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:41