热点事件观察中

离线量测加良率预测缩短FOPLP光刻学习周期

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

针对扇出面板级封装（FOPLP）量产爬坡中的光刻难题，一种将离线量测数据与良率预测算法结合的方法，可在投入实际试产前评估工艺窗口。在HVM工艺的生产基板上评估时，良率预测与实测的差异最初为1.2%至2.7%，标准化检查流程后降至0.2%至0.8%。该方法先用仿真筛选参数组合，再用qualification基板验证，以减少试错迭代、缩短开发周期。

AI 根据报道生成 · 1 天前更新

最新进展11月10日 16:08

缩短光刻学习周期以加速 FOPLP 量产爬坡

报道时间线

沿着报道，了解事件的不同侧面。

11月10日

16:08
Semiconductor Engineering
缩短光刻学习周期以加速 FOPLP 量产爬坡
针对扇出面板级封装（FOPLP）爬坡中的光刻难题，将离线量测数据与良率预测算法结合，可在投入实际试产前评估工艺窗口。在 HVM 工艺的生产基板上评估时，良率预测与实测差异最初为 1.2% 至 2.7%，标准化检查流程后降至 0.2% 至 0.8%。该方法用仿真筛选参数组合、再用 qualification 基板验证，减少试错迭代并缩短开发周期。

本事件热度走势

可比范围当前: 3
可比范围峰值: 711月11日 03:00
近 24 小时变化: -51%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。