首页 > CIOE动态 将机器视觉运用于半导体检测,聚时科技推动AI检测在工业场景的运用

将机器视觉运用于半导体检测,聚时科技推动AI检测在工业场景的运用

2020-09-02 15:48:27来源:cioe中国光博会新闻标签:cioe中国光博会

据了解,西光所及其部分孵化企业将于2020年9月9-11日在第22届中国国际光电博览会1号馆1B41展位隆重展出,诚挚邀请您莅临参观、交流及业务洽谈。长按识别上方二维码,即刻登记免费领取参观证件。


近年来中国的半导体企业一直是美国重点“照顾”的对象。2019年,中国大陆半导体销售额已经突破400亿美元,全球半导体产业逐渐出现向中国大陆转移的趋势,大陆日益成为新兴半导体基地。但另一方面,我国半导体产品却严重依赖进口。根据海关总署数据,2017年我国计算机集成技术类产品的进口规模达2601亿美元(约合17561亿元),占中国当年总进口额的14.1%,连续4年进口额超过2000亿美元。


从外部环境来看,目前英特尔、高通、赛灵思、博通等国际芯片大厂暂停交易,谷歌手机操作系统安卓、微软Windows暂停接收新订单,技术禁运的所带来的风险已经完全摊开在人们眼前。要实现中华民族的伟大复兴,核心技术必须要自力更生,其中半导体芯片相关领域技术的自主可控,成为决定目标是否能够实现的关键。


从内部行业发展来看,目前半导体行业分为前道(晶圆生产),中道(晶圆制造)和后道(晶圆封装测试),这其中半导体检测设备是芯片良率控制的关键,贯穿了半导体高端制造的整个生命周期,某种程度上可以说是“刚需”,是核心中的核心。


毫不夸张的说,整个半导体制造业本身,就是一个质量控制的过程。


方寸大小的芯片上密布着上千万条电路,因此半导体制造对于检测精度的要求极高,在这种背景下,人工眼所能发挥的力量极其有限,整个产业链几乎完全要依赖机器视觉。根据gartner的数据,2019年全球晶圆加工市场规模约627亿美元,占全球半导体市场近20%,预计 2018~2023年晶圆加工市场复合增速为将达到4.9%。随着全球半导体制造重心向国内转移,我国晶圆加工、封测试市场的全球市场占有率逐年提升,截⽌2018年10⽉,中国已投建的 17 座晶圆⼚合计设备投资已达 5000 亿元,前道量检测设备市场空间将达到 460 亿元,后续还将有望带动 450亿元的后道检测设备需求。


如此巨大的市场,所要面对的却是自主技术的缺乏。


长期以来,我国的半导体检测领域几乎一直被泰瑞达(Teradyne)、科利登(Xcerra)、爱德万(Advantest)等国外设备商垄断,然而这种局面正在被一家来自中国的创业公司所打破。


「聚时科技」(www.matrixtime.com)是一家中国本土的机器视觉生产商,旨在以人工智能技术为半导体等高端制造场景提供工业检测解决方案。


作为深耕深度学习和计算机视觉的硬科技AI公司,聚时科技致力于用AI技术解决制造业中的难点场景问题。其研发的全深度学习驱动的机器视觉检测系统,已成功的应用于半导体后道领域的缺陷检测与质量控制,并在客户生产中得到有效验证。目前,聚时科技的技术可以检测14纳米芯片里的内部构造,相当于在太空上看地球上的一根钉子。


核心技术方面,聚时科技采用深度学习、计算机视觉、运动规划等核心技术的研发,把AI技术与算法应用于工业智能制造领域,研发场景化的工业AI产品。聚时科技的解决思路是高度的产品化和敏捷的项目开发交付机制。现阶段,聚时科技拥有两大产品AI视觉检测MatrixSemi®和工业机器人“眼睛”MatrixRobot®,从定制业务入手,深入垂直行业,逐渐形成相对标准化的产品,并基于此面向各种工业场景定制端到端的技术解决方案。


