ИИ и рентген: новые методы поиска дефектов чипов

В мире современных технологий мельчайшие дефекты в полупроводниковых чипах могут стать причиной серьезных проблем. От сбоев в системах управления автомобилем до уязвимости ноутбуков перед хакерскими атаками — последствия могут быть весьма ощутимыми.

Инженер из Университета Пердью Нихилеш Чавла в сотрудничестве с коллегами и учеными из Аргоннской национальной лаборатории Министерства энергетики США разрабатывает передовые методы высокоточного сканирования. Цель — не только более эффективно обнаруживать дефекты, но и значительно ускорить процесс их контроля на этапе производства чипов.

«Выявление дефектов в полупроводниках и их быстрая локализация для нужд промышленности — это крайне актуальная задача, — подчеркивает Чавла, занимающий должность профессора материаловедения в Университете Пердью. — Мы стремимся оптимизировать весь производственный цикл, внедряя новые технологии визуализации и усовершенствованные алгоритмы».

Исследование охватывает несколько ключевых аспектов дефектообразования, включая их природу и то, насколько определенные этапы упаковки чипов подвержены возникновению дефектов в процессе производства. Упаковка чипов предполагает электрическое соединение нескольких кристаллов, а передовая упаковка призвана обеспечить высокую функциональность при одновременном снижении затрат.

Работа ведется по трем основным направлениям. Первое — это высокоразрешающая визуализация, способная зафиксировать мельчайшие изъяны. Для этого Чавла использует рентгеновскую томографию в Аргоннской национальной лаборатории, чтобы создать трехмерную микроструктуру чипа. После обнаружения дефектов метод позволяет проследить производственный процесс в обратном порядке, определяя возможное место их первоначального возникновения.

Второй этап задействует искусственный интеллект. Цель — повысить скорость и точность обнаружения дефектов за счет более эффективных алгоритмов обработки изображений. Это обеспечивает автоматическое выявление дефектов, не замедляя производственный процесс.

«Третья часть работы посвящена определению того, какие именно категории дефектов могут привести к проблемам в готовом устройстве, — объясняет Чавла. — Понимая, какие изъяны представляют наибольшую опасность, мы сможем выявлять их на стадии производства и предотвращать отказы у конечных пользователей».

В команду проекта также входят Чарльз Боуман, Грег Баззард и Хани Абдель-Халик из Университета Пердью, а также Франческо де Карло из Аргоннской лаборатории, Эрдоган Маденчи из Университетa Аризоны и Мартин Галл из GlobalFoundries.

Лидерство Пердью в области микроэлектроники и полупроводников является основой инициативы Purdue Computes, охватывающей различные кафедры, физический ИИ, квантовые науки и инновации в сфере полупроводников. Исследования университета, инвестиции в инфраструктуру и программы развития кадров задают национальный стандарт качества и способствуют развитию полупроводниковой отрасли в Западном Лафейетте.

Исследование Чавлы совместно с Аргоннской лабораторией проводится в рамках программы Национального научного фонда «Будущее полупроводников». По словам Чавлы, ожидается, что результаты будут опубликованы к концу года.

Для индустрии этот метод может предложить новый подход к решению проблем, связанных с полупроводниками. «Представители полупроводниковой отрасли привыкли разбирать дефектные компоненты, что является трудоемким и длительным процессом, к тому же, при этом компонент теряется, — говорит Чавла. — С помощью неразрушающей визуализации мы надеемся получать снимки структуры чипа в процессе производства, чтобы оценивать состояние компонента».

Данные этого исследования могут найти применение в прогнозировании, например, помогая определить, в течение какого времени дефект может привести к сбою в таком устройстве, как мобильный телефон.