晶圓表面瑕疵檢查機

這台設備是做晶圓表面缺陷檢查用的，可依產線需求配置 6 吋、8 吋或 12 吋機型。搭載 12MP 工業相機，五顆物鏡從 5× 到 100× 電動自動切換，最小可以看到 0.5μm 的缺陷。明場與暗場照明一機切換，粒子、刮傷、裂紋、凹坑、線路缺角、殘膠這幾類都在同一台上完成。檢查結果自動產生 Wafer Map，並輸出符合 SEMI G85 的 SINF 檔案，可以透過 SECS/GEM 直接跟 MES 對接。

為什麼表面缺陷要用機器檢

晶圓表面的缺陷，多數不是「看得到但懶得看」，而是根本看不到。0.5μm 這個尺度，人眼的極限差了兩個數量級以上，就算放到顯微鏡下，一片 12 吋晶圓要逐區掃過去，一個人一天做不了幾片，而且看到後面注意力就掉了。

問題是這些缺陷會往下游跑。表面粒子在後續鍍膜或曝光時會變成局部缺陷；刮傷跟裂紋在切割或封裝時會延伸成裂片；殘膠污染影響附著力，可能到可靠度測試才爆出來。等到封裝完才發現，那一顆的成本已經是晶圓階段的好幾倍。

再者，晶圓在廠與廠之間流動的時候，出貨方跟收貨方需要一份能對得上的紀錄。品質爭議發生時，若是兩邊各說各話，追不出責任歸屬，這種爭議通常比缺陷本身更花時間。

明場跟暗場，差在哪裡

這兩種照明常常被混著講，實際上看的是不同東西。

明場（Bright Field）是光正打下去、正反射回來，看的是反射率的差異。圖案缺陷、殘膠、變色、線路缺角這類「跟周圍顏色不一樣」的缺陷，明場看得清楚。

暗場（Dark Field）是讓正反射的光跑掉，只收散射光。平整的表面在暗場下是黑的，只有粒子、刮傷、裂紋這種會散射的地方才會亮起來。所以微小的凸起或凹陷，暗場的對比遠比明場好。

實務上一台機器要能兩種都做，原因很簡單：真實的晶圓不會只有一種缺陷。若是只有明場，暗場才看得到的微粒就漏掉了；只有暗場，圖案異常又判不出來。這台設備兩種模式可以直接切換，同一片晶圓兩種條件都跑過再出報表。

設備功能說明

晶圓尺寸依產線需求配置

可對應 150mm（6 吋）、200mm（8 吋）、300mm（12 吋）標準晶圓，不過尺寸需要在規劃階段就確定下來。

載台、對位機構、傳輸路徑都是依晶圓尺寸設計的，Cassette 與 FOUP 介面的規格也跟著尺寸走，不是換個參數或換個治具就能切換。這一點跟一般小零件的檢查機不一樣，半導體設備在這方面的彈性本來就有限。

若是貴司產線同時有多種尺寸，詢價的時候直接說明，我們會依實際的比重與產能需求，建議可行的配置方式。

五顆物鏡，電動自動切換

5×（NA 0.15）、10×（NA 0.30）、20×（NA 0.45）、50×（NA 0.80）、100×（NA 0.90），由程式自動選鏡，不用停機換鏡頭。

倍率這件事有個取捨要先講清楚：倍率愈高，看得愈細，但視野愈小，掃完一整片的時間就愈長。所以實務上的做法通常是低倍率先掃全片找出可疑點，再自動切到高倍率對那幾個點複檢。這樣既不會漏，也不會為了 0.5μm 的解析度把整片的檢查時間拖成好幾個小時。

0.5μm 是什麼概念

最小可偵測瑕疵 0.5μm，這是用 50× 物鏡（NA 0.80）的條件。光源是內同軸 LED，白光為主，可選 460nm 藍光，藍光波長短，解析度會再好一些，對極細的缺陷有幫助。

要注意的是，這個數字是在特定倍率與照明條件下量到的。實際能不能穩定抓到 0.5μm，跟晶圓表面的粗糙度、有沒有圖案、缺陷的對比度都有關係。這也是為什麼評估一定要用貴司實際的晶圓來測，不能只看規格表。

