深入了解器件行為和市場需求將對整個半導(dǎo)體供應(yīng)鏈產(chǎn)生廣泛影響。

半導(dǎo)體設(shè)備供應(yīng)商開始在他們的工具中添加更多傳感器，以改善晶圓廠的正常運(yùn)行時間和晶圓產(chǎn)量，并降低擁有成本和芯片故障率。

從這些工具中收集的大量數(shù)據(jù)預(yù)計將提供比過去更多的關(guān)于多種類型和變化來源的詳細(xì)信息，包括變化發(fā)生的時間和地點(diǎn)以及設(shè)備故障的發(fā)生方式，時間和原因。結(jié)合現(xiàn)場設(shè)備故障的數(shù)據(jù)，以及設(shè)計布局和驗(yàn)證等內(nèi)容，可以創(chuàng)建芯片設(shè)計，制造和出現(xiàn)問題的詳細(xì)時間表。反過來，這可以用于提高質(zhì)量，識別潛在的缺陷來源，并提高工藝流程的效率。

圖、（a）3D迷彩。 split-fab，（b）面對背（F2B）3D IC，（c）面對面（F2F）3D IC，（d）線纜提升分裂器，（e）2.5D無源內(nèi)插器IC，（f）2D IC

“我們有機(jī)會利用我們自己實(shí)驗(yàn)室的數(shù)據(jù)，并與我們的客戶合作，將我們的數(shù)據(jù)與他們的數(shù)據(jù)相結(jié)合，使我們的工具更可靠，并使半導(dǎo)體資本設(shè)備的預(yù)測性維護(hù)夢想成為現(xiàn)實(shí)，” Lam Research的**技術(shù)官Rick Gottscho表示。 “這種想法已經(jīng)被承諾和談?wù)摿藥资辏憧吹剿l(fā)生在其他行業(yè)。有理由說，在我們的行業(yè)中，它可能更像是一場斗爭，但它會發(fā)生?！?

這相當(dāng)于半導(dǎo)體制造業(yè)是地震式的重大轉(zhuǎn)變。例如，不僅可以檢查或測試die，而且可以收集和挖掘來自數(shù)百萬個die的所有數(shù)據(jù)以用于圖案和像差。但它也需要重新思考各種操作的執(zhí)行方式和時間，以及為什么它們有時會導(dǎo)致缺陷，從而影響長期的工作方式。雖然業(yè)務(wù)方面有潛在的意外收獲，但可能會導(dǎo)致一些工藝參數(shù)的動蕩。

圖.（a）**3D分裂工廠設(shè)計流程，（b）我們偽裝的3D分裂工廠布局處理器子集。 方陣表示μbump

“設(shè)備在工廠中運(yùn)行的方式以及在工廠中進(jìn)行維護(hù)的方式將受到干擾，”Gottscho說。 “客戶顯然會更加重視公司的數(shù)據(jù)產(chǎn)品，他們的數(shù)據(jù)戰(zhàn)略是什么，以及它如何與他們自己的戰(zhàn)略保持一致。這對行業(yè)來說是一個巨大的挑戰(zhàn)。你一直聽說數(shù)據(jù)就是一切，擁有數(shù)據(jù)的人都有很大的優(yōu)勢。這有點(diǎn)過于簡單，但人們從字面上理解這一點(diǎn)，因此存在著試圖囤積數(shù)據(jù)的傾向。這對每個人都適得其反。我們必須找到以公司可以保持競爭優(yōu)勢的方式共享數(shù)據(jù)的方法。這些數(shù)據(jù)非常有價值，但同樣重要的是領(lǐng)域知識。挑戰(zhàn)在于調(diào)整數(shù)據(jù)并知道如何過濾數(shù)據(jù)，仔細(xì)觀察它并將其轉(zhuǎn)換為對給定應(yīng)用程序有用的東西，而這一切都與領(lǐng)域知識有關(guān)。

因此，雖然從更多地方連續(xù)收集數(shù)據(jù)的好處很重要，但可能需要一些時間才能實(shí)現(xiàn)全部的收益。

“該設(shè)備的傳感器正在分析工具操作和晶圓工藝監(jiān)控數(shù)據(jù)，”Coventor**技術(shù)官David Fried說。 “例如，傳感器和數(shù)據(jù)日志正在獲取有關(guān)哪個晶圓進(jìn)入哪個腔室的信息，機(jī)器人手臂在任何時間點(diǎn)的位置等等。所有這些數(shù)據(jù)都必須進(jìn)入一個可以收集和分析的系統(tǒng)。即時的。而這僅僅來自一件裝備。在一個工廠，你有這種設(shè)備的車隊(duì)，然后你有各種其他設(shè)備和不同的工藝制造過程。這是一個巨大的大數(shù)據(jù)挑戰(zhàn)，你真正想要開始做的就是學(xué)習(xí)和分析這些數(shù)據(jù)。“

