圖片人物左至右為: Fractilia共同創辦人暨執行長與總裁Edward Charrier、Fractilia技術長Chris A. Mack博士
致力於先進半導體製造中隨機性（stochastics）誤差量測與控制解決方案的領導業者 Fractilia，於最新發表的白皮書中指出，在最先進製程節點中，由於不受控制的隨機性圖案變異，導致良率下降與生產進程延誤，晶圓廠的損失可高達數億美元。這些「隨機性」變異已成為先進製程量產（High-Volume Manufacturing; HVM）階段達成預期良率的主要阻礙。對此，Fractilia 透過結合精準量測、基於機率的製程技術控制與隨機性思維設計策略的分析帶來完整的解決藍圖。
Fractilia 技術長Chris A. Mack表示，傳統製程控制方法無法有效解決這些隨機性問題。這些變異造成的延誤對產業影響深遠，導致先進製程無法順利量產，整體損失高達數十億美元。他指出，縮減「隨機性落差（stochastics gap）」需採取完全不同的方式，並呼籲元件製造商驗證與導入新方法，才能成功將先進製程技術應用於大量生產。
本次發表的白皮書為業界首次從解析度角度分析隨機性效應帶來的影響。所謂「隨機性落差」，是指在研發階段成功圖案化的臨界尺寸，與在量產階段能穩定符合預期良率要求的尺寸之間的差距。這種差距主要來自於微影過程中分子、光源甚至材料與設備原子層級的隨機性變異。隨機性變異是製程中所用材料與技術的固有特性，必須使用異於傳統製程控制方法的機率分析來解決。
Mack 指出，Fractilia 客戶在研發階段成功製作出僅 12 奈米的高密度結構，但進入生產階段後，隨機性錯誤開始影響良率、效能與可靠度，導致無法達到標準要求。
以往隨機性變異對量產良率影響不大，因其佔關鍵尺寸誤差的比例較低，導致缺陷的機率也低。但隨著極紫外光（EUV）與高數值孔徑 EUV（High-NA EUV）技術的導入，微影解析度大幅提升，也讓隨機性變異在製程誤差中佔比快速增加。
Fractilia 強調，隨機性落差並非無法改變。該白皮書中提出完整的解決方案，涵蓋三個層面：一是導入精準的隨機性量測技術；二是運用基於機率的製程控制方法；三是採用具備隨機性思維的元件設計與材料改良策略。
Mack 最後強調，隨機性落差是整個產業共同面對的挑戰，但只要從精準的隨機性量測技術出發，並導入正確的製程與設計方法，就能有效化解問題，挽回原本難以實現的產能與價值。
