WAT面临的挑战及哥瑞利解决方案
在6、8、12寸晶圆厂生产环节中，WAT (Wafer Acceptance Test，晶圆可接受度测试)是晶圆出厂之前，测量特定测试结构电性参数的环节。WAT数据与器件物理学密切相关，对于优化器件设计、提高性能以及解决潜在问题至关重要。同时WAT数据与制造工艺紧密相关，可以帮助工程师发现并解决相关工艺问题。每一片晶圆在出厂之前都必须经过WAT测试，当有晶圆有严重工艺问题导致电性参数超出规格时，就会被筛选出来废掉。因此WAT是半导体制造中不可或缺的关键步骤。
WAT测试是通过探针卡连接到晶圆划片槽上的Test Key(测试点）来进行的。探针卡有许多针脚，这些针脚与测试点相连接，输入测试信号并读出相应的电性参数。由于产品及测试点种类较多，对应的探针卡也不尽相同，因而在实际操作中, WAT 需要人工去对十字校准图形、校准针脚的位置、测试合适的针压值以及判断扎完之后的针痕是否满足需求等流程来确保测试值的准确。
WAT扎针示意图
此类校对工作操作流程繁琐、重复操作多、上岗培训周期长，且无尘车间进出不便，因此，WAT是晶圆生产中亟需“机器替人”的环节之一。针对这类场景，上海哥瑞利软件股份有限公司（Glorysoft）推出的LOFA（Light Off Factory Assistant，黑灯工厂助理）已在WAT真实生产环境中攻克这一难题。在国内知名12寸晶圆厂中，LOFA上线后，在 WAT环节成功实现在自动对针、自动针痕检测等场景下的无人实时自动化代操。统计数据显示，上线第一阶段已实现操作人员减少40%，整体操作流程自动化成功率超过90%。
哥瑞利在WAT场景应用
LOFA是一款以多因子驱动的工厂智控平台，包含集控系统、虚拟机器人流程自动化、知识管理系统，缺陷图像自动检测、设备自动化系统等，用以提升中控室运营监控的效能。在WAT场景中目标机台是Prober、Tester机台。
针痕检测
上：原始情况 下：LOFA识别结果
自动对针
上：原始情况 下：LOFA对针结果
在WAT场景应用AI图像识别技术，包括文字识别、目标检测、位置检测及模板匹配等基于人工智能的图像识别技术，来解决流程中调整针头高度、自动对针、针痕检测、界面字符识别等较多需要人工干预的环节。最终通过自动代操加AI图像识别改造，实现机台的跑货过程全流程自动化，显著减少人力，提高生产效率，并降低产线MO操作。
LOFA优势
LOFA对工厂的效益
提升人机比
LOFA可以让机台整个跑货流程实现自动化，并且自动解决一些常见的问题，操作员和工程师只需解决异常事项，用更少的人力管理更多的机台。
提升机台效率
LOFA可实时监控所有机台，主动发现及处理机台问题，缩短人员响应与复机时间。LOFA无需在机台端安装软件，可避免因机台CPU负载增加而导致的异常停机。
提升产品良率
LOFA的自动处理流程使MO风险大幅降低,LOFA减少了人员进出产线带来的Particle。
LOFA晶圆客户真实反馈
车间领导对LOFA的反馈
LOFA上线后，不仅操作人员减少，新人培训也更容易了，只需集中培训异常处理等问题，整体上LOFA有效帮助我们节约了人力投入和培训的成本。
WAT操作员工对LOFA的反馈
1、以前人工操作工作量很大、容易疲劳。在LOFA上线后，操作员无需再花精力去处理重复性工作，整体工作效率提高了。
2、一开始使用自动代操的时候还不放心，但用久后发现代操的准确率很高,可以成功替代人。
3、LOFA在WAT运行一年，已成为生产SOP的一部分。人员培训和操作的方式也都相应改变且步入稳定，新人没有LOFA在手协助反而就不会操作。
LOFA在WAT之应用展望
通过对自动化流程的积累和梳理，LOFA将逐步形成便于客户培训的SOP管理系统，并通过对不同recipe（程式）各个步骤执行效率的分析，找出可优化的点，来帮助客户优化recipe。LOFA还能结合针痕检测以及针的直径，针警长度的判断，来协助客户判断针卡的状况。从而使机台效率进一步提高，针卡管理更加高效。
哥瑞利将持续升级LOFA，使之更智能化、数字化和场景化，并融入先进制造的各个生产阶段，为先进制造企业赋能并引领智慧生产AI最佳实践，最终实现黑灯工厂的美好愿景。