可以抓哪些缺陷

表面粒子、刮傷（Scratch）、裂紋（Crack）、凹坑（Pit）、線路缺角（Chip-out）、殘膠污染。

這六類基本涵蓋了晶圓從研磨、清洗、切割到封裝前會遇到的主要缺陷型態。若有其他特殊的缺陷型態，評估階段提供樣品，我們測過再回覆。

Wafer Map 與 SINF，直接對得上客戶的格式

檢查完自動產生 Wafer Map，並輸出 SINF Text 與 SINF Image，格式符合 SEMI G85。

這一段看起來只是規格，實際上很關鍵。晶圓廠、封測廠之間交換缺陷資料就是靠這個格式，若是輸出的檔案客戶那邊讀不進去，資料等於白量。除了 SINF，也可以輸出 CSV、TIFF 影像與 PDF 報告，內部存檔或附在出貨文件裡都行。

異常 Die 自動座標定位

抓到缺陷之後，系統會自動記下該 Die 的座標。後面要複檢或做失效分析的時候，直接叫座標就能定位，不需要人工重新在片子上找。

一片 12 吋晶圓上幾百顆 Die，人工找位置這件事本身就是誤差來源。

AI 輔助缺陷分類（ADC）

內建 AI 輔助分類，可以自訂訓練模型。把不同類型的缺陷照片餵進去做學習，系統就能自動把新抓到的缺陷歸類，不用每一張都靠人判。

訓練的樣本量有個門檻。跟一般 AOI 的 AI 導入一樣，每一類缺陷大約要 40 張以上才有學習效果，這部分我們在 AOI 檢測機台採用傳統程式與 AI 人工智慧何者為優 這篇文章裡有比較完整的說明。

也不是所有情況都適合用 AI。若是良率已經很高、NG 樣品極少，AI 反而不好處理沒見過的缺陷，這時候傳統演算法配合合適的光源，表現通常更穩定。這一點在評估階段我們會一起判斷。

SECS/GEM 接 MES

支援 SECS/GEM（SEMI E30 / E37），可以跟 MES 雙向整合。量測資料即時回饋、機台狀態可被 MES 監控，這在半導體廠是進線的基本條件，不是加分項。

上下料方式

手動、半自動、全自動都可以配。手動適合研發或小量抽檢，量產線上要接自動化就配 Cassette 或 FOUP 介面。

要注意的是，Cassette 與 FOUP 是依晶圓尺寸規範的，介面規格必須跟機台的晶圓尺寸配置一致。所以自動化的需求最好在專案規劃階段就一起講清楚，不建議先做手動之後再加。

符合 SEMI S2 安規

設備符合 SEMI S2 安規與 SEMI G85 資料格式標準。廠務端與供應商評鑑會查的項目。

什麼情況下會用到

晶圓出貨前的 OQC

晶圓廠出貨前的最後一關。全檢或抽檢後產出 Wafer Map 與 SINF，隨貨附上。

這麼做有兩個好處：不良片在出貨前就攔下來，以及萬一後續發生品質爭議，有一份出貨當下的客觀紀錄可以對。第二點通常比第一點更值錢。

封測廠的來料檢驗（IQC）

封測廠收到晶圓，進線前先確認表面狀況。若是來料本身就有刮傷或裂紋，封裝完才發現，損失的是封裝的材料與工時，而且責任歸屬容易吵不清楚。

進料端先量一次，跟供應商的出貨 Wafer Map 對得起來，這件事就單純很多。

研磨、切割之後的裂片檢查

背研磨跟切割是最容易產生裂紋與缺角的兩道製程。研磨後的晶圓已經很薄，裂紋常常從邊緣開始，肉眼跟低倍檢查都不容易發現。

配在這兩道製程之後做檢查，可以在裂片真的裂開之前先攔下來，也可以回推是不是刀具磨損或參數偏了。

製程異常時的失效分析

產線良率突然掉下來，需要知道缺陷長什麼樣、分布在哪裡。

Wafer Map 的分布形態本身就是線索：集中在邊緣通常跟邊緣製程或搬運有關；呈同心圓多半跟旋轉類製程有關；隨機散布則要往環境微粒或清洗製程去查。搭配高倍率的缺陷照片與自動座標定位，追根因的速度會快很多。

