Failure Analysis - AI-Readiness and Application

Swedish companies are poised to seize a larger share of the microelectronics market. Increase in market share of 20 % after project completion. Two years after project completion there will be a notable 50 % increase in precision in failure assessment within microelectronics production processes due to a consistent reduction in data errors.

Syfte och mål

FA2IR bygger på Penta/Euripides-projektet FA4.0 som har demonstrerat användningen av AI-algoritmer i felanalys för att effektivisera analystekniker. FA2IR-projektet kommer att undersöka viktiga tillämpningar av AI-metoder på databaser i felanalys (FA) av mikroelektronik. Huvudsyftet med FA2IR är att göra FA-databaser AI-färdiga och att utveckla förbättrade FA4.0-AI-baserade metoder för bild- och mätdataanalys. Standardiseringsinsatser kommer att driva på digitaliseringsstandarder inom den internationella halvledargemenskapen.

Förväntade effekter och resultat

Genom att minska den tid det tar att analysera fel i mikroelektronik kan företag reagera snabbare på produktionsproblem och fältfel. Den genomsnittliga analystiden kommer att minska och en högre datastandardiseringsnivå kommer att uppnås efter projektets slut. På grund av den förbättrade effektiviteten i AI-driven felanalys av mikroelektronik kan företag ta en större andel av mikroelektronikmarknaden tack vare en ökning av precisionen i felbedömning inom mikroelektronikproduktionsprocesser och en konsekvent minskning av datafel.

Planerat upplägg och genomförande

FA2IR samlar 17 partners från hela värdekedjan i FA och fyra länder. Sex arbetspaket är definierade: WP 1. Specifikation, gapanalys och uppföljning och WP 6. Användningsfall, validering och prestandatester sätter upp ramen med specifikationer och krav respektive utvärdering. WP2 - WP5 återspeglar innovationer där en SoA inte existerar i felanalys av mikroelektronik: De är: WP 2. AI-färdigt datalandskap och FA-verktygsintegration WP 3. AI-förbättrad dataanalys WP 4. Verktyg för utvärdering av datamiljö för felanalys WP 5. Integration av Molntjänster och externa AI-verktyg