波動

這種分析的主要目標(biāo)之一是變化，這在整個供應(yīng)鏈中越來越成問題，而且往往很難確定。半導(dǎo)體制造業(yè)始終存在變化，但隨著先進(jìn)節(jié)點(diǎn)和先進(jìn)封裝的容差越來越嚴(yán)重，以及隨著芯片越來越多地用于汽車，醫(yī)療和工業(yè)等**關(guān)鍵市場，對其來源的了解變得越來越重要。這種變化可能涉及使用EUV掃描儀的所有內(nèi)容，以及薄膜中材料的純度，或者它可能是完全隨機(jī)的錯誤。結(jié)果也可能根據(jù)制造過程的方式和地點(diǎn)以及用于開發(fā)這些芯片的材料供應(yīng)鏈中的控制有多好而有所不同。

“所有工藝工具都會增加總體變化，”應(yīng)用材料公司半導(dǎo)體技術(shù)和戰(zhàn)略總經(jīng)理Regina Freed說。 “關(guān)鍵部件是光刻的臨界尺寸均勻性（CDU）覆蓋和線邊緣粗糙度（LER），以及CDU和沉積和蝕刻的負(fù)載。蝕刻和材料修改技術(shù)可用于降低LER，這對于轉(zhuǎn)向EUV的客戶非常有用。但是在3nm 的工藝難度還沒有克服。所有這些變化都將轉(zhuǎn)化為邊緣放置錯誤問題。因?yàn)槲覀冋谔幚硐到y(tǒng)性和非系統(tǒng)性變化，所以在制造設(shè)計（DFM）中考慮這一點(diǎn)是不夠的。這就是為什么我們與客戶密切合作，以實(shí)現(xiàn)新的和創(chuàng) 新的圖案化方案，目標(biāo)是使用材料工程消除EPE錯誤?！?

如果沒有足夠的數(shù)據(jù)來構(gòu)建更緊密的分布來顯示導(dǎo)致異常數(shù)據(jù)點(diǎn)的原因，這些問題尤其難以追蹤。

“零缺陷成功的*大障礙之一是所謂的潛在缺陷，”KLA上等主管Rob Cappel說。 “這些缺陷的大小或位置可能*初不會殺死裸片，或者它們可能位于裸片未經(jīng)測試的區(qū)域，這對于復(fù)雜的SoC來說是一個日益嚴(yán)重的問題。結(jié)果，有風(fēng)險的die通過電氣測試并逃逸到供應(yīng)鏈中。高溫，高濕度和高振動的苛刻汽車環(huán)境有時會激活這些潛在的缺陷，導(dǎo)致過早失效。長期以來，業(yè)界一直依賴電氣測試作為剔除壞模的方法，但潛在缺陷通過電氣測試，因此需要其他方法來阻止成本較低的源附近的逃逸。行業(yè)估計，它所經(jīng)過的每一層集成的逃逸成本都會增加10倍，從而難以有力地發(fā)現(xiàn)了晶圓廠潛在的潛在缺陷?？勺冃约炔▌有允菨撛诳煽啃匀毕莸闹匾獊碓?- 尤其是任何類型的光刻圖案化相關(guān)變化，例如CD，覆蓋，線邊緣粗糙度和局部光刻可變性。這些變化源可能并且確實(shí)會導(dǎo)致部分空隙或橋接，然后在極端的汽車操作環(huán)境中會發(fā)生故障。對于蝕刻（部分蝕刻）和CMP（CMP凹陷）的任何圖案化問題也是如此?！?

共享數(shù)據(jù)的價值不斷增長

使用工廠內(nèi)工具的更多傳感器數(shù)據(jù)可以對許多這些問題產(chǎn)生重大影響，但是這些數(shù)據(jù)也需要放入其他數(shù)據(jù)的上下文環(huán)境中，例如芯片布局和結(jié)構(gòu)，設(shè)計和材料。實(shí)際上，它必須包括更廣泛的供應(yīng)鏈。雖然某些設(shè)備的流程可能已經(jīng)足夠成熟，但新的流程節(jié)點(diǎn)和更新的技術(shù)（如印刷電子設(shè)備）需要比過去更多和不同類型的數(shù)據(jù)。實(shí)際上，該行業(yè)并沒有停滯不前，需要為所有事物開發(fā)新的工具和數(shù)據(jù)源。

“對于可能是油墨的金屬復(fù)合結(jié)構(gòu)，失效通常更具機(jī)械性，”Brewer Science設(shè)備工程和產(chǎn)品開發(fā)總監(jiān)Ryan Giedd說。 “*糟糕的問題是長期漂移。這有兩個部分。一個涉及質(zhì)量控制。基本上，您需要同時以相同的方式測試每個傳感器。**部分是了解設(shè)備在現(xiàn)場的表現(xiàn)。我們合作的大多數(shù)人都非常合作，因?yàn)樗麄兿Ｍ_保一切正常。但我們也想弄清楚如何讓它變得更好，有時這需要我們回過頭來比任何人想要解決漂移問題。漂移可能是由環(huán)境中的雜質(zhì)到基材或阻隔層的一切引起的?！?

