首页 > 新闻资讯 > 行业信息

半导体晶圆厂可使用哪些技术来提高产能和良率?

发布时间:2021-04-27

浏览次数:107

       一些前卫的技术在半导体行业和其他制造业正在促进科技的发展,像高级分析,机器学习,人工智能这些正在从根本上改变市场的先进新兴技术产品,价值数十亿美元。
       众所周知,摩尔定律不断提出了对更强大集成电路的巨大而持续的需求,再加上小规模半导体物理技术的障碍和复杂性,导致将这些电路与每个节点一起推向市场的交货时间在延长。
       为了减少交付时间,同时保持优于竞争对手的成本优势,现代晶圆厂正在采用他们正在帮助开发的技术。在这里,我们将探讨一些晶圆厂如何利用新兴技术(即高级分析,物联网(IoT),机器学习和人工智能)在这个快速发展的市场中保持竞争力和相关性。
1. 先进的分析功能和物联网
       如今的智能晶圆厂现在比更传统的制造环境具有明显的优势。先进的分析功能使现代化的晶圆厂能够通过识别和测试整个制造链中可能出现的故障点来减少制造错误,优化各种工艺,并通过模拟运行来提高成品率和可靠性。此外,在工具和生产线上越来越普及的IoT传感器的使用使制造商能够识别芯片或设备故障的根源(在某些情况下,可以在发生故障之前就发现)。
       这些先进的分析功能使半导体公司可以在许多情况下识别问题,而无需聘请数个高度专业化且昂贵的工艺工程师团队来进行试运行以识别这些问题,而这在涉及工艺的过程中很难发现。研究可用于各种组合的数千个参数。
       先进的数据分析在多个行业的供应链优化中也发现了许多用途,并且半导体行业也从那里的快速发展中受益。低成本传感器与大数据分析的结合可以帮助跟宗库存(包括诸如何时何地,何处制造,到达那里的路线以及产品所处的各种环境条件等信息)。这些功能还使半导体公司能够更快地识别错误源,并更好地优化其供应链,从而降低成本并缩短生产时间。
2. 机器学习和人工智能
       如今,可以将人工智能安装在各种工具上,以帮助进行芯片检查,提高良率并改善质量保证过程。传统上,检查工具用于非常特定的应用程序,并分析制造过程中不同步骤的输出。在制造环境中安装如此多的工具非常昂贵,占用空间,并且增加了检查过程中损坏的风险。
       为了解决这些问题,我们的合作伙伴Nanotronics正在构建自动显微镜,该显微镜利用人工智能和机器学习来为半导体制造过程提供帮助。这些显微镜可以自动分析和发现缺陷,并且可以在制造过程的多个步骤中互换使用。他们表示:

       “我们的显微镜可能会在几分钟内分析100,000个芯片,而人工检查员可能需要30分钟才能检测和分析50个芯片。如果使用我们的显微镜,晶圆厂还可以检查更多的层,而人工检查很难做到。我们与一家公司合作,该公司手动检查了25层,但使用显微镜将其增加到300层。然后是产量和吞吐量的提高,晶圆厂从人工检查更换成我们的显微镜后,产量大达增加了。”

nSpec_ LS 晶圆缺陷检测光学系统.png

       这样的初创公司不再是新颖的,许多公司以其先进的机器学习功能瞄准了昂贵的半导体制造行业,以降低其客户的成本。
3. 未来展望
       随着每个新节点一代的交货时间增加,以及晶圆厂的平均成本迅速增加,竞争激烈且资本密集的半导体行业正处于整合期。自2008年大萧条以来,全球已经关闭了83家晶圆厂。根据华尔街和Joe Dingalls的调查,在过去两年中,并购中有以下公司:
    • 飞思卡尔半导体
    • 集成硅解决方案
    • 阿尔泰拉
    • 爱特梅尔
    • Broadcom(名称从Avago改回Broadcom合并后)
    • EZchip半导体
    • 哈钦森技术
    • 美森科技
    • OmniVision技术
    • PMC-塞拉利昂
    • KLA-Tencor
    • 飞兆半导体
    • 闪迪
       高昂的制造成本和日益增加的复杂性正在推动晶圆厂关闭和并购活动。希望在该领域保持竞争力的公司将被迫采用上述技术。如果您想要提高晶圆厂的产能和良率,请联系我们。
转载请注明来源:www.dymek.cn
新闻资讯

NEWS