特定區域對應的
Figure 02_image019
經判定皆未高於相似度門限值,則處理器204可將選定晶圓的其中之另一作為新的目標晶圓,並依上述教示判斷是否將上述參考晶圓作為對應於新的目標晶圓的搜尋結果。簡言之,在第二實施例中,在完成將選定晶圓的其中之一與參考晶圓的比對之後,處理器204可將選定晶圓的其中之另一再與同一參考晶圓作比對,以決定是否將此參考晶圓作為選定晶圓的所述其中之另一的搜尋結果,但可不限於此。
在完成目標晶圓與參考晶圓的比對之後,處理器204可再將晶圓資料庫中的其他晶圓作為新的參考晶圓,並依據上述教示決定是否將此新的參考晶圓作為目標晶圓的搜尋結果,但可不限於此。
藉此,本發明的方法可將晶圓資料庫中與目標晶圓具有相似故障圖樣的一或多個晶圓作為目標晶圓的搜尋結果而提供,而使用者即可依據對應於目標晶圓的搜尋結果而進行後續的共通機台分析,或是跟上述特徵值進行機差分析(Analysis of variance,ANOVA)或相關性分析。
為使本發明的概念更易於理解,以下另輔以圖7作進一步說明。請參照圖7,其是依據本發明之一實施例繪示的晶圓比對示意圖。在圖7中,假設所考慮的各個晶圓皆劃分有對應的4個區域。舉例而言,目標晶圓710上可劃分有第一區域711~714,參考晶圓720上可劃分有對應於第一區域711~714的第二區域721~724,參考晶圓730上可劃分有對應於第一區域711~714的第二區域731~734,參考晶圓740上可劃分有對應於第一區域711~714的第二區域741~744,但可不限於此。
在圖7中,假設使用者選擇第一區域712作為目標晶圓710的第一特定區域,則使用者可再決定欲基於第一實施例(即,限定區域情境)或第二實施例(即,未限定區域情境)的方式來將目標晶圓710與各參考晶圓720、730、740作比對。
假設使用者選擇採用第一實施例(即,限定區域情境)的方式,則處理器204僅會將各參考晶圓中對應於第一特定區域(即,第一區域712)的第二區域選作為所考慮的第二特定區域。在此情況下,處理器204將在參考晶圓720中選定位置對應於第一區域712的第二區域722作為參考晶圓720中的第二特定區域,在參考晶圓730中選定位置對應於第一區域712的第二區域732作為參考晶圓730中的第二特定區域,以及在參考晶圓740中選定位置對應於第一區域712的第二區域742作為參考晶圓740中的第二特定區域。
在圖7中,假設第一特定區域(即,第一區域712)的第一顯著特徵經判定為右斜方向特徵,且參考晶圓730的第二特定區域(即,第二區域732)的第二顯著特徵亦經判定為右斜方向特徵,則處理器204可進而估計第一特定區域(即,第一區域712)與參考晶圓730的第二特定區域(即,第二區域732)之間的故障圖樣相似度,進而決定是否將參考晶圓730作為目標晶圓710的搜尋結果而提供。假設第一特定區域(即,第一區域712)與參考晶圓730的第二特定區域(即,第二區域732)之間的故障圖樣相似度高於相似度門限值,則處理器204可在第一實施例中將參考晶圓730作為目標晶圓710的搜尋結果而提供。
另一方面,由於參考晶圓720的第二特定區域(即,第二區域722)的第二顯著特徵及參考晶圓740的第二特定區域(即,第二區域742)的第二顯著特徵皆不為右斜方向特徵,故處理器204在第一實施例中可不將參考晶圓720及740作為目標晶圓710的搜尋結果而提供。
