搜索
半導體晶圓廠可使用哪些技術來提高產能和良率？
發(fā)布時間：2021-04-27
瀏覽次數：357
一些前衛(wèi)的技術在半導體行業(yè)和其他制造業(yè)正在促進科技的發(fā)展，像高級分析，機器學習，人工智能這些正在從根本上改變市場的先進新興技術產品，價值數十億美元。
眾所周知，摩爾定律不斷提出了對更強大集成電路的巨大而持續(xù)的需求，再加上小規(guī)模半導體物理技術的障礙和復雜性，導致將這些電路與每個節(jié)點一起推向市場的交貨時間在延長。
為了減少交付時間，同時保持優(yōu)于競爭對手的成本優(yōu)勢，現(xiàn)代晶圓廠正在采用他們正在幫助開發(fā)的技術。在這里，我們將探討一些晶圓廠如何利用新興技術（即高級分析，物聯(lián)網（IoT），機器學習和人工智能）在這個快速發(fā)展的市場中保持競爭力和相關性。
1. 先進的分析功能和物聯(lián)網
如今的智能晶圓廠現(xiàn)在比更傳統(tǒng)的制造環(huán)境具有明顯的優(yōu)勢。先進的分析功能使現(xiàn)代化的晶圓廠能夠通過識別和測試整個制造鏈中可能出現(xiàn)的故障點來減少制造錯誤，優(yōu)化各種工藝，并通過模擬運行來提高成品率和可靠性。此外，在工具和生產線上越來越普及的IoT傳感器的使用使制造商能夠識別芯片或設備故障的根源（在某些情況下，可以在發(fā)生故障之前就發(fā)現(xiàn)）。
這些先進的分析功能使半導體公司可以在許多情況下識別問題，而無需聘請數個高度專業(yè)化且昂貴的工藝工程師團隊來進行試運行以識別這些問題，而這在涉及工藝的過程中很難發(fā)現(xiàn)。研究可用于各種組合的數千個參數。
先進的數據分析在多個行業(yè)的供應鏈優(yōu)化中也發(fā)現(xiàn)了許多用途，并且半導體行業(yè)也從那里的快速發(fā)展中受益。低成本傳感器與大數據分析的結合可以幫助跟宗庫存（包括諸如何時何地，何處制造，到達那里的路線以及產品所處的各種環(huán)境條件等信息）。這些功能還使半導體公司能夠更快地識別錯誤源，并更好地優(yōu)化其供應鏈，從而降低成本并縮短生產時間。
2. 機器學習和人工智能
如今，可以將人工智能安裝在各種工具上，以幫助進行芯片檢查，提高良率并改善質量保證過程。傳統(tǒng)上，檢查工具用于非常特定的應用程序，并分析制造過程中不同步驟的輸出。在制造環(huán)境中安裝如此多的工具非常昂貴，占用空間，并且增加了檢查過程中損壞的風險。
為了解決這些問題，我們的合作伙伴Nanotronics正在構建自動顯微鏡，該顯微鏡利用人工智能和機器學習來為半導體制造過程提供幫助。這些顯微鏡可以自動分析和發(fā)現(xiàn)缺陷，并且可以在制造過程的多個步驟中互換使用。他們表示：
3. 未來展望
隨著每個新節(jié)點一代的交貨時間增加，以及晶圓廠的平均成本迅速增加，競爭激烈且資本密集的半導體行業(yè)正處于整合期。自2008年大蕭條以來，全球已經關閉了83家晶圓廠。根據華爾街和Joe Dingalls的調查，在過去兩年中，并購中有以下公司：
眾所周知，摩爾定律不斷提出了對更強大集成電路的巨大而持續(xù)的需求，再加上小規(guī)模半導體物理技術的障礙和復雜性，導致將這些電路與每個節(jié)點一起推向市場的交貨時間在延長。
