top of page
Generatif (Beta) |. Memberikan berita dan tren terkini dalam AI generatif
logo.png

NVIDIA Umumkan Generative AI untuk Deteksi Cacat Semikonduktor

Generatived

19/12/25, 09.00

Kemampuan deteksi dan klasifikasi cacat dengan akurasi tinggi sangat penting dalam industri manufaktur semikonduktor yang sangat kompetitif. Jaringan saraf konvolusional (CNN) tradisional, yang dulunya menjadi arus utama untuk klasifikasi cacat otomatis (ADC), kesulitan untuk memenuhi tuntutan manufaktur chip modern. Meskipun membutuhkan kumpulan data berlabel yang besar dan pelatihan ulang yang sering, sistem ini sering gagal untuk melakukan generalisasi secara efektif ketika dihadapkan dengan jenis cacat baru.

Untuk meningkatkan proses ADC, NVIDIA telah memperkenalkan serangkaian alat yang didukung oleh Generative AI, termasuk Vision Language Models (VLM) dan Vision Foundation Models (VFM). Model-model ini, dikombinasikan dengan toolkit penyempurnaan NVIDIA TAO, memungkinkan pendekatan yang lebih fleksibel dan efisien untuk klasifikasi cacat. VLM, seperti Cosmos Reason, dapat menginterpretasikan gambar peta wafer, memberikan penjelasan dalam bahasa alami, dan melakukan sesi tanya jawab interaktif untuk analisis akar penyebab. Ini merupakan langkah maju yang signifikan dalam hal akurasi dan kemampuan menjelaskan dalam deteksi cacat.

Industri semikonduktor juga mendapat manfaat dari kemampuan pembelajaran mandiri (self-supervised learning) dari model seperti NV-DINOv2. Model-model ini dapat dilatih pada sejumlah besar gambar tanpa label, memungkinkan mereka untuk mengenali jenis cacat baru dan beradaptasi dengan kondisi proses yang berubah dengan pelatihan ulang minimal. NVIDIA TAO Toolkit memudahkan penyempurnaan model-model ini, sehingga semakin meningkatkan kinerjanya dalam skenario manufaktur tertentu.

Kemajuan NVIDIA dalam AI untuk manufaktur semikonduktor tidak hanya meningkatkan akurasi klasifikasi cacat, tetapi juga mengurangi ketergantungan pada inspeksi manual. Pergeseran ke sistem yang lebih cerdas dan otomatis diharapkan akan meningkatkan produktivitas dan hasil produksi dalam pembuatan chip. Seiring terus berkembangnya industri, alat-alat berbasis AI generatif NVIDIA meletakkan dasar bagi pabrik manufaktur yang lebih cerdas dan efisien seiring dengan semakin kompleksnya perangkat elektronik.

Bagikan artikel ini:

Tin tức mới nhất
NVIDIA AIモデル��発表

NVIDIA AIモデル発表

10/8/26, 14.00

NVIDIA(カリフォルニア州サンタクララ)は、自律型AIエージェントの処理速度と効率性を向上させる新たなオープン言語モデル「Nemotron 3.5 Lightning」を発表したと報じられている。

NVIDIA実行層モデル発表

NVIDIA実行層モデル発表

10/8/26, 14.00

NVIDIA(サンタクララ)は、自律型AIエージェントの実行層に向けた軽量な言語モデル「Nemotron 3.5 Lightning」を発表したと報じられている。

HSPがAI運用事例を公開

HSPがAI運用事例を公開

10/8/26, 14.00

HSP GRUPPE(ドイツ)は、グループ内の専門業務においてChatGPT Enterpriseの運用基盤を本格的に構築したと発表した模様である。

Microsoft広報がサイバー攻撃警告

Microsoft広報がサイバー攻撃警告

10/8/26, 14.00

Microsoft Threat Intelligence(ワシントン州)は、サイバー攻撃集団が世界各地の宿泊施設などのゲスト用ネットワークを標的に広範なサイバー攻撃を展開していると公表した。

Copyright © 2024 Generatived - All right Reserved.

Bagikan artikel ini:

Bagikan artikel ini:

Generatived

Hãy theo dõi chúng tôi

  • Facebook
  • X

Bahasa

Generatived là dịch vụ cung cấp thông tin và xu hướng chuyên về Generative AI. Chúng tôi sẽ cố gắng hết sức để cung cấp thông tin về thế giới đang thay đổi nhanh chóng.

Generatived AI Logo

Generatived adalah layanan yang memberikan informasi dan tren khusus dalam AI Generatif. Kami akan melakukan yang terbaik untuk menyampaikan informasi tentang dunia yang berubah dengan cepat.

  • Facebook
  • X

Ikuti kami

Bahasa

Berita terkini
NVIDIA AIモデル発表

NVIDIA AIモデル発表

10/8/26, 14.00

NVIDIA(カリフォルニア州サンタクララ)は、自律型AIエージェントの処理速度と効率性を向上させる新たなオープン言語モデル「Nemotron 3.5 Lightning」を発表したと報じられている。

NVIDIA実行層モデル発表

NVIDIA実行層モデル発表

10/8/26, 14.00

NVIDIA(サンタクララ)は、自律型AIエージェントの実行層に向けた軽量な言語モデル「Nemotron 3.5 Lightning」を発表したと報じられている。

HSPがAI運用事例を公開

HSPがAI運用事例を公開

10/8/26, 14.00

HSP GRUPPE(ドイツ)は、グループ内の専門業務においてChatGPT Enterpriseの運用基盤を本格的に構築したと発表した模様である。

Microsoft広報がサイバー攻撃警告

Microsoft広報がサイバー攻撃警告

10/8/26, 14.00

Microsoft Threat Intelligence(ワシントン州)は、サイバー攻撃集団が世界各地の宿泊施設などのゲスト用ネットワークを標的に広範なサイバー攻撃を展開していると公表した。

bottom of page