应用材料公司发布SEMVision G7

采用最新成像技术和增强的机器学习能力 助力提升存储和逻辑芯片良率

·         SEMVision™ G7是扫描电子显微缺陷检测系统 (defect review scanning electron microscope, DR-SEM),它是目前市面上唯一具有高分辨率成像，以及经生产验证的、具有先进机器学习自动缺陷分类（automatic defect classification, ADC）能力的系统

·         Purity™ II自动缺陷分类系统提升机器学习算法，能够进行实时分类和分析

·         将设计数据与集成的自动缺陷分类系统相结合，能加速分析制程缺陷的根本原因，加快产能和良率提升所需的时间

上海，2018年3月14日——应用材料公司今日发布了其市场领先的SEMVision^™系列缺陷检测和分类技术最新产品，助力尖端存储和逻辑芯片的制造商提升生产力。最新的SEMVision G7系统，是目前市面上唯一具有高分辨率缺陷成像，以及经生产验证、具有先进机器学习智能的DR-SEM*系统。它有助于芯片制造商更快对缺陷进行分类，找出根本原因并解决良率问题。

“由于将日趋复杂的新设计投入生产的难度越来越大，芯片制造商正在寻找加快产品面市和实现最优良率的方法。”应用材料公司副总裁兼工艺诊断及控制事业部总经理Ofer Greenberger表示，“SEMVision G7系统进一步拓展了成像能力，可以对关键缺陷进行检测，包括在晶圆边缘斜面和侧面位置。这些地方的缺陷若未能及时发现，可能会导致芯片的良率下降。利用全新机器学习算法进行实时自动分类和缺陷分析，可以确保精准和一致的工艺控制，加速提升芯片制造商实现稳定的生产工艺。”

除了独特的晶圆边缘斜面和侧面位置的成像能力之外，SEMVision G7还改进了无图案晶圆的光源和收集系统，实现了18纳米缺陷的光学检测。无图案晶圆上的缺陷识别和表征，为芯片制造商提供了表面形貌和材料等信息，可以帮助确定缺陷的来源并用更快的时间进行纠正。

Purity™ II技术，是业内唯一经全面生产验证的Purity^™ ADC的技术。此项技术拓展了SEMVision G7系统的机器学习能力，使它能够学习工艺变更情况，并在运行过程中调整自动统计分类引擎。全新的机器学习能力将工程设计数据与SEM图像结合起来，能产生基于位置的缺陷分类，实现更准确的环境情况输入，且加速根本原因的分析。全新的缺陷提取算法，能够优先分拣出在分类引擎中预定义的缺陷，确保至关重要的缺陷能够先被突出与显示出来。通过使用机器智能学习实现快速准确的自动缺陷检测和根本原因分析，Purity II ADC能够加快工艺提升并实现卓越的良率管理。

关于应用材料公司

应用材料公司（纳斯达克：AMAT）是材料工程解决方案的领导者，全球几乎每一个新生产的芯片和先进显示器的背后都有应用材料公司的身影。凭借在规模生产的条件下可以在原子级层面改变材料的技术，我们助力客户实现可能。应用材料公司坚信，我们的创新必能驱动先进科技成就未来。欲知详情，请访问www.appliedmaterials.com  

*DR-SEM = 扫描电子显微缺陷检测系统