IA na otimização de rendimento de fabricação de semicondutores

O rendimento é a fração de chips (matrizes) em um wafer que funciona. Os Fabs perdem rendimento devido a partículas aleatórias, problemas sistemáticos de processo e desvio lento no equipamento. Como um wafer pode passar semanas na fábrica, detectar um problema com dias de atraso pode arruinar muitos lotes. A IA ajuda em três áreas principais. O primeiro é a detecção e classificação de defeitos. Ferramentas de inspeção óptica e por feixe de elétrons encontram anomalias em wafers e modelos automáticos de classificação de defeitos os rotulam por tipo. Separadamente, o teste elétrico produz mapas de wafer mostrando quais matrizes falharam. O padrão espacial é uma pista: um anel na borda sugere um problema na borda do wafer durante um processo como a gravação, enquanto um arranhão sugere danos no tratamento. O conjunto de dados público WM-811K, extraído de mapas de wafers reais, é amplamente utilizado em pesquisas sobre classificação desses padrões. Em segundo lugar está a metrologia virtual. Medir cada wafer em cada etapa é lento e caro, por isso é uma amostra fabulosa. A metrologia virtual prevê resultados de medição a partir de ferramentas de dados de sensores já registradas, como pressão, temperatura, fluxo de gás e potência de RF, fornecendo uma estimativa para cada wafer. O terceiro é o controle do processo. Os sistemas de detecção e classificação de falhas monitoram os traços dos sensores da ferramenta em busca de comportamento anormal, e os controladores de execução a execução ajustam as configurações da receita entre os lotes para manter os resultados no alvo. O aprendizado de máquina pode melhorar ambos modelando relacionamentos não lineares que o controle estatístico tradicional de processos não percebe. Vários equívocos são comuns. Os Fabs não possuem grandes conjuntos de dados rotulados para cada tipo de defeito: defeitos raros podem aparecer apenas algumas vezes, as classes são fortemente desequilibradas e os rótulos dependem de engenheiros especializados. Os modelos também ficam obsoletos quando as ferramentas passam por manutenção ou quando as receitas mudam. E apenas uma previsão não é suficiente; os engenheiros precisam de uma causa física plausível antes de alterar um processo. Este tópico diz respeito à fabricação, não ao design do layout do chip.