為了減少交付時間，同時保持優(yōu)于競爭對手的成本優(yōu)勢，現(xiàn)代晶圓廠正在采用他們正在幫助開發(fā)的技術。在這里，我們將探討一些晶圓廠如何利用新興技術（即高級分析，物聯(lián)網（IoT），機器學習和人工智能）在這個快速發(fā)展的市場中保持競爭力和相關性。
1. 先進的分析功能和物聯(lián)網
如今的智能晶圓廠現(xiàn)在比更傳統(tǒng)的制造環(huán)境具有明顯的優(yōu)勢。先進的分析功能使現(xiàn)代化的晶圓廠能夠通過識別和測試整個制造鏈中可能出現(xiàn)的故障點來減少制造錯誤，優(yōu)化各種工藝，并通過模擬運行來提高成品率和可靠性。此外，在工具和生產線上越來越普及的IoT傳感器的使用使制造商能夠識別芯片或設備故障的根源（在某些情況下，可以在發(fā)生故障之前就發(fā)現(xiàn)）。
這些先進的分析功能使半導體公司可以在許多情況下識別問題，而無需聘請數個高度專業(yè)化且昂貴的工藝工程師團隊來進行試運行以識別這些問題，而這在涉及工藝的過程中很難發(fā)現(xiàn)。研究可用于各種組合的數千個參數。
先進的數據分析在多個行業(yè)的供應鏈優(yōu)化中也發(fā)現(xiàn)了許多用途，并且半導體行業(yè)也從那里的快速發(fā)展中受益。低成本傳感器與大數據分析的結合可以幫助跟宗庫存（包括諸如何時何地，何處制造，到達那里的路線以及產品所處的各種環(huán)境條件等信息）。這些功能還使半導體公司能夠更快地識別錯誤源，并更好地優(yōu)化其供應鏈，從而降低成本并縮短生產時間。
2. 機器學習和人工智能
如今，可以將人工智能安裝在各種工具上，以幫助進行芯片檢查，提高良率并改善質量保證過程。傳統(tǒng)上，檢查工具用于非常特定的應用程序，并分析制造過程中不同步驟的輸出。在制造環(huán)境中安裝如此多的工具非常昂貴，占用空間，并且增加了檢查過程中損壞的風險。
為了解決這些問題，我們的合作伙伴Nanotronics正在構建自動顯微鏡，該顯微鏡利用人工智能和機器學習來為半導體制造過程提供幫助。這些顯微鏡可以自動分析和發(fā)現(xiàn)缺陷，并且可以在制造過程的多個步驟中互換使用。他們表示：
“我們的顯微鏡可能會在幾分鐘內分析100,000個芯片，而人工檢查員可能需要30分鐘才能檢測和分析50個芯片。如果使用我們的顯微鏡，晶圓廠還可以檢查更多的層，而人工檢查很難做到。我們與一家公司合作，該公司手動檢查了25層，但使用顯微鏡將其增加到300層。然后是產量和吞吐量的提高，晶圓廠從人工檢查更換成我們的顯微鏡后，產量大達增加了?！?/span>
3. 未來展望
隨著每個新節(jié)點一代的交貨時間增加，以及晶圓廠的平均成本迅速增加，競爭激烈且資本密集的半導體行業(yè)正處于整合期。自2008年大蕭條以來，全球已經關閉了83家晶圓廠。根據華爾街和Joe Dingalls的調查，在過去兩年中，并購中有以下公司：
- 飛思卡爾半導體
- 集成硅解決方案
- 阿爾泰拉
- 愛特梅爾
- Broadcom（名稱從Avago改回Broadcom合并后）
- EZchip半導體
- 哈欽森技術
- 美森科技
- OmniVision技術
- PMC-塞拉利昂
- KLA-Tencor
- 飛兆半導體
- 閃迪
轉載請注明來源：airconditioningrepair-tarzana-ca.com
滬公網安備 31011502016664號
唐女士-華南、西南