新一代智慧機台助力半導體技術邁進新里程碑

作者 : Jason Shields,科林研發Equipment Intelligence 副總裁

要充分發揮新一代智慧化半導體機台的的完整效益,業者間的協同合作是必要的;而目前的危機已成為打破壁壘並加速進步的主要動力。

科技的普及運用不僅使數據大幅增加,同時也推動了晶片規模與複雜度的爆炸性成長。而此趨勢在業界聚焦於降低成本和提升效能以實現更多應用的要求下,必將持續進展。

由於每個新世代元件都需要更多的創新和製程步驟(參考圖1),已為因應此趨勢所需的製程和設備複雜度帶來了許多挑戰。現在,從一個製程節點過渡到另一個節點的時間已越來越長,同時研發和產能建置的成本也不斷增加。

 


圖1
:日益增加的層數和製程步驟已使複雜度增加,影響了朝下一個製程節點移轉的時間與相關晶圓成本。

 

新一代的智慧化半導體設備

科林研發(Lam Research)致力於以更低成本、更少資源,以及產生更少的廢棄物來達成更快的技術移轉,並協助客戶因應這些挑戰。這意味著,不僅要加速研發使元件效能提升,還要以更低成本實現大量製造(HVM)。

科林研發的Equipment Intelligence®是助力此目標實現的重要技術,它包含了四大關鍵技術:數位分身(digital twin)/數位線程(digital thread)、虛擬製程開發、智慧機台、以及數位服務,並在設計、開發、採購、建置、和支援系統的每一個環節中導入數據驅動建模、虛擬化和人工智慧(AI)技術,以克服從概念到可行性與HVM的半導體製造挑戰。

數位分身和數位線程

以40多年來在晶圓廠部署數百種產品的經驗,科林研發針對各種應用開發產品,並建立和維護相關的產品數據;從紙本、檔案、到資料庫,這些系統不斷地演進。從一個系統的初始概念到產品生命週期終止,每個數據點都標示著系統在不同階段的發展歷程。

於此同時,隨著晶圓廠的製造執行系統(MES)移動在製品(WIP)並維護設備,透過製程機台和測量也建立了資料湖泊(data lake)。此外,科林研發的客戶在公司內部的研發和設計過程中亦產生了更多數據。所有這些數據對Equipment Intelligence的願景都至關重要,而數位分身和數位線程的結合將能建構實現該願景的所有功能(參考圖2)。

 


圖2
:隨著系統功能的提升,可用的數據量正爆炸性成長。例如,科林研發的蝕刻機台集群(fleet)一天能產生的資料已從十年前的5GB,到現今增加到1TB

 

科林研發的策略是從數位分身開始,並在機台的整個生命週期中,從工程的概念和可行性設計,到客戶晶圓廠的運作支援,來擴展數位線程內容。然而,要把不同來源、且不斷成長的數據連接起來,以進一步收集、彙整和標記是一項艱鉅的挑戰。

今天,採用高速SECS訊息服務(HSMS)介面的SEMI設備通訊標準/通用設備模型(SECS/GEM)通常僅可從科林研發的先進製程機台中取得5%~10%的內容。因此科林研發開發了標準介面,使更多機台數據能與客戶系統相互傳輸,因此能在科林研發的平台上執行邊緣應用,透過與數位資訊的結合,可有效提升系統的可用性和效能。

 


圖3
:隨著晶圓廠根據摩爾定律持續微縮元件,為了克服製程挑戰已使潛在解決方案的數量大幅成長,我們將其稱為「Lam’s Law」。

 

虛擬製程開發

依據摩爾定律進行製程微縮,需要更多的控制參數並提升設備功能。舉例來說,科林研發已把RF生成器內建至蝕刻機台、增加RF頻率、導入新的蝕刻氣體化學成分,並允許這些輸入在時相和振幅上都是脈衝式的。

功能增強意味著更高的複雜度,這使製程開發變得更為困難。例如,要從1014種可能的製程組合中找到適用於5奈米元件的蝕刻解決方案,可能需耗費數個月進行大量實驗。這種因應製程挑戰而造成的潛在解決方案數量大幅成長,我們將其稱為「Lam’s Law」(圖3)。過去十年來,開發和驗證製程配方的成本增加了10倍。如果任其發展,將會嚴重衝擊業界的生產力目標和未來進展。

採用基於實體的蝕刻和沉積模型,複雜度高且運算量大,難以產生實際的結果。另一方面,虛擬製程開發是採用結合實體與機器學習和歷史數據探勘的運算模型,可快速剔除不適用方案,找出正確的設備組合。透過把數位分身運用在製程開發,即使是建置的初始階段,都能把實驗性設計(DoE)的數量和成本降低超過20%。

