- 优化抽样计划
- I-PAT® 在线芯片级筛选
数据分析
数据分析
KLA 的数据分析系统集中收集并分析检测、量测和工艺系统中所生成的数据。 我们全方位的数据分析产品系列采用先进的数据分析、建模和可视化功能，支持运行时的工艺控制、缺陷偏移识别、晶圆和光罩处置、扫描仪和工艺校正以及缺陷分类等应用。 通过为芯片和晶圆制造商提供根本问题原因相关的信息，我们的数据管理和分析系统可加快良率提升速度并降低批量生产的风险。
OVALiS
产品上的工艺优化、诊断、监测和控制
领先的半导体光刻和图案形成团队使用 OVALiS 软件套件实现产品上的工艺优化和控制。OVALiS 使用单一数据库，整合计量数据与各种类型设备的上下文信息以及晶圆厂自动化的大量上下文信息。在模拟、诊断、监测和工艺优化中，这些数据有助于优化和提高产品的性能。OVALiS 软件套件由不同的模块组成，模块既可独立使用，也可协同使用，并且可以无缝集成到晶圆厂的 SPC、FDC 和良率管理系统中。
Klarity®
自动化缺陷和良率数据分析
Klarity® Defect 自动化缺陷分析和数据管理系统通过识别实时偏移可以协助晶圆厂缩短良率提升周期。 Klarity Defect所采用的Klarity SSA（空间特征分析）分析模块可以提供缺陷特征的自动化检测和分类，并显示工艺问题。 Klarity ACE XP 的高级良率分析系统可帮助晶圆厂获取、保留并且共享良率提升经验，从而在晶圆厂内外协同良率提升。 Klarity 系统使用直观的决策流分析，帮助工程师轻松创建定制分析，支持批次处置、抽样检查、缺陷源分析、 SPC 设置和管理以及偏移通知等应用。 Klarity Defect, Klarity SSA 和 Klarity ACE XP 在全厂范围内构建良率解决方案，自动精简缺陷检测、分类和检查的数据，重点显示与问题根源和数据分析相关的信息。 Klarity 数据让 IC, 封装, 复合半导体和 HDD 制造商可以尽早采取纠正措施，从而加速良率提升和产品上市。
5D Analyzer®
先进数据分析和图案化控制
5D Analyzer® 是一种运行实时工艺控制解决方案，针对先进节点的工艺优化、工艺监控和图案化控制提供分析和可视化功能。 它接受晶圆厂内包括叠对、光罩定位、晶圆形状、反应室温度、薄膜、CD和轮廓等量测系统，工艺设备以及扫描仪等各种设备来源的数据。 通过先进的叠对分析以及光罩和晶圆形状数据与图案化错误的关联等应用，5D分析系统可实现各种离线和实时的案例，实现先进图案化控制。
主要应用
运行实时工艺控制、叠对控制，扫描仪认证，扫描仪校正，工艺校正，图案化控制对此产品感兴趣或有疑问？
联系我们Anchor Die to Database Pattern Monitor
自动化缺陷检测和监控解决方案
Anchor Die to Database Pattern Monitor 提供独特而准确的功能，通过结合芯片设计分析 SEM 图像来提取良率限制问题。 Anchor Die to Database Pattern Monitor 已在全球多个顶级晶圆厂成功完成现场测试和采用：
- 应用基于知识的方法，智能高效选择晶圆监测的关注区域
- 扩展良率学习的范围和有效性，而不会产生额外数据收集或手动分析的负担
- 集成到晶圆厂工作流程中，并支持从开发和试点爬坡到大批量生产的产品生命循环
- 容纳来自所有 SEM 的图像和线上电子束图像
Anchor Pattern Centric Yield Manager
自动化设计分解和图形风险评分
Anchor Pattern Centric Yield Manager 首先使用一组参数化搜索规则创建 Design Decomposition Database™，以提取感兴趣的图形。 然后根据所有可用信息源，对 Design Decomposition Database 中的图形评分，包括 OPC 模拟、统计或几何来源（设计签名）以及经验来源，例如从 SEM 图像中提取的图形保真度信息。 所有图形均评分（或排名）后，Anchor Pattern Centric Yield Manager：
- 评估每个图形的工艺边缘性或风险，并随时间生成图形风险评分趋势
- 将新的流片与参考设计相比较，以识别图形风险因素
- 创建光学和电子束检测关注区域
- 为 SEM 审查执行改进的缺陷取样
- 向 OPC / 光刻团队提供图形风险反馈
Anchor Pattern Centric Machine Learning
自动设计分解和参数化规则搜索
Anchor Pattern Centric Machine Learning 将印刷图形数据库和 Design Decomposition Database™ 相连接，通过预测图形风险评分（比纯统计或几何特征更可靠），为良率学习和工艺优化提供全新的机会。 Anchor Pattern Centric Machine Learning：
- 使用印刷图形数据库中包含的数据，构建机器学习模型
- 针对更大的 Design Decomposition Database 中的几乎所有图形，预测图形风险评分
- 将晶圆厂中不断生成的新 SEM 图像捕获到印刷图形数据库中
- 实现持续学习以提高其预测准确性，使其更接近专家系统
RDC
光罩数据分析与管理
RDC（光罩决策中心）综合数据分析和管理系统支持多种KLA用于光罩认证的光罩检测和量测平台。 RDC能够支持很多应用，从而协助自动化缺陷处置决策，缩短周期时间，并减少可能影响良率的光罩相关的图案化错误。 除了可以提供关键应用以外，因为RDC采用了高度可靠灵活的服务器配置，所以也可以作为中央数据管理系统。
KlearView™
- 对所有检测、量测和视检系统的数据及数据分析集成一体化
- 自动对光罩检测系统的缺陷检测结果进行分类
- 模拟光罩检测系统检出缺陷在晶圆上的成像性
- 分析并监控光罩重复认证的检测期间中雾化缺陷及修复缺陷的变化趋势
- 基于对缺陷空间影像的全面分析，预测晶圆上的曝光性
- 基于光罩缺陷的扫描电子显微镜图像进行曲线自动分类以及模拟预估晶圆上的成像性。
- 为LMS IRPO对准量测机台在EUV光罩的应用中必要时提供目标校准点周边有效的替代量测点
- 为确保光罩检测最佳缺陷敏感度提供最优化193纳米检测光源组合
- 为单晶粒芯片中缺陷精准建模，提供光罩缺陷修复后的电子束目标图
- 通过搜索芯片设计数据库，查找对应待修复位置的重复图像，并作为缺陷的修复目标的参考。该方法主要用于单晶粒芯片设计光罩。