Quiz połączony z przewodnikiem · Ciężko Poziom

Quiz dotyczący optymalizacji wydajności fabryki półprzewodników

Testuje klasyfikację wzoru mapy płytek, wirtualną metrologię na podstawie danych z czujnika narzędzia i kontrolę procesu od początku do końca w pracy związanej z wydajnością fabryki chipów.

Powiązane ścieżki prowadząceOptymalizacja wydajności fabryki półprzewodników AI
Pytanie 1 z 8

Co oznacza „wydajność” w produkcji półprzewodników?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Co oznacza „wydajność” w produkcji półprzewodników?
    • 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. Czym zajmuje się metrologia wirtualna?
    • 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. Na co najprawdopodobniej wskazuje wzór pierścieni krawędziowych na mapie płytek?
    • 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. Do czego służy zbiór danych WM-811K?
    • Training chip layout generators
    • Research on classifying wafer map defect patterns
    • Forecasting semiconductor prices
    • Measuring transistor speed
  5. Dlaczego wirtualne modele metrologiczne wymagają częstej ponownej kalibracji?
    • 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
    • Bo tego wymaga prawo
    • 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