本文基于 Lam Research 公司副总裁 David Fried 博士在葡萄牙波尔图举行的 2023 年 MES 和工业 4.0 峰会上的演讲“用芯片制造芯片。虚拟化、数字孪生和机器学习如何加速创新”撰写。

用芯片制造芯片:虚拟化、数字双胞胎和机器学习如何加速创新

半导体行业长期以来一直处于制造自动化的前沿,而像 Lam Research 这样的公司一直在致力于推动这一创新。在凯睿德制造的 MESI 峰会上,Lam Research 发表了题为“用芯片制造芯片:虚拟化、数字双胞胎和机器学习如何加速创新”的演讲,分享了其基于数据、MES 和工业 4.0 的芯片行业愿景。演讲中包含的数据展示了人类和智能技术如何协同工作以应对快速增长的业务和技术渠道。

芯片制造商和用户面临的挑战

Lam Research 生产半导体晶圆制造设备,专门用于蚀刻、剥离、沉积和清洁市场。除了始终存在的提高产品质量和产量的需求外,该行业还面临着对精度、复杂性、成本控制和可持续运营的前所未有的要求。Lam 将工业 4.0 创新视为应对这些变化的关键,并设想在未来十年内,智能生产机器将能够自行调度、操作和维护,以实现创纪录的高生产率和产量,并且几乎没有浪费。

智能设备

推动这些目标的是 Lam 的设备智能愿景,该概念将设备自我意识、自维护和自适应融为一体。

自我意识意味着机器能够以数字方式了解其零件、历史、状态和供应链,并能够根据对操作环境的分析进行调整。有了这种意识,设备就可以自我维护,自行更换易耗件。例如,Lam 边缘室已经可以自动更换边缘环,让它们运行一年而无需打开。这涉及精确的零件放置和自动定位系统,并确保最佳性能,可将蚀刻深度变化减少多达 50%。

自适应将自动化从维护扩展到生产,使设备能够根据当前条件的数据修改操作。例如,Lam 的光谱反射仪 (LSR) 使用机器学习在精确的深度停止蚀刻,从而减少变化并提高产量。机器将物理理解与数字数据相结合,以优化流程。

将物理世界和虚拟世界融合在一起

在 Lam 模型中,虚拟世界和物理世界通过贯穿设备和相关数据和流程的数字线程在半导体生态系统中融合。这种联系使所有设备和资产能够进行精确的数字建模,从而提供主要流程的数字双胞胎,使运营规划人员能够尝试对主要流程进行模拟,而不会影响生产。这包括腔室的虚拟模型,在切割任何金属之前很久就识别出夹点、零件重叠和装配顺序问题,支持虚拟流程的开发和改进,促进虚拟构建、用于维护的增强现实 (AR) 和用于培训的虚拟现实 (VR)。

在新冠疫情期间,数字模拟证明了其价值,当时 Lam 技术支持团队使用 AR 协助客户工程师完成复杂的维护任务,尽管存在旅行限制,但仍保持运营正常运转。如果没有设备和相关数据的数字化表示,这是不可能的。

Lam 认为,智能设备和数字双胞胎的潜力将彻底改变流程开发,并带来人与人工智能之间合作的新范式。为了进一步探索这一点,他们对人类专家、人类非专家和人工智能之间的配方开发任务进行了基准测试。

寻找人与人工智能合作的最佳点

为了比较人类与人工智能协作的有效性,Lam Research 及其研究团队在数字双胞胎上创建了一个等离子反应器的虚拟模型,并委托一组工艺工程专家和未经训练的人工智能算法为该反应器创建复杂的蚀刻配方。

问题的范围令人生畏,从 1023 数量级的可能性集合中,他们必须找到一个可以在反应器上工作的方案,并且基于为实验创建的虚拟成本结构,以最低的成本完成。

在实验的第一阶段,人类团队的表现优于人工智能算法,模拟成本为 105,000 美元,其中大部分是劳动力,而人工智能成本为 720,000 美元,其中大部分是计算时间。该团队得出的结论是,没有任何培训的算法比经验丰富的工艺工程师差得多。

但当他们分析时间轴上的进度时,他们发现,人类的大部分时间都花在了解决方案的最后阶段,而此时计算的要求更高。当他们在流程早期重复实验处理繁重的工作时,人工智能在 42% 的时间内击败了人类,达到了可行的规范。当他们在流程的更远阶段将其交接时,该算法可以在高达 99% 的时间内击败人类。通过尝试不同的交接点,Lam 一直在使用此类模拟来找到各种优化流程和实验的理想交接点,这改变了他们现在进行流程工程的方式。

拥抱创新螺旋

Lam Research 的发展历程体现了创新的良性循环,虚拟化、数字双胞胎和机器学习等先进技术推动着进步。随着芯片行业的不断发展,这种进步本身也推动着创新,这种创新螺旋有望带来下一代芯片和技术,塑造半导体制造业的未来。