AI στη Βελτιστοποίηση απόδοσης Fab Semiconductor

Η απόδοση είναι το κλάσμα των τσιπς (μήτρες) σε μια γκοφρέτα που λειτουργεί. Τα Fabs χάνουν την απόδοση σε τυχαία σωματίδια, συστηματικά προβλήματα διεργασιών και αργή μετατόπιση στον εξοπλισμό. Επειδή μια γκοφρέτα μπορεί να αφιερώσει βδομάδες στο μαγείρεμα, το να πιάσεις ένα προβληματικό με μέρες αργά μπορεί να καταστρέψει πολλά μέρη. Το AI βοηθά σε τρεις βασικούς τομείς. Το πρώτο είναι ο εντοπισμός και η ταξινόμηση ελαττωμάτων. Τα εργαλεία επιθεώρησης οπτικής δέσμης και ηλεκτρονίων εντοπίζουν ανωμαλίες σε γκοφρέτες και τα μοντέλα αυτόματης ταξινόμησης ελαττωμάτων τα επισημαίνουν ανά τύπο. Ξεχωριστά, η ηλεκτρική δοκιμή παράγει χάρτες γκοφρετών που δείχνουν ποια μήτρα απέτυχαν. Το χωρικό μοτίβο είναι μια ένδειξη: ένας δακτύλιος άκρης υποδηλώνει πρόβλημα στην άκρη του πλακιδίου κατά τη διάρκεια μιας διαδικασίας όπως η χάραξη, ενώ μια γρατσουνιά υποδηλώνει χειρισμό ζημιάς. Το δημόσιο σύνολο δεδομένων WM-811K, που προέρχεται από πραγματικούς χάρτες γκοφρέτας, χρησιμοποιείται ευρέως στην έρευνα για την ταξινόμηση αυτών των μοτίβων. Το δεύτερο είναι η εικονική μετρολογία. Η μέτρηση κάθε γκοφρέτας σε κάθε βήμα είναι αργή και δαπανηρή, γι' αυτό το καλύτερο δείγμα. Η εικονική μετρολογία προβλέπει αποτελέσματα μετρήσεων από εργαλεία δεδομένων αισθητήρων που έχουν ήδη καταγράψει, όπως πίεση, θερμοκρασία, ροή αερίου και ισχύς ραδιοσυχνοτήτων, δίνοντας μια εκτίμηση για κάθε γκοφρέτα. Το τρίτο είναι ο έλεγχος της διαδικασίας. Τα συστήματα ανίχνευσης και ταξινόμησης σφαλμάτων παρακολουθούν τα ίχνη του αισθητήρα εργαλείου για μη φυσιολογική συμπεριφορά και οι ελεγκτές run-to-run προσαρμόζουν τις ρυθμίσεις συνταγών μεταξύ των παρτίδων για να κρατούν τα αποτελέσματα στο στόχο. Η μηχανική μάθηση μπορεί να βελτιωθεί τόσο με τη μοντελοποίηση μη γραμμικών σχέσεων που ο παραδοσιακός στατιστικός έλεγχος διεργασιών παραλείπει. Αρκετές παρανοήσεις είναι κοινές. Τα Fabs δεν διαθέτουν τεράστια σύνολα δεδομένων με ετικέτες για κάθε τύπο ελαττώματος: σπάνια ελαττώματα μπορεί να εμφανιστούν μόνο λίγες φορές, οι τάξεις είναι πολύ ανισορροπημένες και οι ετικέτες εξαρτώνται από ειδικούς μηχανικούς. Τα μοντέλα μπαγιάζουν επίσης όταν τα εργαλεία υποβάλλονται σε συντήρηση ή αλλάζουν οι συνταγές. Και μόνο μια πρόβλεψη δεν αρκεί. Οι μηχανικοί χρειάζονται μια εύλογη φυσική αιτία πριν αλλάξουν μια διαδικασία. Αυτό το θέμα αφορά την κατασκευή, όχι το σχεδιασμό διάταξης τσιπ.