[发明专利]用于检测晶片上的缺陷的设备和方法

权利要求书

1.一种晶片缺陷推断系统，包括：

处理电路，所述处理电路被配置为

组合第一图像和第二图像以生成组合图像，所述第一图像包括在半导体晶片上形成的电路图案的成像，并且所述第二图像包括用于在所述半导体晶片上实现所述电路图案的掩模的布局图像的成像；

通过执行机器学习，基于所述组合图像推断与在所述半导体晶片上形成的电路图案相关联的缺陷；以及

基于所述机器学习生成包括关于所述缺陷的缺陷信息的输出图像。

2.根据权利要求1所述的晶片缺陷推断系统，其中，所述机器学习是基于生成式对抗网络GAN的。

3.根据权利要求1所述的晶片缺陷推断系统，其中，所述机器学习是基于条件生成式对抗网络CGAN的。

4.根据权利要求1所述的晶片缺陷推断系统，其中，生成组合图像包括：围绕图案轴对准所述第一图像和所述第二图像，以及组合对准后的第一图像和第二图像。

5.根据权利要求1所述的晶片缺陷推断系统，还包括：

随机访问存储器；以及

存储装置，

其中，所述处理电路包括：被配置为执行所述机器学习并生成所述输出图像的至少一个神经形态处理器，以及被配置为控制所述神经形态处理器的处理器，

其中，所述随机访问存储器被配置为所述神经形态处理器的工作存储器，并且

其中，所述存储装置被配置为存储由所述处理器生成的数据。

6.根据权利要求5所述的晶片缺陷推断系统，其中，所述神经形态处理器被配置为

基于输入向量生成假组合图像；以及

确定所述组合图像或所述假组合图像是真还是假。

7.根据权利要求6所述的晶片缺陷推断系统，其中，所述神经形态处理器被配置为

执行第一机器学习，以确定所述组合图像或所述假组合图像是真还是假，以及

执行第二机器学习，以生成用于训练所述第一机器学习的假组合图像。

8.根据权利要求1所述的晶片缺陷推断系统，其中，所述处理电路基于分割模型、热图模型或与所述分割模型和所述热图模型的组合相对应的组合模型中的至少一个来生成所述输出图像。

9.根据权利要求1所述的晶片缺陷推断系统，其中，所述缺陷信息包括所述缺陷的位置、所述缺陷的尺寸、所述缺陷的颜色或所述缺陷的种类中的至少一个。

10.一种推断在半导体晶片上形成的电路图案中的缺陷的方法，所述方法包括：

组合第一图像和第二图像以生成组合图像，所述第一图像包括在半导体晶片上形成的电路图案的成像，并且所述第二图像包括用于在所述半导体晶片上实现所述电路图案的掩模的布局图像的成像；

基于机器学习操作，根据所述组合图像生成输出图像，所述输出图像包括关于所述缺陷的缺陷信息；以及

输出所述输出图像。

11.根据权利要求10所述的方法，还包括：

围绕图案轴对准所述第一图像和所述第二图像。

12.根据权利要求10所述的方法，其中，所述机器学习操作是基于生成式对抗网络GAN的。

13.根据权利要求10所述的方法，其中，所述机器学习操作是基于条件生成式对抗网络CGAN的。

14.根据权利要求10所述的方法，其中

所述机器学习包括第一机器学习和第二机器学习，

所述第一机器学习由鉴别器网络执行，以确定输入图像是真还是假，并且

所述第二机器学习由生成器网络执行，以生成由所述鉴别器网络确定为真的假组合图像。