[gtranslate]

现有解决方案大多侧重于以流程和站点为中心的缺陷与良率管理部署。Exensio® 则支持跨地理分散站点实现端到端部署,打破数据孤岛,使不同团队能够实时查看相同数据。

缺陷数据可轻松关联至最终产品良率,覆盖多座工厂,运行于不同制造执行系统(MES),采用多样化的物料追踪系统,支撑复杂的物料流转。相较于仅提升个位数百分比的局部良率,此方案能实现10%及以上的显著良率提升。在化合物半导体等领域——其端到端良率普遍偏低——已观测到30%及以上的提升幅度。

自动化与报告功能使缺陷超差事件能够触发警报,这些警报可发送至制造执行系统(MES)或以电子邮件形式发送给预定义用户组。这使得超差事件能在数小时内而非数日内被捕捉,从而及时采取缓解措施。除节省数百万美元外,该系统还能保护重要基础设施免受灾难性影响——若未及时局部控制,此类灾难可能迅速蔓延。

将所有制造数据整合于单一平台,可大幅降低现场返修故障排查成本。追溯从最终组装到晶圆厂晶圆投产的复杂物料流能力,使失效分析工作变得轻而易举。客户反馈显示,RMA分析时间已从数周缩短至数小时。

数十年的数据集成经验

  • 适用于所有主流缺陷格式的缺陷数据读取器(KLARF、ECD、RRF等)
  • 加载元数据:产品、晶圆厂、工艺技术、制造流程或其他数据类型
  • 同时支持本地部署和云部署的并行加载能力
  • 支持谱系管理与晶圆级可追溯性,包括晶圆ID变更

强大的可视化、标记、选择与分析工具

  • 利用业界领先的数据处理工具可视化缺陷图谱
  • 叠加电气测试数据(二进制映射图)及摘要显示
  • 按缺陷类别计算统计数据:击杀率、捕获率、命中率
  • 层间对准用于缺陷源分析(DSA)
  • 自动晶圆级和批次级摘要与统计数据
  • 配备丰富的分析模板库,助力更快学习与应用

缺陷的抽样与分类

  • 缺陷采样用于可视化处理及导出以供进一步分析
  • 基于操作员的图像分类工具(支持数据库更新)
  • 能够导入自定义用户定义的缺陷类别

图片库

  • 支持多种图像格式:TIFF、JPEG、PNG、BMP等
  • 缺陷图像库与标准图像调整技术
  • 可定制的晶圆图缺陷图像叠加层

Exensio 可视化,由 Spotfire® 提供支持

该软件具备支持化合物半导体应用场景(如碳化硅和氮化镓)的额外功能。 请在此处此处下载,或联系我们获取更多信息