由中國半導體行業協會封裝分會、天水市人民政府主辦的第十八屆中國半導體封裝測試技術與市場年會，于11月8-10日在天水市舉行。隨著半導體的產業熱度不減，本次封測大會吸引了眾多專家學者，還包括幾乎全部的中國半導體行業的大型封測廠商、主流的海內外封測設備提供商。在大會上，聚時科技（上海）有限公司 CEO鄭軍博士受邀出席，分享了深度學習和機器學習運用于封裝質量控制、復雜缺陷檢測與分析方面的技術產品進展和落地案例情況。

聚時科技定位于用AI技術賦能高端制造，而半導體封測領域的AI創新與落地是聚時科技的重要發展方向之一。

AI深度學習之于先進封裝的重要性

隨著半導體制造越來越逼近摩爾定律極限，本次大會最多討論的高精密封裝。半導體封測從最早的傳統封裝到先進封裝，再到高精密封裝，成為行業趨勢。缺陷檢測與良率控制的挑戰來自于封測工藝流程的巨大變革。缺陷檢測和復雜分析扮演著越來越重要的角色，而傳統AOI檢測方法已經無法適應半導體封裝的快速迭代發展要求。

“毫無疑問，深度學習在降低重復性人工、提高良率、管控精度和效率，降低檢測成本，AI深度學習驅動的AOI具有廣闊的市場前景，但駕馭起來并不簡單。”鄭軍博士在大會上詳細分享了基于AI深度學習的缺陷檢測與缺陷復雜分析的技術經驗和實際落地經驗。

聚芯系列的客戶案例分享

鄭軍博士認為，將深度學習和機器視覺用于半導體高端制造的AOI，主要挑戰來自于幾個方面：首先需要疊加專門設計和優化的硬件包括光學系統，才能綜合解決某些場景下的AI效力的問題，其次才是AI算法問題。圍繞上述問題，鄭軍博士分享了聚芯2000和5000系統在這方面的技術進展和落地客戶案例。聚芯2000把設備自動化與AI算法優勢進行了深度融合創新。跟國外設備對比方面，鄭軍博士分享了量化的參數對比、功能對比和生產實際數據對比。MatrixSemi??驅動的聚芯2000系統，不管是性能和功能，都超越了類似國外檢測設備。

聚芯5000的ADC（缺陷自動化分類）系統，與國內最大的封測企業合作，實現了AI深度學習自動化分析、同時實現1拖N的分布式系統部署模式，容易兼容客戶既有設備。鄭軍博士分析聚芯5000與國外設備的對比情況。相對于國外ADC設備系統，聚芯5000的數據吞吐量處理能力、數據復雜度處理能力、算法復雜性和準確性，都大幅提高。

將AI用于半導體封測的技術挑戰

除了要駕馭硬件與光學系統的融合優化，如何應對AI深度學習本身的技術挑戰，如何實現落地，保證AI檢測的大規模生產的可靠性，是行業參會者關心的主要問題。鄭軍博士從兩個維度進行了詳細的分享：

· 數據與模型駕馭能力

要深入跟蹤和研究客戶開放的場景數據，才能有針對性的設計底層深度網絡，包括Pre-train和全新設計Backbone深度網絡。一方面要駕馭場景化的Image Know How數據、駕馭缺陷標準界定，又要具備有原生的深度神經網絡設計開發能力。如果僅僅是應用開源、或者直接套用泛在的AI模型，或者沒有深入駕馭KnowHow數據，AI落地會有問題。

· 跨產品模型遷移能力

與半導體前道不同，半導體后道的巨大挑戰之一，就是待檢測產品之多樣性。同樣的AOI檢測與ADC設備系統要應對過百過千的產品類型，“多批次小批量”是半導體后道的行業特點。如何脫離紛繁復雜的產品背版，做統一檢測和分類模型，是巨大的技術挑戰。鄭軍博士結合目前的封測客戶案例，分享了聚時科技在這方面的技術進展和落地應用情況。

基于AI深度學習的MatrixSemi??產品方案

在本次封測大會上，聚時科技展示了MatrixSemi??的產品方案。MatrixSemi??是聚時科技針對半導體AI檢測、深度學習與復雜視覺應用而開發的產品平臺化方案，可以適配到前道后道不同的半導體工藝領域。基于MatrixSemi??產品平臺，聚時科技研發了引線框架和基板類AI檢測設備聚芯2000 、晶圓級先進封裝的ADC檢測設備系統聚芯5000。

MatrixSemi??基本涵蓋4個子系統：

1、 半導體特殊打光成像系統技術： 高精度、針對性的特殊打光與光學成像方案

2、深度學習模型（MatrixVision）： 大規模模型算法庫，覆蓋半導體視覺主要場景

3、底層AI加速（MatrixPlatform）： 面向半導體的全棧優化、高性能AI實時計算

4、ADC缺陷自動分類機器學習系統：機器學習分析缺陷，實現質量控制閉環管理

聚時科技結合自身AI能力與工業軟件能力，更致力于創建可持續合作的伙伴生態。作為AI設備的“眼睛和大腦”，MatrixSemi??定位于賦能半導體檢測設備。MatrixSemi??可以兼容其他半導體設備廠商的設備。聚時科技也在與更多的設備廠商合作，實現AI在半導體行業的更多落地。
責任編輯:tzh