智慧機台

數位分身和虛擬製程開發恰能與智慧機台緊密結合。因為一旦確認了最佳製程條件,半導體製造商就必須在數百個腔體中,以幾埃(Å)的公差範圍複製該製程,而且每月要處理數十萬片晶圓。腔體效能的實現需要智慧機台和智慧服務來達成。

新一代的智慧機台具備自我感知、自適應性和自我維護功能。自我感知機台可知道安裝了哪些零件、軟體和配置,並利用感測器監控關鍵效能指標。透過自適應功能,智慧機台可以穩定地運作,並根據製程偏差和進入材料的變異來調整補償,或最佳化生產力。自我維護功能可透過排程並自動執行校準和清洗等任務來提升產出。

例如,科林研發的最新一代蝕刻產品Sense.i就具備Equipment Intelligence功能,內建感測器比上一代機台多了約400顆(參考圖4)。它能自動進行自我校準,具有自我維護功能,並利用機器學習來調適製程變異。

 


圖4
:新一代智慧半導體設備具備自我感知、自適應性和自我維護功能。

 

機台的感測器數據可以被擷取和分析,以找出模式和趨勢並採取特定的改善措施。當與客戶晶圓廠的資訊結合時,可把腔體匹配時間從數週縮短至數天。Sense.i的智慧系統架構支援適應性學習,不僅在單一機台中,還可為機台集群(fleet)最佳化效能。

在沉積領域,包括3D NAND堆疊沉積用的VECTOR Strata、原子層沉積(ALD)設備Striker、和鎢金屬化用的ALTUS LFW等機台也將支援新一代智慧功能。這些產品已具備毫秒感測和數據監控功能。機台的維護將能透過軟體自動進行,同時,科林研發正在擴展集群級的分析和腔體匹配功能。

Equipment Intelligence還需要設備數據的本地儲存庫,以便在保持完整性的同時允許客戶存取和控制。此儲存庫對診斷、趨勢分析、AI應用開發、邊緣運算,以及機台上運算都是不可或缺的。為此科林研發採用了數據儲存庫,能從其機台以高密度格式傳輸數據;配備標準化介面能把數據導向客戶的大數據系統中,也可供公司內部專家進行診斷,並為客戶在其晶圓廠中建立維護演算法。

數位服務

獲利能力並不是取決於單一腔體或腔體集群,而是最大化腔體在特定期間內產出的合格晶粒數量。透過服務數位化並推動革命性的新數位勞動力,智慧機台為實現此目標帶來了新的機會。

數位服務的「良性循環」是從機台數據最佳化開始的,以確保能收集到正確的數據並能在適切的時機提供(圖5)。接著是從安裝到維護或故障排除的知識管理,包括客戶和現場服務工程師的即時使用點存取。科林研發已透過平板電腦實現了數位工作者的最佳化。

 


圖5
:數位服務的良性循環有助於提升大量製造以及研發初期的生產力。

 

下一步是透過模擬以及AI確保機台的最佳化,並自動最大化生產量。數位服務有助於提高再現性,減少日常維護的人為變異,並在故障排除和服務任務時達成「一次就正確」(first-time-right)目標。透過利用機台數據豐富的環境和AI增強的多變量分析來執行機台集群匹配和預測性維護,可實現集群管理和最佳化。最後,透過遠端技術擴展專業知識,能夠更快解決問題並加速達成大量製造目標。

雖然這些效益在從試產到量產的過程中最被突顯,但它們能從研發階段就開始,利用數位服務協助定義和測試HVM所需的功能。Equipment Intelligence技術在客戶開發、良率提升和HVM的各階段中都能發揮用途,以提供更快的學習和更佳的獲利能力。

擴增和虛擬實境

擴增和虛擬實境(AR/VR)是遠端數位服務的關鍵技術。它們可以在操作過程中提供遠程培訓、專家支援和即時諮詢,進而提高安全性並大幅減少員工差旅的需求。

科林研發已開始利用AR/VR對員工進行新機台的培訓,使公司能在疫情期間持續為客戶提供支援。自去年以來,我們看到先進分析的採用倍增、數位增強服務的使用增加了三倍、遠端支援則是成長六倍。這充分展現機台智慧化技術在提高業務韌性上扮演的關鍵角色。

協同合作是加速技術演進的關鍵

要充分發揮新一代智慧化半導體機台的的完整效益,業者間的協同合作是必要的;而目前的危機已成為打破壁壘並加速進步的主要動力。

業界必須持續進展,從現今的鬆散組合移轉為緊密的連結節點,使數據能在整體架構中來回傳輸,同時來自各方的演算法都能助力於以更低成本實現更好的控制。透過共同合作,智慧機台方案的全部潛力將能被充分發揮,讓半導體技術藍圖能持續朝下一個里程碑邁進。

 

本文由Lam Research供稿並同步刊登於《電子工程專輯》2021年5月號

 

 

 

 

加入我們官方帳號LINE@,最新消息一手掌握!

發表評論