此外,假設使用者選擇採用第二實施例(即,未限定區域情境)的方式,則處理器204可將各參考晶圓中各第二區域皆選作為所考慮的第二特定區域。在此情況下,處理器204將選擇參考晶圓720中的第二區域721~724作為參考晶圓720中的第二特定區域,選擇參考晶圓730中的第二區域731~734作為參考晶圓730中的第二特定區域,以及選擇參考晶圓740中的第二區域741~744作為參考晶圓740中的第二特定區域。
在圖7中,由於參考晶圓720中各第二區域721~724的第二顯著特徵皆不為右斜方向特徵,故處理器204可在第二實施例中不將參考晶圓720作為目標晶圓710的搜尋結果而提供。
另外,由於參考晶圓730中的第二特定區域之一(即,第二區域732)的第二顯著特徵亦為右斜方向特徵,故處理器204可進而估計第一特定區域(即,第一區域712)與參考晶圓730的第二特定區域(即,第二區域732)之間的故障圖樣相似度,進而決定是否將參考晶圓730作為目標晶圓710的搜尋結果而提供。假設第一特定區域(即,第一區域712)與參考晶圓730的第二特定區域(即,第二區域732)之間的故障圖樣相似度高於相似度門限值,則處理器204可在第二實施例中將參考晶圓730作為目標晶圓710的搜尋結果而提供。
此外,由於參考晶圓740中的第二特定區域之一(即,第二區域743)的第二顯著特徵亦為右斜方向特徵,故處理器204可進而估計第一特定區域(即,第一區域712)與參考晶圓740的第二特定區域(即,第二區域743)之間的故障圖樣相似度,進而決定是否將參考晶圓740作為目標晶圓710的搜尋結果而提供。假設第一特定區域(即,第一區域712)與參考晶圓740的第二特定區域(即,第二區域743)之間的故障圖樣相似度高於相似度門限值,則處理器204可在第二實施例中將參考晶圓740作為目標晶圓710的搜尋結果而提供。
綜上所述,透過將各晶圓的晶粒皆以正規化座標表示的方式,本發明的方法可達到跨產品比較的效果。並且,相較於習知僅基於特定區域中故障比例來進行比對的作法,本發明可更為精準地找出與目標晶圓具相似故障圖樣的參考晶圓。
此外,由於在搜尋時所需取得的資料量遠小於習知作法,故本發明的方法可達到更佳的搜尋效率。舉例而言,假設晶圓資料庫中共有750個晶圓,且各晶圓上的晶粒數為3000,則習知作法在搜尋時所需取得的資料量約為2250000(即,750x3000)。然而,若採用本發明的方法,則只需750xm的資料量。假設所考慮的預設分布特徵的數量為4,則本發明的方法所需的資料量僅約為3000(即,750x4),而其顯然遠小於習知作法所需的資料量。
雖然本發明已以實施例揭露如上,然其並非用以限定本發明,任何所屬技術領域中具有通常知識者,在不脫離本發明的精神和範圍內,當可作些許的更動與潤飾,故本發明的保護範圍當視後附的申請專利範圍所界定者為準。
101~105,300,400:晶圓 101a~103a:特定區域 200:晶圓搜尋裝置 202:儲存電路 204:處理器 710:目標晶圓 711~714:第一區域 720,730,740:參考晶圓 721~724,731~734,741~744:第二區域 A1~A9:區域 G1~G4:特徵強化矩陣 MM:第一晶粒分布矩陣 M1~M4:參考晶粒分布矩陣 Ma~Me:元素 S510~S550:步驟
圖1A是習知的晶圓比對機制示意圖。 圖1B是兩個晶圓的晶粒層級資料示意圖。 圖2是依據本發明之一實施例繪示的晶圓搜尋裝置示意圖。 圖3是依據本發明之一實施例繪示的劃分有多個區域的晶圓示意圖。 圖4是依據本發明之一實施例繪示的座標正規化機制示意圖。 圖5是依據本發明之一實施例繪示的晶圓搜尋方法流程圖。 圖6是依據本發明之一實施例繪示的估計第一特定區域的各預設分布特徵的第一特徵值的示意圖。 圖7是依據本發明之一實施例繪示的晶圓比對示意圖。
S510~S550:步驟

