Cuestionario vinculado a una guía · duro Nivel

Prueba de optimización del rendimiento de fábricas de semiconductores sobre IA

Prueba la clasificación de patrones de mapas de obleas, la metrología virtual a partir de datos de sensores de herramientas y el control de procesos entre ejecuciones en trabajos de rendimiento de fábricas de chips.

Rutas de guía relacionadasIA en optimización del rendimiento de fábricas de semiconductores
Pregunta 1 de 8

¿Qué significa "rendimiento" en la fabricación de semiconductores?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. ¿Qué significa "rendimiento" en la fabricación de semiconductores?
    • The number of wafers a fab processes per day
    • The fraction of dies on a wafer that work
    • The thickness of deposited films
    • The speed of a finished chip
  2. ¿Qué hace la metrología virtual?
    • Designs chip layouts automatically
    • Predicts measurement results from tool sensor data for every wafer
    • Replaces all inspection tools with cameras
    • Simulates customer demand for chips
  3. ¿A qué apunta probablemente un patrón de anillo de borde en un mapa de oblea?
    • A problem affecting the wafer edge during a process like etching
    • A software bug in the test program
    • A random particle in the center
    • A customer design error
  4. ¿Para qué se utiliza el conjunto de datos WM-811K?
    • Training chip layout generators
    • Research on classifying wafer map defect patterns
    • Forecasting semiconductor prices
    • Measuring transistor speed
  5. ¿Por qué los modelos de metrología virtual necesitan una recalibración frecuente?
    • Sensors stop recording data after a year
    • Maintenance, chamber aging and tool differences shift the data distribution
    • Regulators require monthly retraining
    • Models forget their weights overnight
  6. What does a run-to-run controller do?
    • Schedules staff shifts
    • Adjusts recipe settings between lots to keep results on target
    • Classifies SEM images of defects
    • Tests finished chips for speed
  7. Why do teams add an explicit 'unknown' class to wafer map classifiers?
    • To speed up training
    • So new patterns are flagged instead of forced into a known label
    • Porque la ley lo exige
    • To reduce the number of test wafers
  8. Which statement about fab training data is accurate?
    • Every defect type has millions of labeled examples
    • Rare defects may appear only a few times and classes are heavily imbalanced
    • Labels are generated automatically with no expert input
    • Fabs share all data publicly