當晶片進入 3nm、2nm 之後，人類其實正在面對一個很根本的問題。我們到底是如何「看見」這個世界的。因為在製造現場，有一個極其簡單卻殘酷的邏輯。如果你看不見錯誤，你就無法修正錯誤；而如果你無法修正錯誤，就無法量產。
整個先進製程的穩定性，其實就建立在檢測與量測。檢測與量測，本質上在回答兩個不同的問題
在半導體製程中，Inspection 與 Metrology 分別對應兩種完全不同的觀察方式。
- Inspection 檢測在回答的是，有沒有出錯
- Metrology 量測在回答的是，有沒有做對
檢測的任務，是找出晶圓上的異常，例如顆粒污染、刮傷或圖形缺陷。它更接近於異常偵測，目標是找出那些不該存在的東西。量測則完全不同。它關注的是尺寸與幾何，例如線寬是否符合設計、層與層之間是否精準對準。它不是找錯，而是確認精度。
如果用一個更直觀的方式理解，檢測像是在找疾病，量測則是在確認身體各項指標是否精準落在健康範圍內。這兩者在成熟製程時可以分開理解，但當技術節點持續縮小，它們開始交錯，甚至逐漸融合。
當製程進入奈米尺度，觀測本身變成最困難的事情
在 28nm 時代，多數問題仍然是可見的。但進入 3nm 以下，整個世界變了。
- 結構從平面走向立體。FinFET、GAA 讓電晶體變成三維結構，觀測不再只是表面，而是整個空間的形貌。
- 缺陷開始呈現隨機性。來自 ASML EUV 製程的光子隨機性，使得缺陷不再是固定模式，而是統計分布。
- 成本讓容錯率快速下降。每一片晶圓的價值極高，一個微小缺陷，就可能讓整顆晶片報廢。
這三個變化同時發生，製造不再只是加工問題，而是觀測與機率管理的問題。你不再只是需要看見錯誤，而是需要理解錯誤的來源，並即時做出調整。
看見奈米世界的方法：光學、電子束與影像分析
在奈米尺度下，人類主要透過三種方式來「看見」晶圓。
- 光學系統：光學檢測利用光的散射與反射，快速掃描整片晶圓，找出異常區域。它的優勢是速度快、覆蓋範圍大，非常適合做全面性掃描。但當尺寸進入奈米尺度，光的繞射極限開始出現，許多細微缺陷其實無法被解析。
- 電子束技術：例如 CD-SEM（Critical Dimension Scanning Electron Microscope）透過電子束掃描表面，可以精準量測線寬與間距，解析度遠高於光學系統。這讓它成為先進製程中確認 critical dimension 的關鍵工具。但代價是速度較慢，通常只能做抽樣量測。
- 影像與資料分析：無論光學或電子束，最終都會轉換為影像。真正的價值來自如何解讀這些影像。透過演算法與 AI，系統可以分類 defect、找出模式，甚至回推問題來源。這使得「拍照」這件事，不再只是記錄，而是製程決策的一部分。
這三種技術各自解決不同問題。光學提供速度與覆蓋範圍，電子束提供解析度與精準度，而影像分析則提供理解與決策能力。
在成熟製程中，你可以依需求選擇工具。但在先進製程中，你必須同時具備這三種能力。量測與檢測因此不再是單一設備，而是一整套系統工程。
產業分工：不同公司守住不同位置
這個市場並不是由單一公司壟斷，而是由不同技術路線所構成的生態系。
- KLA Corporation 建立的是完整的製程控制系統，將檢測、量測與資料分析整合在一起。
- Applied Materials 則將量測嵌入製程設備中，使量測成為製程的一部分。
- Hitachi High-Tech 在電子束檢測領域具備極高解析度優勢。
- Nova Ltd. 專注於光學量測，在尺寸與對準量測上具備競爭力。
- Onto Innovation 則在先進封裝與 3D 結構量測中找到新戰場。
這些公司之間並不是單純的競爭關係，而是共同構成量測與檢測這個關鍵基礎能力。當產業進入 AI 時代，這個結構被進一步放大。NVIDIA 推動的 AI 晶片，不僅面積更大，功耗更高，封裝也更複雜。這意味著每一個缺陷的代價都被放大。
在這種情況下，量測與檢測的角色開始轉變。它不再只是品質控管工具，而是直接影響成本、產能與商業模式的核心能力。
如果把整個半導體產業拆開來看。ASML 代表製造能力，NVIDIA 代表算力需求，那麼量測與檢測所代表的，其實是對不確定性的控制能力。
這類能力往往不顯眼，但卻決定整個系統能否穩定運作。也正因如此，量測與檢測正從配角，逐漸成為先進製造中最關鍵的節點之一。