以目前应用在半导体后道检测领域为例,目前诸如腐蚀不足、过蚀、沙孔、缺银、镀层偏移等半导体制造行业中常出现的数十种产品缺陷,聚时科技推出了MatrixSemi设备级解决方案。该方案是聚时科技专门针对半导体推出的“全深度学习驱动”半导体缺陷的AI检测平台,包含特殊打光成像、AI检测算法、底层加速、ADC系统等功能。其中特殊打光成像能够提供微米、亚微米级专用打光成像;半导体专用深度学习模型,包含了几十个深度学习模型,3D/2D视觉模型与算法,特定视觉算法与质检规则解析引擎。同时,该方案涵盖了最新全栈AI加速技术,支持半导体高分辨率视觉实时边缘计算,减少CT时间。提供自动机器学习缺陷分析技术ADC,实现半导体质量管理闭环。基于该核心技术聚时科技自主研发的半导体AOI(自动光学检测)系统——聚芯2000,是国内外首台套半导体AI视觉检测系统设备,它涵盖了30多个深度学习模型算法,检测准度取得了颠覆式提高,比目前国外系统提高了10倍,可以在漏检率为0的情况下,将检测系统的实际误检率维持在1%-5%之间,还可以做到诸如缺陷环节的具体分类、视觉定位以及量化检测,并根据不同缺陷不同客户设置不同的检测标准。此外,对于不同产品检测,聚芯2000还可以进行自动适应,并进行检测的标准更改。目前主要应用于半导体先进制造和复杂3C精密制造的缺陷检测,包含前道/后道,晶圆相关工艺,引线框架冲压与蚀刻,LED芯片检测,SiP封装检测,复杂3C制造和液晶面板检测等场景。


“用深度学习和复杂机器视觉提升质量检测与控制水平,对半导体高端制造而言,具有重要意义”,聚时科技创始人兼CEO郑军表示,“越是复杂场景,我们AI检测优势越明显,在工业机器视觉领域,我们在复杂场景下已经超越了美国康耐视、日本基恩士、德国等传统垄断公司,赢得了大量知名客户的订单,这些都证明了聚芯2000具有全球竞争力。”


此外,相比于技术水平的领先,聚时科技的优势还在于其产品具有极高的适配性和便利性。


随着半导体设计、制造越来越专业化,几乎每家晶圆厂都需要十几台不同的大型设备,来完成在晶片生产过程中的的数百个步骤,这使得增加任何一项工艺流程都变得十分困难,特别是对于检测环节的通用性设备,往往需要对产线进行复杂的改造,还要对员工进行长时间的培训。


而聚时科技开发的聚芯2000则可以通过AI系统实现一步到位的“傻瓜式”操作——工人或工程师几乎不需要经过培训,就可以快速上手、直接使用。另一方面,聚时科技独特的嵌入式设计,使得聚芯2000一旦接入到正常的产线,成品和次品便可以在出料端清晰地分开,而不需要把产品单独送到检测室和实验室进行检测。仅此一项,就更能为企业、集成商降低10倍以上的检测成本。


这种通过工程化能力和产品思维,将先进技术商业化落地的能力,也正是聚时科技的最核心的竞争壁垒所在。目前,聚芯2000已于2019年9月上线了中国最大的半导体引线框架制造商——宁波康强电子的生产线,运行效果良好,并获得了企业方的广泛好评。


从团队来看,聚时科技的成员配置也堪称“硬核”。公司甚至没有直接的销售人员,团队中超过90%为产品研发和技术人员,其中有22名博士,并不乏来自西门子、富士康等具体产线的技术大牛。创始人兼CEO郑军曾在贝尔实验室工作,并有富士康、上汽等B端生产线接触经历。


目前市场上已有不少创业公司将机器视觉应用于工业检测,但大部分创业公司都会选择从较为容易的3C及汽配等行业切入机器视觉检测,只有聚时科技选择了AI应用中最困难的、以高精度著称的半导体检测作为突破口。


一切似乎正如创始人郑军所说,“用最有意思的技术去做最有意义的事情,往往做最难的事情才最有价值。”


目前,聚时科技已经在深度学习与机器学习、计算机2D/3D视觉、计算机图形学、打光成像与智能机械控制等深度领域布局超过了40项专利。


通过技术先行和自主研发,聚时科技在外资巨头环伺的芯片检测领域成功地撕开了一个创新的口子,为国产半导体高端制造做出了有益的探索。郑军表示,今年公司将继续完成算法的产品化研发同时进行市场复制及业务拓展。2020年,聚时科技将重点发力于半导体、光伏及汽车精密制造这三个赛道。


(文章来源:聚时科技提供)


关于CIOE光电子创新展

CIOE光电子创新展重点展示科研院所,高等院校和高新技术企业的光电创新产品及技术,是科研院所、高等院校和高新技术企业资源对接和成果转化的综合型平台,为有发展前景和市场急需的光电子项目提供投融资渠道,以及为更多孵化企业提供发展商机,为研发人员提供多层次的技术交流机会。

 

现展会观众登记已开启,点击链接立即参观登记即可领取入场参观证件