Claims (16)

  1. 一種晶圓搜尋方法,適於一晶圓搜尋裝置,所述方法包括: 取得一目標晶圓及一參考晶圓,其中該目標晶圓及該參考晶圓上個別分布有多個故障晶粒及多個正常晶粒,且該目標晶圓劃分有多個第一區域,該參考晶圓劃分有對應於該些第一區域的多個第二區域; 在該些第一區域中決定一第一特定區域,並取得該第一特定區域中的該些故障晶粒的故障圖樣的一第一顯著分布特徵; 在該些第二區域中決定至少一第二特定區域,並取得各該第二特定區域中的該些故障晶粒的故障圖樣的一第二顯著分布特徵; 反應於判定該第一顯著分布特徵對應於該至少一第二特定區域任一的該第二顯著分布特徵,估計該第一特定區域與各該第二特定區域之間的一故障圖樣相似度; 反應於判定該故障圖樣相似度高於一相似度門限值,提供該參考晶圓作為對應於該目標晶圓的一搜尋結果。
  2. 如請求項1所述的晶圓搜尋方法,其中取得該目標晶圓的步驟包括: 取得至少一選定晶圓,其中各該選定晶圓上分布有多個故障晶粒及多個正常晶粒; 反應於判定該第一特定區域的位置經限定為需對應於該至少一第二特定區域的位置,基於各該選定晶圓上的該些故障晶粒決定該目標晶圓上的該些故障晶粒。
  3. 如請求項2所述的晶圓搜尋方法,其中基於各該選定晶圓上的該些故障晶粒決定該目標晶圓上的該些故障晶粒的步驟包括: 反應於判定各該選定晶圓皆具有位於一特定位置上的故障晶粒,判定該目標晶圓具有位於該特定位置上的故障晶粒; 反應於判定該至少一選定晶圓的任一未具有位於該特定位置上的故障晶粒,判定該目標晶圓未具有位於該特定位置上的故障晶粒。
  4. 如請求項1所述的晶圓搜尋方法,其中取得該目標晶圓的步驟包括: 取得至少一選定晶圓,其中各該選定晶圓上分布有多個故障晶粒及多個正常晶粒; 反應於判定該第一特定區域的位置未經限定為需對應於該至少一第二特定區域的位置,以該至少一選定晶圓的其中之一作為該目標晶圓。
  5. 如請求項4所述的晶圓搜尋方法,更包括: 反應於判定該故障圖樣相似度未高於該相似度門限值,以該至少一選定晶圓的其中之另一作為該目標晶圓,並判斷是否將該參考晶圓作為對應於該目標晶圓的該搜尋結果。
  6. 如請求項1所述的晶圓搜尋方法,其中該第一顯著分布特徵為多個預設分布特徵之一,且取得該第一特定區域中的該些故障晶粒的故障圖樣的該第一顯著分布特徵的步驟包括: 估計該第一特定區域的該些預設分布特徵的多個第一特徵值; 在該些第一特徵值中找出一第一最高特徵值,並在該第一特定區域的該些預設分布特徵中找出對應於該第一最高特徵值的一者作為該第一顯著分布特徵。
  7. 如請求項6所述的晶圓搜尋方法,其中該第一特定區域為該些第一區域中的第i個第一區域,且估計該第一特定區域的該些預設分布特徵的該些第一特徵值的步驟包括: 基於該第一特定區域中的該些故障晶粒及該些正常晶粒估計該第一特定區域的一第一故障晶粒比例; 將該目標晶圓表徵為一第一晶粒分布矩陣,其中該第一晶粒分布矩陣中具有第一值的元素對應於該目標晶圓的該些故障晶粒的其中之一,該第一晶粒分布矩陣中具有第二值的元素對應於該目標晶圓的該些正常晶粒的其中之一; 將該第一晶粒分布矩陣與多個特徵強化矩陣的第j個特徵強化矩陣進行一卷積運算,以產生多個參考晶粒分布矩陣中的第j個參考晶粒分布矩陣,其中所述第j個特徵強化矩陣對應於該些預設分布特徵中的第j個預設分布特徵; 基於所述第j個參考晶粒分布矩陣中具有該第一值的元素估計多個故障晶粒數中的第j個故障晶粒數,其中所述第j個故障晶粒數對應於所述第j個預設分布特徵; 基於所述第j個故障晶粒數及該第一特定區域的該第一故障晶粒比例估計該第一特定區域的該些第一特徵值中的第j個第一特徵值,其中所述第j個第一特徵值對應於所述第j個預設分布特徵。
  8. 如請求項6所述的晶圓搜尋方法,其中該目標晶圓取自於一晶圓資料庫,該第一顯著分布特徵為多個預設分布特徵之一,且取得該第一特定區域中的該些故障晶粒的故障圖樣的該第一顯著分布特徵的步驟包括: 從該晶圓資料庫取得該第一特定區域的該些預設分布特徵的多個第一特徵值; 在該些第一特徵值中找出一第一最高特徵值,並在該第一特定區域的該些預設分布特徵中找出對應於該第一最高特徵值的一者作為該第一顯著分布特徵。
