3 月 5 日消息，日立當地時間 2 月 27 日稱該企業已開發出了一種高靈敏度半導體缺陷檢測技術，可通過機器學習的輔助檢出 10nm 及更小尺寸的微缺陷。這項技術已在二月末的 SPIE 先進光刻與圖案化 2025 學術會議上展出。

隨著對高性能芯片的需求不斷增加，半導體制造商對生產中的質量控制愈發重視；而制程的微縮也意味著能直接影響性能的缺陷尺寸門檻逐漸降低，對缺陷檢測靈敏度的要求進一步提升。日立的這一技術就是在該背景下應運而生的。

了解到，日立的機器學習缺陷檢測技術主要包含兩大部分，即圖像重建對比和過度檢測抑制：

圖像重建對比：檢測系統首先通過大量添加噪點的“人造”缺陷圖像學習微缺陷的數據特征；實際使用時對掃描電鏡照片盡量進行無缺陷版本重建，并對原始圖像和重建圖像進行對比，從而檢出缺陷。

過度檢測抑制：由于先進半導體制程的微縮，差異化功能電路和缺陷在圖像上的區別逐漸模糊，而機器學習檢測系統可對電路布局進行分類，并根據電路特征調整靈敏度，可減少 90% 的過度檢測。