康耐视推出新一代晶圆和面板识别系统In-Sight 1750系列,旨在帮助半导体制造商减少生产中断、提高可追溯性并保持生产效率。该系统融合AI、先进成像与专用照明,能可靠读取退化标记及难识别基板ID,减少人工干预。它支持任务转换和简便升级,便于现有用户过渡,网页设置简化配置,内置读数记录助力质量控制。
Quantinuum与美国商务部敲定协议,获1亿美元联邦资金,用于推进大规模容错离子阱量子计算机研发及美国量子半导体制造。资金将强化供应链,引入GlobalFoundries和Monarch Quantum为本土伙伴,分别制造离子阱晶圆和激光光学组件。
富士胶片在CSEAC 2026展会上展示测量胶片系列及压力定量化解决方案,重点推出圆形压力测量胶片Round Prescale和A3尺寸压力图像分析装置Prescale Station,前者适配12英寸晶圆并耐高温,后者支持自动判定和数据导出,旨在提升半导体制造中的压力测量精度。
2026年3月25日至27日,SEMICON China将在上海举行。费斯托展示了多项半导体制造创新解决方案,旨在提升制造效率和工艺稳定性,包括微米级气动定位和非接触式晶圆翘曲技术,助力智能化与可持续发展。
台积电、Cadence、KLA、西门子和Synopsys通过NVIDIA的CUDA-X和Blackwell平台推动半导体制造进步。这些技术加速了复杂制造过程的仿真,提高了光刻和设备模拟效率,降低了成本。Cadence的Millennium M2000平台专为EDA市场设计,利用NVIDIA技术提升设计工具性能。西门子和Synopsys也在各自平台中整合了NVIDIA技术,以加速制造流程。
本研究评估了现代视觉异常检测方法在半导体制造中的应用,特别是在缺乏标记样本的情况下。通过基于MIIC数据集的基准,展示了无监督学习的有效性,降低了检测成本,提高了效率,推动了行业技术进步。
智平方与吉利科技旗下晶能微签署合作协议,首次在半导体工厂部署通用具身智能机器人Alpha Bot。该机器人通过自主学习和高精度操作,提升生产效率,解决传统生产中的污染和效率问题,标志着半导体制造智能化的新阶段。
本研究提出了一种结合均值教师模型与监督对比损失的方法,以提高半导体制造中晶圆图案识别的精度。实验结果表明,该方法在准确率、精确率、召回率和F1分数上均显著提升,具有实际应用潜力。
本研究提出了一种机器学习模型,能够加速薄膜材料的X射线衍射数据分析,预测结晶维度和空间群,精度高达93%。同时,结合深度学习等技术,研究了无机材料的自动合成、表面相图预测及纳米材料表征,推动了半导体制造的标准化和高性能材料的开发。
本研究探讨了机器学习在半导体制造和材料科学中的应用,包括电容的叠加误差、光子表面逆向设计和云光学厚度估计。提出了多保真度机器学习框架和MatSci ML基准,以提高模型性能和可靠性,推动固态材料研究的进展。
美国半导体制造能力将扩张,投资和联邦支持推动。目标是到2030年使美国生产全球20%的领先逻辑芯片。预计投资将在未来两到三年内创造48,000个就业岗位。半导体企业面临人才挑战,需要建设和运营新的设施。建筑工人、工程师和技术人员是满足需求的关键。
极紫外线光刻(EUV)机器在半导体制造中的重要性和影响。美国错失商业化机会,华为从台积电购买EUV芯片引起关注。美国政府试图阻止荷兰公司ASML向中国出口EUV设备。Intel公司努力恢复在EUV技术上的领先地位。
完成下面两步后,将自动完成登录并继续当前操作。