日立创新机器学习技术：精准捕捉10nm以下微小半导体缺陷

探索未来科技：日立革新机器学习精准定位纳米级半导体瑕疵

　　 3月5日消息，日立于当地时间2月27日宣布，该公司已经研发出一种高灵敏度的半导体缺陷检测技术，借助机器学习的帮助能够检测到10纳米及更小尺寸的微小缺陷。此技术已在二月末的SPIE先进光刻与图案化2025学术会议上展示。

　　 随着高性能芯片需求的持续增长，半导体制造商在生产过程中对质量控制的重视程度也在不断提升。制程的微缩使得能够影响芯片性能的缺陷尺寸门槛不断降低，从而对缺陷检测的灵敏度提出了更高的要求。日立的这项技术正是在这种背景下应运而生的。 这项技术的发展无疑为半导体行业提供了一个重要的解决方案。随着芯片复杂性的增加和尺寸的缩小，传统检测方法已经难以满足当前的需求。日立的新技术不仅提高了检测的精度，还可能大大缩短检测时间，这对于提高生产效率和产品质量至关重要。这标志着半导体行业在追求更高性能的道路上迈出了坚实的一步，同时也预示着未来在缺陷检测领域的更多创新可能性。

　　 了解到，日立的机器学习缺陷检测技术主要包含两大部分，即图像重建对比和过度检测抑制：

　　 检测系统首先通过对大量含有噪点的“人造”缺陷图像进行学习，以掌握微缺陷的数据特征；在实际应用中，系统会尝试将扫描电镜照片重建为无缺陷版本，并对原始图像与重建图像进行对比，以此来识别缺陷。

　　 由于先进半导体制程的微缩，差异化功能电路和缺陷在图像上的区别越来越不明显。机器学习检测系统能够对电路布局进行分类，并依据电路特征调整灵敏度，从而将过度检测的现象降低约90%。