当前位置: 首页 > news >正文

通缩期的 “反脆弱” 研发:新启航逆势投入 30% 营收突破 3D 白光干涉测量技术

一、通缩期研发投入的战略抉择

全球半导体与精密制造行业步入通缩周期,多数企业为应对市场需求萎缩与利润下滑,纷纷削减研发开支。新启航却反其道而行之,将 30% 的营收投入 3D 白光干涉测量技术研发。这一决策源于对行业长期发展趋势的深刻洞察:高端测量设备自主化是突破国外技术垄断、抢占未来市场的关键,通过加大研发投入增强技术 “反脆弱” 能力,以在低迷市场环境中实现逆势突围。

二、研发资源的精准聚焦与突破路径

2.1 核心技术攻坚

新启航集中资源攻克 3D 白光干涉测量的核心技术瓶颈。在光学系统方面,投入大量资金研发新型非对称共光路干涉结构,通过优化光学镜片镀膜工艺与光源耦合技术,将光干涉信号强度提升 60%,显著提高测量信噪比;在算法领域,组建专业团队开发基于深度学习的纳米级形貌重构算法,构建包含海量样本的数据库,实现对干涉条纹的精准解析,使测量垂直分辨率达到 0.1nm。

2.2 产学研深度融合

与国内多所高校、科研机构建立合作,整合各方优势资源。联合高校开展基础理论研究,借助科研机构的先进实验设备进行技术验证与优化。例如,与中科院某所合作研发的新型光学材料,应用于 3D 白光干涉仪中,有效降低了温度变化对测量精度的影响,拓展了设备的使用环境适应性。

三、研发投入与技术成果转化

3.1 设备性能提升

持续的研发投入促使 3D 白光干涉测量设备性能大幅提升。新设备在测量范围上,从传统的小范围检测拓展到可覆盖 10mm×10mm 的大面积测量;测量速度较之前提升 50%,能够满足半导体产线高速检测需求。同时,设备稳定性增强,测量重复性误差控制在极小范围,为精密制造提供可靠的检测保障。

3.2 成本优化与市场竞争力

通过研发实现核心部件国产化替代,降低设备生产成本。自主研发的光学镜头、激光光源等部件,性能达到国际先进水平,成本却仅为进口产品的三分之一。这不仅使设备在价格上具备竞争力,还保障了供应链的稳定性,在通缩期为企业赢得更多市场份额奠定基础。

大视野 3D 白光干涉仪:纳米级测量全域解决方案​

突破传统局限,定义测量新范式!大视野 3D 白光干涉仪凭借创新技术,一机解锁纳米级全场景测量,重新诠释精密测量的高效精密。

三大核心技术革新​

1)智能操作革命:告别传统白光干涉仪复杂操作流程,一键智能聚焦扫描功能,轻松实现亚纳米精度测量,且重复性表现卓越,让精密测量触手可及。​

2)超大视野 + 超高精度:搭载 0.6 倍镜头,拥有 15mm 单幅超大视野,结合 0.1nm 级测量精度,既能满足纳米级微观结构的精细检测,又能无缝完成 8 寸晶圆 FULL MAPPING 扫描,实现大视野与高精度的完美融合。​

3)动态测量新维度:可集成多普勒激光测振系统,打破静态测量边界,实现 “动态” 3D 轮廓测量,为复杂工况下的测量需求提供全新解决方案。​

实测验证硬核实力​

1)硅片表面粗糙度检测:凭借优于 1nm 的超高分辨率,精准捕捉硅片表面微观起伏,实测粗糙度 Ra 值低至 0.7nm,为半导体制造品质把控提供可靠数据支撑。​

(以上数据为新启航实测结果)

有机油膜厚度扫描:毫米级超大视野,轻松覆盖 5nm 级有机油膜,实现全区域高精度厚度检测,助力润滑材料研发与质量检测。​

高深宽比结构测量:面对深蚀刻工艺形成的深槽结构,展现强大测量能力,精准获取槽深、槽宽数据,解决行业测量难题。​

分层膜厚无损检测:采用非接触、非破坏测量方式,对多层薄膜进行 3D 形貌重构,精准分析各层膜厚分布,为薄膜材料研究提供无损检测新方案。​

新启航半导体,专业提供综合光学3D测量解决方案!

http://www.dtcms.com/a/286240.html

相关文章:

  • 深孔加工的方法及检测方法探究 —— 激光频率梳 3D 轮廓检测
  • 29、鸿蒙Harmony Next开发:深浅色适配和应用主题换肤
  • 计算机网络基础:从协议到通信全解析(大致框架)
  • 基于 WinForm 与虹软实现人脸识别功能:从理论到实践
  • VisualXML全新升级 | 新增BusLoad计算
  • python控制linux命令反馈
  • 二刷 黑马点评 附近商户
  • 如何更改 SQLserver 数据库存储的位置 想从C盘换到D盘
  • Delphi EDI 需求分析与对接指南
  • Springboot3整合Elasticsearch8(elasticsearch-java)
  • 智和信通赋能:北京某高校校园网交换机全维度智能管控
  • 洛谷 P10112 [GESP202312 八级] 奖品分配-普及/提高-
  • 基于SpringBoot 投票系统 【源码+LW+PPT+部署】
  • Gemini Function Calling 和 Qwen3 Embedding和ReRanker模型
  • 40.限流规则
  • 用线性代数推导码分多址(CDMA)
  • 第16章 基于AB实验的增长实践——验证想法:AB实验实践
  • 【Python】一些PEP提案(三):with 语句、yield from、虚拟环境
  • 智象科技赋能金融、证券行业 IT 运维
  • Fluent许可有效期查询
  • 堆的实现,堆排序,咕咕咕
  • 几款开源的安全监控与防御工具分享
  • C++---cout、cerr、clog
  • 深度解析Linux文件I/O三级缓冲体系:用户缓冲区→标准I/O→内核页缓存
  • RV126平台NFS网络启动终极复盘报告
  • 深入解析 vLLM 分布式推理与部署策略
  • ChatBot 还能记住我是谁?深度解析对话系统中的记忆机制
  • 一文通晓25G多模光模块:SFP-25G-SR和SFP-25G-ESR的区别
  • 机器学习基础:线性回归算法详解(原理+代码+实战)
  • 视频讲解:XGBoost梯度提升树原理及用Python对房价等数据集多案例应用分析