top

知識分享

深度學習超解析度推論加速並應用於重佈線層線寬與間距量測

建立日期：2021/12/24
  • 作者： 工研院量測中心/林宏偉、周森益
  • 出處： 2021 AOI論壇與展覽
  • 內容： 本篇為「2021 AOI論壇與展覽」論文集，摘要如下：

    先進半導體封裝測試技術隨著晶圓製程精密化，晶片前段製程已微縮至40 奈米甚至已到 7 奈米，然而載版上的配線與線寬(line)線距(Space)的量測技術尚停留於10 μm微米上下，製程與配線量測之間的技術差距逐漸擴大，因此建構奈米結構關鍵尺寸的量測需求日益增長。 受限於硬體CMOS 處理器0.35 微米極限，像素解析度最小尺寸僅可以達到40 平方微米，同時礙於軟體解析度調整之後的柵格現象與處理速度瓶頸，半導體封裝測試以及瑕疵量(檢)測始終無法滿足快速且大量全檢測之需求，因此本文提出基於TensorRT深度學習超解析度推論最佳化架構與流程，並以半導體重佈線層RDL線寬與間距量測為驗證應用，達成1K 圖像超解析度推論加速之後量測速度約58.82 FPS 以及 PSNR 34.88 dB 的目標。
  • 檔案下載：全文下載
  • 下載次數：47
回上頁