所有這些步驟的數(shù)據(jù)也需要放在上下文環(huán)境中。事情需要打破來看，以了解他們?nèi)绾我约盀槭裁磿l(fā)生。

“我們從非破壞性測試開始，因?yàn)槲覀冇蠿射線，因此我們可以查看模塊和組件，看看我們認(rèn)為出錯的是否出錯了，”Delta ASIC銷售和營銷上等副總裁GertJ?rgensen說道。師。 “然后我們嘗試對裝配模塊或組件進(jìn)行破壞性測試，以找出根本原因。這通常是不同類型的失敗。它可能是電子，靜電放電，閃電，太多電壓（EoS） - 我們在電子元件上看到的不同故障機(jī)制。“

走向預(yù)測分析

過去，由于兩個主要原因，有關(guān)制造和現(xiàn)場故障的數(shù)據(jù)供不應(yīng)求。首先，一些大型數(shù)據(jù)挖掘公司嘲笑半導(dǎo)體行業(yè)產(chǎn)生的數(shù)據(jù)量，特別是與云中的數(shù)據(jù)挖掘相比。其次，由于競爭原因，晶圓廠對他們從運(yùn)營中收集到的數(shù)據(jù)非常保密。

在過去幾年中，情況發(fā)生了很大變化，這些變化正在不斷發(fā)展。首先，較少的代工廠在前沿節(jié)點(diǎn)上競爭，現(xiàn)在它們的流程明顯不同。此外，代工廠已經(jīng)認(rèn)識到，為了獲得大批量芯片，他們需要與他們的EDA和IP供應(yīng)商及其上等客戶更緊密地合作。因此，數(shù)據(jù)開始流動得比過去更加自由，隨著更多傳感器被添加到工具中，數(shù)據(jù)流將會增加甚至進(jìn)入芯片本身。

“這不僅僅是質(zhì)量問題，”O(jiān)ptimal Plus的企業(yè)技術(shù)研究員Michael Schuldenfrei說。 “這也是制造成本問題。您可以提高產(chǎn)量并減少廢料。在汽車行業(yè)，我們使用AI進(jìn)行檢查。但我們也在使用數(shù)據(jù)來預(yù)測電子組裝中的故障，尤其是焊接時的故障?！?

這里的*終目標(biāo)是預(yù)測分析，其中工具和流程可以在問題發(fā)生之前進(jìn)行調(diào)整。但這增加了混合的另一個復(fù)雜性。雖然擁有更多數(shù)據(jù)是好事，但并非所有數(shù)據(jù)都是好的。

“如果你沒有很好的數(shù)據(jù)，就很難進(jìn)行預(yù)測分析，”PDF Solutions營銷副總裁David Park說。 “這不僅僅是這個行業(yè)。使用電池，您可能會在發(fā)生故障之前看到尖峰。在沒有失敗的情況下，您可能有50個周期，這可能會告訴您現(xiàn)在有一個月。這對于車隊(duì)很有用，因?yàn)樗鼈冇肋h(yuǎn)不會停止服務(wù)。但是如果你沒有好的數(shù)據(jù)，你需要很好的學(xué)習(xí)模型。我們看到一家大型半導(dǎo)體公司，根本原因分析似乎是一個隨機(jī)錯誤。但是，如果您可以進(jìn)行多變量分析，您可以找到人類永遠(yuǎn)找不到的東西并防止失敗。這允許你做的是找到一個你永遠(yuǎn)不會發(fā)現(xiàn)的共性，因?yàn)橛刑嗟臄?shù)據(jù)。如果你搜索這個，你可能會發(fā)現(xiàn)15次中有8次隨機(jī)失敗?！?

