米国の光学半導体ウエハ検査機はAIとビッグデータを統合し動作速度を3倍に向上

米国の光学半導体ウエハ検査機はAIとビッグデータを統合し動作速度を3倍に向上

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式サイトにアクセスして許可を申請してください。

製造業者は、ウェハーをチップに切断する前に、何百もの製造工程を経ます。このプロセスでは、220億ドルの光学半導体ウェハ検査装置が重要な役割を果たします。

1967年に設立された米国の半導体およびディスプレイ機器メーカーであるアプライドマテリアルズは最近、ビッグデータと人工知能技術を統合した新世代の光学半導体ウェハ検査機を発売した。これにより、より多くのウェハを自動的に検査し、チップに影響を与える可能性のある致命的な欠陥をさらに発見できるようになる。

なぜAIが半導体製造業界に参入するのでしょうか?

アプライドマテリアルズの副社長キース・ウェルズ氏は、海外メディアのベンチャービートとのインタビューで次のように語った。

人工知能とビッグデータはあらゆる業界を変革する可能性を秘めていることを私たちは知っており、今日、私たちは半導体製造に人工知能とビッグデータを導入しています。

一方、感染症の影響で世界的にチップ不足が深刻化しており、メーカーが生産能力を増強するにつれ、ウェハテストのコストも上昇している。

10年前、メーカーの製造コストは約90億ドルでしたが、現在では2倍になっています。チップ製造設備のコストを下げることでコストを抑制できたとしても、製造の遅れや検査の不備により工場が稼働停止し、多大な損失が発生します。

メモリチップの場合、1 週間のダウンタイムにより年間生産量が 2% 減少する可能性があります。さらに、チップの価格は時間の経過とともに急速に下落するため、スケジュールが遅れると収益に大きな打撃を与える可能性があります。

とはいえ、半導体技術はますます複雑かつ高価になってきています。世界中のチップメーカーにとって、高度な製造プロセスノードの開発と導入にかかる時間を短縮することは、数十億ドルの利益を意味する可能性があります。

一方、線幅の微細化が歩留まりを阻害する大きな要因となり、チップ欠陥の検出や修正が困難になり、検査作業はますます複雑化しています。

アプライドマテリアルズによると、3Dトランジスタの形成に使用される形成および複数の処理技術によっても、歩留まりに影響を与える欠陥が生じる可能性があるという。

市場分析会社VLSIリサーチのCEO、ダン・ハッチソン氏は次のように述べた。

致命的な欠陥を迅速かつ正確に特定できることは、チップエンジニアが 30 年以上にわたって解決に取り組んできた問題です。アプライド マテリアルズの最新の検査システムは、この課題に対する画期的なアプローチです。新しいシステムでは、最先端の走査型電子顕微鏡を使用して、光学検査装置からの信号を識別し、欠陥を分類します。この新しいシステムにより、メーカーは 1 時間あたり 260 万ドル相当の歩留まり損失 (欠陥のあるチップによって失われたウェーハの割合)​​ を削減できるようになります。

半導体製造業界にAIを導入するには?

この新しい検査システムは、現在アプライド マテリアルズ社が製造する最も高速な検査装置であると理解されています。

キース・ウェルズはこう言う。

これは業界で最大 3 倍の速度を誇る、最速のハイエンド光学検査機になると考えています。

このシステムは、速度、高解像度、高度な光学技術を組み合わせて、スキャンごとにより重要な歩留まりデータを収集し、生産を減速するかどうかを決定し、ウェーハがさまざまなレベルのリスクにあるときに警告を発し、重大な欠陥を捕捉するコストを 3 分の 1 に削減します。

同時に、このシステムにより、チップ製造業者はプロセス フローにさらに多くのチェックポイントを挿入できるようになります。ビッグデータの利用可能性により、「ラインモニタリング」が強化されます。これは、歩留まりの逸脱を発生する前に直ちに検出し、歩留まりを保護するためにウェハ処理を停止する統計的プロセス制御アプローチです。これにより、根本原因の追跡、是正措置の迅速化、および大量生産の再開が可能になります。