  9. 如請求項1所述的晶圓搜尋方法,其中在該些第二區域中決定該至少一第二特定區域的步驟包括: 反應於判定該第一特定區域的位置未經限定為需對應於該至少一第二特定區域的位置,將該些第二區域作為該至少一第二特定區域; 反應於判定該第一特定區域的位置經限定為需對應於該至少一第二特定區域的位置,在該些第二區域中找出與該第一特定區域對應於相同位置的一者作為該至少一第二特定區域。
  10. 如請求項1所述的晶圓搜尋方法,其中該第二顯著分布特徵為多個預設分布特徵之一,且取得該至少一第二特定區域中的該些故障晶粒的故障圖樣的該第二顯著分布特徵的步驟包括: 估計各該第二特定區域的該些預設分布特徵的多個第二特徵值; 在該些第二特徵值中找出一第二最高特徵值,並在各該第二特定區域的該些預設分布特徵中找出對應於該第二最高特徵值的一者作為該第二顯著分布特徵。
  11. 如請求項1所述的晶圓搜尋方法,其中該參考晶圓取自於一晶圓資料庫,該第二顯著分布特徵為多個預設分布特徵之一,且取得該至少一第二特定區域中的該些故障晶粒的故障圖樣的該第二顯著分布特徵的步驟包括: 從該晶圓資料庫取得各該第二特定區域的該些預設分布特徵的多個第二特徵值; 在該些第二特徵值中找出一第二最高特徵值,並在各該第二特定區域的該些預設分布特徵中找出對應於該第二最高特徵值的一者作為該第二顯著分布特徵。
  12. 如請求項1所述的晶圓搜尋方法,其中反應於判定該第一顯著分布特徵及該至少一第二特定區域任一的該第二顯著分布特徵皆對應於多個預設分布特徵中的同一者,判定該第一顯著分布特徵對應於該至少一第二特定區域任一的該第二顯著分布特徵。
  13. 如請求項1所述的晶圓搜尋方法,其中該目標晶圓及該參考晶圓個別的該些故障晶粒及該些正常晶粒皆具有正規化座標。
  14. 如請求項1所述的晶圓搜尋方法,其中估計該第一特定區域與各該第二特定區域之間的該故障圖樣相似度的步驟包括: 估計該第一特定區域的多個預設分布特徵的多個第一特徵值; 對於該至少一第二特定區域中的第i個第二特定區域而言,估計所述第i個第二特定區域的該些預設分布特徵的多個第二特徵值;以及 基於該第一特定區域的該些第一特徵值、所述第i個第二特定區域的該些第二特徵值、該些預設分布特徵的數量及一修正參數估計該第一特定區域與所述第i個第二特定區域之間的該故障圖樣相似度。
  15. 如請求項1所述的晶圓搜尋方法,更包括: 反應於判定該故障圖樣相似度未高於該相似度門限值,不提供該參考晶圓作為對應於該目標晶圓的該搜尋結果。
  16. 一種晶圓搜尋裝置,包括: 一儲存電路,儲存一程式碼;以及 一處理器,耦接該儲存電路,存取該程式碼以執行: 取得一目標晶圓及一參考晶圓,其中該目標晶圓及該參考晶圓上個別分布有多個故障晶粒及多個正常晶粒,且該目標晶圓劃分有多個第一區域,該參考晶圓劃分有對應於該些第一區域的多個第二區域; 在該些第一區域中決定一第一特定區域,並取得該第一特定區域中的該些故障晶粒的故障圖樣的一第一顯著分布特徵; 在該些第二區域中決定至少一第二特定區域,並取得各該第二特定區域中的該些故障晶粒的故障圖樣的一第二顯著分布特徵; 反應於判定該第一顯著分布特徵對應於該至少一第二特定區域任一的該第二顯著分布特徵,估計該第一特定區域與各該第二特定區域之間的一故障圖樣相似度; 反應於判定該故障圖樣相似度高於一相似度門限值,提供該參考晶圓作為對應於該目標晶圓的一搜尋結果。
TW110122947A 2021-06-23 2021-06-23 晶圓搜尋方法及裝置 TWI782589B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW110122947A TWI782589B (zh) 2021-06-23 2021-06-23 晶圓搜尋方法及裝置
CN202110783217.4A CN115510087A (zh) 2021-06-23 2021-07-12 晶片搜寻方法及装置
US17/463,562 US11960814B2 (en) 2021-06-23 2021-09-01 Wafer searching method and device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW110122947A TWI782589B (zh) 2021-06-23 2021-06-23 晶圓搜尋方法及裝置

