随着工艺复杂程度的提高和每个新技术节点学习摸索时间的缩短，在没有更好设备和方法的情况下，要获得显著的良率提升和成熟的良率水平是不可能的。这就是为什么在良率建模，缺陷检测与表征，污染控制，和良率学习方面正在进行的突破对于器件制造如此之重要。
2005年国际半导体技术蓝图（ITRS）确定良率提升的第一大挑战，是对于随器件尺寸缩小而缩小、甚至缩小更快的缺陷的检测能力，它要求有更高的灵敏度-一般认为这是与设备比较低的产能密切相关联的。这是业界需要改变的一种倾向。
总结一下， ITRS负责良率提升的工作组强调了过去几个版本中已经呼吁过的，对于许多设备和技术的需求，比如：能够检测更小的缺陷、能够从混杂的缺陷中筛选出与良率相关的缺陷的检测设备;快速检测大高宽比通孔、接触孔的，成本更低的设备。能够更快地在线化学分析轻元素的设备（替代EDX）;用于根本原因分析的更好的测试结构和数据管理;以及系统良率损失的诊断能力。检测系统要能够在高检出率和产能的情况下，区分不同的致命缺陷。此外，还需要将液体、气体污染水平与产品良率的关系建立起来，以便得到一个控制限，而不是总简单地要求更高纯度的材料。最后，一个非常有雄心的但又是非常重要的目标，就是建立一个参数敏感的良率模型，能够用于新材料和成形方法，比如光学移近修正（OPC）。这个表总结了从现在到大约2013年（32 纳米完成），其间必须要克服的艰巨的挑战。
工作组在总结了这些优先级之后，他们选定了一些新的需求，第一次使其出现在2005年的蓝图中。由于晶圆斜边已经成为影响良率的区域，要将缺陷检测设备上存在的表格进行扩展，将对晶圆正反面的规范和要求包括进来，应用到新型设备上。一项针对半导体制造商的调查正在进行，到下次修改时，利用更新的数据重新计算新的缺陷预算。该工作组将调查半导体制造公司对于生产设备的缺陷监控限。此外，良率提升，支撑材料和表面清洗工作组正在在讨论形成一个统一的缺陷/良率模型，这将改变下一次修正时的一些目标。
