在半導體製程節點持續邁入極紫外光（EUV）與高數值孔徑極紫外光（High-NA EUV）時代，晶片製造的良率與精準度成為決定競爭力的重要關鍵。
根據專精於隨機性（Stochastics）誤差量測與控制的解決方案業者Fractilia的最新分析，隨機性圖案變異（Stochastic Pattern Variation）已成為先進半導體製造過程中影響良率與產能的重要因素。若未能有效控制此隨機性問題，將導致半導體製造商每間晶圓廠損失數億美元，全球累積損失金額甚至可能高達數十億美元。
Fractilia共同創辦人暨技術長Chris Mack指出，傳統的製程控制方法已無法有效處理隨機性圖案變異所帶來的挑戰，業界需要採用新的量測技術與製程控制方法，以解決這項困擾先進製程量產的問題。由於隨機性錯誤來自半導體微影中分子、光源甚至材料與設備的原子級隨機變異，與傳統製程變異截然不同，因此必須透過具備隨機性思維的機率分析方法來應對。
根據Fractilia最新發布的白皮書揭示，目前研發階段能成功圖案化的臨界尺寸與實際量產階段能穩定達到預期良率的尺寸之間存在明顯的落差，這種落差被稱為「隨機性解析度落差（Stochastics Gap）」。以當前技術水準而言，研發階段可實現12奈米的圖案化，但進入量產階段後，隨機性圖案變異問題卻讓穩定生產的尺寸維持在16至18奈米之間，造成了晶圓面積浪費、產品延遲與高額經濟損失。
為解決這項挑戰，Fractilia提出了獨創的Fractilia反向線掃描模型（Fractilia Inverse Linescan Model，FILM），該技術基於物理演算法，從掃描電子顯微鏡（SEM）影像中擷取高真實度資料，能夠精準區分晶圓上的真實特徵與影像雜訊，不僅實現自動化、高精度量測，也能夠維持跨機台及跨晶圓廠的一致性。
Fractilia提供多項應對隨機性問題的產品，包括MetroLER用於製程研發與臨界尺寸圖案分析，FAME 100xE用於研發到導入階段的全自動量測，以及專為量產設計、具備即時製程監測的FAME 300，和自動校準OPC模型的FAME OPC。
值得注意的是，Fractilia的客戶已涵蓋美國、亞洲與歐洲多個頂尖半導體製造商與原始設備製造商（OEM），該公司精準量測技術已成為研發及量產的業界標準。不少過去對外部解決方案態度保守的企業，也跳過試用評估階段直接採用Fractilia的產品，凸顯了隨機性控制方案在當前產業環境下的重要性與迫切性。
Chris Mack博士強調：「隨機性落差是整個產業共同面臨的嚴峻挑戰，但只要以精準的隨機性量測技術為起點，結合具備隨機性思維的元件設計、材料改良及製程控制，將能有效控制並解決此一問題，助力半導體產業持續向前。」