Publications (2)

Publication Number Publication Date
TWI782589B true TWI782589B (zh) 2022-11-01
TW202301185A TW202301185A (zh) 2023-01-01

Family

ID=84500006

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110122947A TWI782589B (zh) 2021-06-23 2021-06-23 晶圓搜尋方法及裝置

Country Status (3)

Country Link
US (1) US11960814B2 (zh)
CN (1) CN115510087A (zh)
TW (1) TWI782589B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100189339A1 (en) * 2009-01-13 2010-07-29 Semiconductor Technologies & Instruments Pte Ltd System and method for inspecting a wafer
TW201727518A (zh) * 2016-01-25 2017-08-01 敖翔科技股份有限公司 智慧型缺陷分類採樣方法、系統與電腦可讀取儲存媒體
TW201830464A (zh) * 2016-11-29 2018-08-16 台灣積體電路製造股份有限公司 預測晶圓缺陷的方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5533196B2 (ja) * 2010-04-27 2014-06-25 株式会社リコー 座標平面におけるデータ点分布領域の識別方法及びその識別プログラム
JP2015046569A (ja) * 2013-07-31 2015-03-12 マイクロン テクノロジー, インク. 半導体装置の製造方法
TWI483216B (zh) 2013-08-16 2015-05-01 Nat Univ Tsing Hua 晶圓圖之分析系統及其分析方法
EP4060720A4 (en) * 2019-11-15 2023-08-16 Kioxia Corporation STORAGE DEVICE AND STORAGE SYSTEM
TWI714371B (zh) 2019-11-29 2020-12-21 力晶積成電子製造股份有限公司 晶圓圖的辨識方法與電腦可讀取記錄媒體

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100189339A1 (en) * 2009-01-13 2010-07-29 Semiconductor Technologies & Instruments Pte Ltd System and method for inspecting a wafer
TW201727518A (zh) * 2016-01-25 2017-08-01 敖翔科技股份有限公司 智慧型缺陷分類採樣方法、系統與電腦可讀取儲存媒體
TW201830464A (zh) * 2016-11-29 2018-08-16 台灣積體電路製造股份有限公司 預測晶圓缺陷的方法

Also Published As

Publication number Publication date
US11960814B2 (en) 2024-04-16
CN115510087A (zh) 2022-12-23
TW202301185A (zh) 2023-01-01
US20220414312A1 (en) 2022-12-29

Similar Documents

Publication Publication Date Title
US10509884B2 (en) Method for routing between pins of semiconductor device and design system therewith
CN100423223C (zh) 检测半导体晶片上局部失效的测试方法
WO2022266956A1 (zh) 一种芯片布局方法及装置
CN111814905A (zh) 目标检测方法、装置、计算机设备和存储介质
US20110093226A1 (en) Fault detection and classification method for wafer acceptance test parameters
KR20160029421A (ko) 반도체 소자의 패턴 분석방법
CN110543279B (zh) 一种数据存储、处理方法、装置及***
TWI782589B (zh) 晶圓搜尋方法及裝置
CN114169536A (zh) 数据管控方法及相关装置
CN115081042A (zh) 基于鞋底特征数据的渲染方法、装置、设备及存储介质
TW201329762A (zh) 積體電路設計與製造方法
CN113919266A (zh) 可编程器件的时钟规划方法、装置、电子设备及存储介质
CN103218466A (zh) 集成电路设计与制造方法
JP2003324046A (ja) 専門技術者要求データベースを備えた半導体ウェハ製造実行システム
TW202221554A (zh) 設計規則檢查方法
CN115457202B (zh) 一种三维模型更新的方法、装置及存储介质
CN115910889A (zh) 晶圆检测的芯粒自动定位方法、***、设备及介质
CN112243247A (zh) 基站优化优先级确定方法、装置及计算设备
CN113096113B (zh) 芯片标记方法、***、电子设备及计算机可读存储介质
CN113627755B (zh) 智能终端工厂的测试方法、装置、设备及存储介质
CN115577279A (zh) 冲孔聚类方法及装置、冲压件的冲压工序设计和加工方法
JP2007049126A (ja) 半導体ウエハ上の局所性不良を検出するテスト方法及びこれを用いるテストシステム
CN113725112A (zh) 晶圆检测方法、***和检测机台
CN107527843B (zh) 基于计算机辅助设计的晶圆激光标识工艺实现方法及***
KR20160004773A (ko) 반도체 소자의 제조 방법 및 장치