積體電路 (IC) 的良率損失主要源於晶圓製程缺陷、製程變異以及 IC 設計不良等多方面因素，多篇研究指出晶圓缺陷可能來自微汙染物摻入晶圓表面，導致電路圖形變異和電性改變。當遭遇晶圓缺陷時需進行故障分析 (FA)，蒐集多方面的資訊進行良率與缺陷相關性分析以找出元兇。
NFA-1007w：晶圓表面有機汙染物解析的明日之星！
晶圓表面有機汙染物分析無法全自動化應用於製程產線是業界長久以來的一大困境，NFA-1007w 的問世不僅扭轉此一頹勢，並在資訊呈現上聚焦晶圓缺陷位置。
建構於全自動化程控與智能 AI 結合
NFA-1007w 擁有全自動化的操作程序，並結合智能 AI 的判斷能力，符合智慧品管與製造的精神。在過去的晶圓表面有機物分析中，通常需要透過採樣管 (sample tube) 初步抓取待測物，然後人工將其轉移到熱脫附氣相層析質譜儀（TD-GCMS）。該儀器會進行加熱以使待測物逸散，再由氣流推動至 cold trap 匯集目標物，最後進行資訊解析。
NFA-1007w 優化了這一流程，有機待測物直接由 NF-trap 匯集，然後進入質譜儀進行解析，無需人員參與。整個過程可以100%由設備自動執行。
NFA-1007w 的智能 AI 功能應用於系統健康狀態管理，設備運行過程中會嵌入自動機況診斷機制（如加熱燈管壽命檢測），以確保設備能夠保持在最佳運行狀態。
聚焦晶圓缺陷區域解析
當晶圓缺陷位置集中於一處時，全表面的有機物分析資訊往往難以反應缺陷位置的具體狀況，導致分析結果缺乏區域性質。為了解決這個問題，NFA-1007w 的採樣腔（NF-Quartz Chamber）擴增晶圓局部採樣功能。此外，選擇階段式程溫更能細部瞭解不同溫度區間的有機汙染物種，使得數據結果更有助於故障分析和深入探討。
實務應用
- 故障分析部門或研發單位的晶圓缺陷成因查找 (R&D / Offline)
- 製程階段晶圓缺陷追查 (Production line / Inline)