注目すべきは、Applied Materials が発売した新世代の光半導体ウェーハ検査装置に、コアとなる ExtractAI テクノロジーが統合されていることです。

アプライド マテリアルズのデータ​​ サイエンティストが開発したこのテクノロジーは、ウェーハ検査における最も困難な問題、つまり高性能光学スキャナーによって生成される何百万もの信号や「ノイズ」から歩留まりを低下させる欠陥を迅速かつ正確に特定し、起こり得る問題の数を 100 万から 1,000 に減らすという問題を解決します。

ExtractAI は、ベンダーベースの光学検査システムによって生成されたビッグデータと、推論を通じて特定の歩留まり信号を分類し、歩留まりの障害を区別する電子ビームレビューシステムである SemVision との間にリアルタイムの接続を確立します。

SemVision システムは世界で最も先進的で広く使用されている電子ビーム検査技術であり、世界中の 1,500 のチップ工場で導入されています。

キース・ウェルズはこう語った。

過去 5 年間、ウェーハ検査装置のコストが上昇し続けているため、業界ではより多くの検査を通じてより優れた経済的価値情報を提供することを目指しており、Applied Materials はこれを実現するために取り組んでいます。

<<:  AIがFX市場に、私たちが気づかないうちに革命を起こしている

>>:  コミュニティは顔認証システムを起動し、アクセスカードを無効にしました。情報セキュリティを心配し、登録を望まない所有者は帰宅に困難をきたしています。顔認証の強制適用の境界線はどこにあるのでしょうか?

ブログ    
ブログ    

推薦する

...

ドイツのハッカーはレンタルしたコンピュータリソースを使ってハッシュアルゴリズムを攻撃する

ドイツのセキュリティ愛好家が、レンタルしたコンピュータ リソースを使用して、SHA1 ハッシュ アル...

日常のセキュリティ運用におけるChatGPTの実装

導入人工知能(AI)の急速な発展により、AIは多くの業界、特に情報セキュリティの分野で重要なツールと...

米メディア:なぜソフトロボットは科学者を魅了するのか?

[[374766]]米フォーチュン誌のウェブサイトは1月1日、「なぜ『ソフトロボット』はNASAや...

悪いことを学ぶのは簡単ですが、良いことを学ぶのは難しいです!人工知能は人間の人種や性別の偏見を継承する

編集者注: サンスティーンは『インターネット共和国』でアルゴリズムが私たちの認知世界に影響を与えると...

Google MobileNetを超えろ! Huawei がエッジツーエッジ ニューラル ネットワーク アーキテクチャ GhostNet を提案 | オープンソース

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

人工知能はどれくらい怖いのでしょうか?アメリカはAI兵器を開発し、イランの科学者は死亡した

[[358758]]人工知能はかつてはSF映画にしか登場しない言葉でした。しかし、通信、ビッグデータ...

強化学習のゴッドファーザーによる新しい論文では、意思決定エージェントの普遍的なモデルを探求しています。学際的な共通点を見つける

強化学習と意思決定に関する学際会議 (RLDM) の重要な前提は、複数の分野が長期にわたる目標指向の...

C# データ暗号化を実現する対称暗号化アルゴリズム

以下は、対称暗号化アルゴリズムの C# データ暗号化実装コードです。必要に応じて、さまざまなアルゴリ...

都市と市民がスマートシティ技術から得られる恩恵

テクノロジーは非常に効率的かつ完璧なので、私たちはそれに気付くことすらありません。しかし、通勤時間が...

OpenAIを去った偉人カパシ氏は「教え始めた」。おなじみのミニコードスタイルのまま、新しいプロジェクトが日々増えている。

偉大なカルパシー氏はOpenAIを辞任し、当初は1週間の休暇を取ると脅していた。写真しかし、瞬く間に...

...

...

3D生成の中核理論の再構築:VAST、香港大学、清華大学が「ゼロ」のトレーニングデータで3Dモデルを生成

トレーニング データは必要ありません。「宿題をしているバナナマン」などの文をモデルに説明するだけです...