一場疫情，導致當下全球半導體缺芯嚴重，讓中國認清短板的同時也發現了機遇。雖然國內自主研制暫時無法達到國際優異水平，但是依然有眾多國內芯片企業在堅持不懈地進行自主研發，讓我們看到了中國企業的凝聚力與自強精神。

      而半導體芯片的檢測是制造中不可缺少的一部分，是為提高保障生產芯片的質量，因此其在整個制造流程中起著至關重要的作用?？的鸵曋腔蹤z測方案專為芯片制造保駕護航，更為助中國芯片制造一臂之力！芯片檢測中的難點問題，就交給康耐視來一網打盡！

如今，半導體的特征尺寸為納米級，這就要求在執行制造工藝(如光刻、切割、引線接合和包裝)時具有超高的精度和對準。

     無論是在光刻工藝、晶圓探測和測試，還是晶圓安裝和切割過程中，視覺對準不良都會在機器的整個使用壽命期間造成數以千計的對位損壞晶圓。表現不佳的視覺系統會降低半導體設備公司的市場份額，并大大增加其支持成本。

       PatMax技術為晶圓檢測、探測、安裝、切割和測試設備提供穩定、準確且快速的圖案定位，以幫助避免這些問題。PatMax使用獲得專利的幾何圖案發現算法來定位和對齊可變晶圓和晶粒圖案。它能以非常高的精度和可重復性對準晶圓和晶片，確保整個半導體制造流程中設備性能的可靠性。借助康耐視技術的幫助，OEM能夠優化設備的整體性能，從而提高質量和產量。

       半導體制造商必須重視其集成電路芯片上針腳的掛擦、扭曲、彎曲或缺失等情況。芯片容錯率很低，如果存在任何缺陷，即使是在最表層，也會使芯片成為廢品。在整個半導體生產過程中，機器視覺用于嚴格地監控質量和查找缺陷。然而，因為可能出現的缺陷類型太多，所以使用規則式算法對檢測進行編程是非常低效的。深度學習視覺軟件無需使用大量的缺陷庫即可幫助限制半導體缺陷并提高產量。

      康耐視深度學習為識別異常特征提供了一個簡單的解決方案，甚至不需要使用“不合格”(NG) 圖像進行訓練。工程師使用康耐視深度學習工具，從“合格”(OK) 的集成電路引腳圖像中學習。缺陷檢測工具學習芯片引線和引腳的正常外觀和位置，并將所有偏離的特征描述為有缺陷。這種機器視覺系統和深度學習軟件的強大配對使半導體制造商能夠實現更低的測試成本，并提高整體產品質量。