產業脈動｜智慧檢測賦能異質整合：AI驅動的半導體先進製程缺陷檢測技術發展

前言

全球半導體市場正從復甦邁向穩健成長階段。根據世界半導體貿易統計協會（WSTS）6 月的預估[1]，2025 年全球半導體市場規模預計將超過6,970 億美元，年增率達11.2%。其中，邏輯積體電路（Integrated Circuit, IC）和記憶體IC 的成長是主要推動力。展望2026 年至2028 年，市場規模將持續超過7,000 億美元，主要由人工智慧（Artificial Intelligence, AI）、雲端計算和消費電子等應用領域的擴大所驅動。

半導體製程設備市場也呈現強勁增長。國際半導體產業協會（Semiconductor Equipment and Materials International, SEMI）2025 年7 月公布的數據顯示[2]，全球半導體製造設備總銷售額在 2024 年達到1,169 億美元，預計將在2025 年創下1,255 億美元的新高紀錄，年成長率達7.4%。這 波成長主要歸因於AI 應用需求激增（特別是邊緣AI）、持續擴張的雲端基礎設施建設，以及先進 消費電子產品的技術升級帶來的晶片需求。

在IC 製造製程設備的產業競爭方面，蝕刻、薄膜沉積和曝光設備是市場上的大宗。目前，全球半導體生產設備的競爭力主要掌握在美國、日本和荷蘭等國家手中，形成了寡占市場格局。臺灣、韓國與中國大陸長期以來一直是全球前三大半導體設備的需求市場，其中2024 年臺灣排名為全球前三名。

隨著半導體技術不斷微縮，奈米級結構的尺寸量測、疊對和缺陷檢測面臨日益嚴峻的挑戰。特別是AI 與高效能運算（High Performance Computing, HPC）應用的興起，正推動半導體晶圓檢測與測試設備需求的成長。檢測的角色也已從單純的「找問題」轉變為更為智慧化的「預測問題、優化製程、驅動決策」的核心環節。早期發現品質問題，其解決成本遠低於在生產階段發現問題。因此，創新且高效的檢測技術對於確保晶片效能和良率至關重要。

半導體先進製程缺陷檢測關鍵技術分析

半導體製程的持續演進，特別是先進封裝技術和異質整合的發展，對檢測技術提出了更高的要求。

1. 封裝技術挑戰與檢測角色演變：3D 先進封裝和異質整合技術是提升晶片/ 模組效能的關鍵。這類 技術驅動了對互連與尺寸控制的嚴苛需求，因為封裝後的晶片效能高度依賴於高解析度量測和缺陷預警能力。

（1）奈米級結構與缺陷控制：我國在先進晶圓製造領域（10 奈米以下）的全球市占率高達八成以 上。然而，在先進電晶體中，各層材料之間的奈米級結構尺寸量測、疊對（Overlay）和缺陷檢測技術挑戰日增。如下圖1 所示，半導體測試設備、光罩檢查設備、可靠度測試設備是年複合成長率最高的前三大檢測設備類型。
（2）3D 先進封裝與異質整合：從2.5D 到3D 先進封裝，晶片堆疊和互連技術日益複雜，如微凸塊、矽穿孔（Through-Silicon Via, TSV）等，這使得封裝後晶片或模組具備更高效能。不同的封裝技術如系統級封裝（System in Package, SiP）、扇出型晶圓級封裝（Fan-Out Wafer Level Package, FO-WLP）、2.5D/3D-IC 等， 是基於成本、效能和微型化考量而衍生的， 其中2.5D/3D-IC 主要用於高速運算晶片，這也使得量檢測技術的挑戰日益增高。
（3）先進節點的挑戰：當半導體製程進入N3/N2世代，傳統的量檢測設備，無論是光學或電子束，都面臨瓶頸，已無法滿足即時3D 環繞式閘極（Gate-All-Around, GAA）結構的量檢測需求。國際半導體技術發展藍圖（International Roadmap for Devices and Systems, IRDS）在2018 年歸納出前段製程的計量挑戰，包括原子等級的非破壞性三維立體結構量測、製程中的直接量測以及多層及下表層結構量測。
（4）檢測角色的轉型：隨著製程複雜化，檢測不再只是被動地「找問題」，而是積極地轉型為能夠「預測問題、優化製程、驅動決策」的智慧化核心。這種轉變需要自動化和更高效率的缺陷檢測管理流程。

2. 先進量測技術與非破壞檢測突破：面對奈米級缺陷和關鍵尺寸控制的強勁需求，先進量測技術和非破壞檢測方法正加速發展。

光學量測技術：

光學量測仍是半導體製造的核心工具，具有非破壞、全域性、高速和高精密等優勢，廣泛應用於晶圓缺陷檢測和圖案化晶圓分析。然而，光學量測面臨微縮化挑戰，需要從微米級邁向奈米甚至原子尺度，同時需擴展至大型元件的巨觀量測能力。大面積精度的提升、多維度量測能力以及高穿透性量測能力也是其面臨的新挑戰。此外，隨著量測數據量的遽增，需要整合AI 辨識技術以提升檢測效率與準確性。

快速非破壞性檢測晶圓品質：

（1）雷射光散射技術：用於快速非破壞性檢測晶圓基板的次表面損傷，不同波長雷射光的穿透深度不同，可分析碳化矽化學機械拋光（Chemical Mechanical Polishing/Planarization, CMP）基板的次表面損傷層。
（2）X-ray 影像量測技術：利用X-ray 對不同材料吸收率不同的特性進行內部結構和缺陷的可視化，甚至可進行三維重建。這對於檢測球柵陣列封裝（Ball Grid Array, BGA）中的空隙、重分布層和TSV 等內部缺陷非常有效。
（3）紅外顯微鏡：在積體電路（IC）中提供結構定位和非破壞性的自動化檢測，通過紅外傳感器，能夠對積體電路進行內部檢查，尤其能聚焦於矽層下的導電軌道，提高檢測準確性和速度。
（4）聲學掃描顯微鏡（Scanning Acoustic Microscope, SAM）：不僅可用於缺陷檢測，還能分析TSV周圍的應力分布，例如分析微缺陷周圍的應力分布，並顯示邊緣和中心微缺陷的應力差異。
（5）結合機器學習與光譜技術：提升矽通孔（TSV）與封裝結構的檢出率。結合光譜測量和機器學習的矽通孔（TSV）無損量測技術，能夠在數毫秒內預測結構參數，比傳統模型擬合方法快逾數百倍。光譜干涉術、低NA 白光掃描干涉和光譜反射術等技術，為TSV 量測帶來高精度、非破壞性、快速的解決方案，特別適用於晶粒技術與先進封裝的需求。