這就是人們開始利用AI的地方，因?yàn)樗梢钥焖僮R別可以針對特定目的進(jìn)行培訓(xùn)的數(shù)據(jù)模式。

應(yīng)用材料公司副總裁Sanjay Natarajan表示：“我們正在將AI納入我們的設(shè)備中，以更好地處理數(shù)十億比特的數(shù)據(jù)。” “工具有傳感器和執(zhí)行器收集數(shù)據(jù)并對數(shù)據(jù)做出反應(yīng)，并且在大多數(shù)系統(tǒng)中都是通過算法進(jìn)行的。新興的AI功能*終將實(shí)現(xiàn)推理方法，其中數(shù)據(jù)可用于訓(xùn)練和推斷，因此工具將根據(jù)檢測到的數(shù)據(jù)字段進(jìn)行相應(yīng)調(diào)整。

這提供了對之前出現(xiàn)的故障模式的可見性。

“你也可以看到比使用算法方法更好的東西，”Natarajan說。 “我們可以獲得的大量訓(xùn)練數(shù)據(jù)令人難以置信。這些工具日復(fù)一日地生成這些數(shù)據(jù)，收集重要的輸入和輸出，并且實(shí)際上不需要了解從輸入到輸出的動態(tài)，因?yàn)閿?shù)據(jù)被添加到訓(xùn)練引擎中。然后，這可能潛在地導(dǎo)致在前饋模式中使用該信息來控制材料的厚度或相位，或何時停止工具。這樣就可以控制工具以及晶圓的質(zhì)量和變化?！?

Advantest的新概念產(chǎn)品計劃副總裁Ira Leventhal表示，這種方法也可用于為小批量和更具針對性的應(yīng)用定制流程。 “標(biāo)準(zhǔn)的數(shù)學(xué)優(yōu)化導(dǎo)致次優(yōu)調(diào)度，”他說，并補(bǔ)充說，未來將需要深度強(qiáng)化學(xué)習(xí)調(diào)度來利用這些數(shù)據(jù)。

更細(xì)化，更集成

這里的關(guān)鍵是理解數(shù)據(jù)如何應(yīng)用于特定的制造部分，這可能涉及多步操作中的一個步驟，以及這將如何影響其他步驟。由于各種原因，這種跨工具，跨流程數(shù)據(jù)更像是一種方向陳述，而不是現(xiàn)實(shí)。首先，它需要從剛剛在現(xiàn)場測試的新設(shè)備中提取數(shù)據(jù)。因此，對于無人駕駛汽車中的AI系統(tǒng)，現(xiàn)實(shí)世界的數(shù)據(jù)不足以超越當(dāng)今的模擬和各種類型的一次性測試方法。

展望未來，挑戰(zhàn)將是了解運(yùn)行中的設(shè)備數(shù)據(jù)，特別是在一系列用例下對信號和數(shù)據(jù)進(jìn)行各種類型的片上監(jiān)控，然后將這些數(shù)據(jù)循環(huán)回整個供應(yīng)鏈。所有這些數(shù)據(jù)都需要在如何使用的背景下進(jìn)行削減和理解，這為所有這些增加了另一層復(fù)雜性。

“在芯片環(huán)境中，數(shù)據(jù)太多了，”UltraSoC**執(zhí)行官Rupert Baines表示。 “關(guān)鍵是要有低成本智能和低成本過濾，以大幅減少數(shù)據(jù)量。如果您只是使用2GHz時鐘和64位總線對信號進(jìn)行啞測，那么對于一條跡線，您的速度就達(dá)到每秒100千兆位。所以你很快就會說太字節(jié)或千兆字節(jié)。為了將數(shù)據(jù)的screeds轉(zhuǎn)化為高價值的智能信號，進(jìn)行智能的局部濾波是優(yōu)良必要的?！?

這在制造方面和在芯片級別上都是如此。

圖、SoC芯片設(shè)計供應(yīng)鏈中的各種玩家以及每個玩家引入的**威脅

“我們可以收獲每一個工具上的每一個工具，但是你也希望將它與每一個在線計量，內(nèi)聯(lián)缺陷檢測分類相結(jié)合。在線電氣測試，一直到全功能測試，“Coventor's Fried說道。 “所以你擁有所有這些不同的數(shù)據(jù)源。 **類問題是一個大數(shù)據(jù)問題 - 將它全部轉(zhuǎn)化為可用的結(jié)構(gòu)和格式，因?yàn)槲覀冋谔幚韥碜源罅坎煌袷降脑吹拇罅繑?shù)據(jù)。 解決格式問題聽起來并不困難，但是考慮一下沉積工具中的溫度傳感器與漿料罐中的漿料pH監(jiān)測器相比，它可以供給CMP工具。 它是使用不同單位集以不同方式采樣的不同類型的數(shù)據(jù)。 只需將其置于一種可以對數(shù)據(jù)集進(jìn)行操作的格式就是一個巨大的數(shù)據(jù)問題?！?

而這個問題需要在其他大量數(shù)據(jù)的背景下解決。 因此，雖然每個人都希望獲得更好的數(shù)據(jù)，并且能夠更好地了解更好的數(shù)據(jù)，但這并非易事。