記憶體廠的批次抽檢

DRAM 與 NAND 的批量大，全檢不見得划算。用固定比例抽檢建立基線，配合 AI 分類統計各類缺陷的比例變化，趨勢一有異動就能提早發現，不用等到最終測試。

評估要準備什麼

設備評估的完整流程，我們在 AOI 機台評估入門 這篇文章裡有說明，這裡講針對晶圓表面檢查的部分。

晶圓尺寸與上下料方式。這兩項要先確定，因為會決定整台機器的機構配置。若產線有多種尺寸或未來有擴充計畫，一開始就提出來比較好處理。

樣品。建議提供實際生產的晶圓，有缺陷的與正常的都要有。有缺陷的那幾片最好涵蓋不同的缺陷類型，若是打算用 AI 分類，每一類至少要 40 片以上的缺陷樣本才有學習的基礎。若真的湊不出來，可以用大量正常品加上少數缺陷品的方式替代，不過這種做法的效果會打折，評估階段我們會先說明清楚。

規格需求。需要知道晶圓的表面狀態（有無圖案、有無鍍膜）、要抓的最小缺陷尺寸，以及可接受的檢查產能時間。這幾項會直接決定物鏡配置與掃描策略。

輸出格式。若是要接 MES，請提供貴司使用的 SINF 版本與 SECS/GEM 的介接規格，這部分在專案規劃階段會一起確認。

評估完會出一份報告，附上實際量到的缺陷影像、Wafer Map 與判讀結果。

產品規格

實際配置會依晶圓尺寸、表面狀態、缺陷類型與產能需求調整，詳細規格請洽詢。

相關影片

常見問題

6 吋、8 吋、12 吋可以用同一台嗎？

不行，晶圓尺寸要在規劃階段就決定。

載台、對位機構、傳輸路徑都是依尺寸設計的，Cassette 與 FOUP 也有各自的尺寸規範，不是換治具就能切換。這是半導體設備的常態，不只是我們這一台。

若是產線同時有多種尺寸，詢價的時候說明各尺寸的比重與產能需求，我們會依實際狀況建議配置方式。

跟粒子檢查機差在哪裡？

晶圓表面粒子檢查機 用的是線型雷射掃描，強項是快速掃過整片晶圓找出粒子的位置與數量，適合做製程潔淨度的例行監控。

這台表面瑕疵檢查機用的是光學顯微成像，除了粒子之外，刮傷、裂紋、凹坑、線路缺角這類需要看形狀才能判斷的缺陷也抓得到，而且每個缺陷都有影像可以看。

兩台的定位不一樣。若是只要知道粒子數量有沒有超標，粒子機比較快；若是需要知道缺陷長什麼樣、屬於哪一類、該歸咎到哪一道製程，就要用這一台。不少客戶是兩台都有，粒子機做例行監控，瑕疵機做複檢與失效分析。

0.5μm 是在什麼條件下量的？

50× 物鏡（NA 0.80）的條件下。實際的偵測能力會受晶圓表面粗糙度、有無圖案、缺陷本身的對比度影響，所以評估一定要用貴司實際的晶圓測過。規格表上的數字是能力上限，不是所有情況都保證。

可以檢測有圖案的晶圓嗎？

可以，但難度跟裸片不一樣。有圖案的晶圓需要先建立比對基準，把正常的線路圖案跟真正的缺陷分開，這部分要依實際的圖案密度與複雜度來調整演算法。請提供實際樣品讓我們測過再回覆可行性。

AI 分類需要準備多少缺陷照片？

每一類缺陷大約 40 張以上才有學習效果，數量愈多、涵蓋的變化愈完整，判讀會愈穩。

若是良率本來就很高、缺陷樣本湊不出來，那反而不建議一開始就走 AI，用傳統演算法配合合適的光源與參數，穩定度通常更好。這一點在評估階段我們會直接跟貴司討論。

SINF 檔案我們的 MES 讀得進去嗎？

輸出格式符合 SEMI G85 標準，多數半導體廠的系統可以直接讀。不過各廠的 SINF 版本與欄位定義偶爾會有差異，實際介接請在專案規劃階段提供貴司的規格，我們會依此調整。

檢查一片要多久？

視晶圓尺寸、使用倍率、掃描範圍與缺陷數量而定，差異很大。低倍率全片掃描跟高倍率逐點複檢，時間可以差好幾倍。規劃階段我們會依貴司的產能需求，建議掃描策略與倍率配置。

交期跟保固怎麼算？

交期依配置與當時排程而定，請洽業務窗口。保固條件可參考保固維修頁面，詢價時也會一併說明。

晟格是代理商還是自己做設備？

晟格成立於 1999 年，設備由我們自行設計、製造、整合，軟體演算法也是自己開發的。後續要調功能、改參數或維修，都是原廠直接處理，不需要透過第三方轉一手。