Applied Materials incluye IA en el proceso de inspección de obleas

Los diseños avanzados de sistema en chip son extremadamente complejos en términos de conteos de transistores y difíciles de construir utilizando las últimas técnicas de fabricación. Para que la producción de chips de próxima generación sea económica, las fábricas de chips deben garantizar altos rendimientos al principio de su ciclo de vida mediante la búsqueda y corrección de errores rápidamente.

Sin embargo, encontrar y corregir errores no es fácil en estos días, ya que las herramientas de inspección óptica tradicionales no brindan una resolución de imagen suficientemente detallada, mientras que las herramientas de inspección de haz electrónico de alta resolución y multihaz son relativamente lentas. Para cerrar la brecha entre el costo y el tiempo de inspección, Applied Materials desarrolló una tecnología llamada tecnología ExtractAI, que utiliza una combinación de la última herramienta de inspección óptica de la compañía, Enlight, el sistema de inspección de haz electrónico SEMVision G7 y el aprendizaje profundo (IA) para encontrar errores. con rapidez. Y, sorprendentemente, esta solución se ha utilizado durante aproximadamente un año.

"El nuevo manual de control de procesos de Applied combina big data e inteligencia artificial para proporcionar una solución inteligente y adaptable que acelera el tiempo de nuestros clientes para obtener el máximo rendimiento", dijo Keith Wells, vicepresidente de grupo y gerente general de control de procesos e imágenes en Applied Materials. "Al combinar nuestras tecnologías de inspección óptica y verificación eBeam de clase mundial, hemos creado la única solución en la industria con la inteligencia para no solo detectar y clasificar errores críticos, sino también aprender en tiempo real y adaptarnos a los cambios de proceso gracias a sus capacidad Los fabricantes de chips ponen en marcha nuevos nodos de proceso más rápidamente y mantienen altas tasas de detección de defectos críticos para el rendimiento durante toda la vida útil del proceso ".

Detección de defectos: un paso crítico en la fabricación de chips

Como industria altamente competitiva, la industria de los semiconductores también es extremadamente sensible al tiempo. Las empresas modernas tienen que desarrollar nuevos chips, corregir errores y luego lanzarlos todos en horarios relativamente ajustados. Hoy en día se necesitan años para desarrollar un chip avanzado y varios meses para hacer un lote. Uno de los parámetros de tiempo más importantes es el tiempo de rendimiento, es decir, la capacidad de suministrar una gran cantidad de chips con rendimientos suficientemente altos. Un diseñador de chips puede tener la arquitectura más eficiente, pero si no puede fabricarlo en grandes cantidades, seguirá perdiendo dinero y participación de mercado. Incluso las fundiciones están sintiendo el apuro, ya que el tiempo que se necesita para corregir errores y obtener líneas de tabaco solo significa millones de dólares en depreciación del equipo solo: una semana de 3 nm de tiempo de inactividad se estima en $ 25 millones de costos de depreciación no amortizados. Por lo tanto, lograr un tiempo aceptable para la métrica de ingresos depende en gran medida de la capacidad de la fábrica para identificar y corregir las habilidades de ingresos.

Dado que la mayoría de los SoC avanzados se fabrican con procesos de fabricación extremadamente pequeños, muchos de los cuales se basan en litografía de múltiples patrones y / o ultravioleta extrema (EUV), resulta muy difícil detectar defectos. Según Applied Materials, el número de pasos del proceso aumentó en un 48% de 2015 a 2021.

Mientras tanto, pequeñas desviaciones y anchos de línea pueden generar pérdidas de ingresos si se multiplican. Si estas pequeñas desviaciones se detectan demasiado tarde, cualquier paso del proceso que se realice después de introducir la desviación será esencialmente una pérdida de tiempo y dinero. De hecho, incluso la detección tardía puede considerarse mala suerte, ya que es extremadamente difícil rastrear la causa raíz de una falla en un IC con transistores FinFET fabricados con patrones múltiples.

Al igual que los escáneres que se utilizan para fabricar chips, las herramientas de inspección han evolucionado significativamente a lo largo de los años. Pero también se han vuelto más costosos, lo que aumenta los costos por escaneo de obleas. Según Applied Materials, el precio de un sistema de inspección óptica de alta gama ha aumentado un 56% en los últimos seis años, lo que a su vez ha aumentado el costo por escaneo de obleas en un 54% durante el mismo período.

Como resultado, la fabulosa industria se enfrenta a una trampa 22. Por un lado, se deben realizar más inspecciones (preferiblemente después de cada paso del proceso) para acortar el tiempo de rendimiento y hacer que la producción sea más eficiente. Además, los fabricantes de chips realizan repetidamente mejoras continuas de procesos (CPI) para mejorar los rendimientos y reducir las fluctuaciones de rendimiento / rendimiento mediante el control estadístico de procesos (SPI), que a su vez incluye inspecciones adicionales. Dado que hay tantos pasos de proceso hoy en día y las herramientas de inspección son tan caras, los ingenieros deben limitar los pasos de inspección para evitar que sus presupuestos de control de procesos se disparen en el proceso de CPI.

Otro problema para los ingenieros fabulosos es el ruido generado por las modernas herramientas de inspección óptica. En algún momento, el ruido ya no se puede distinguir de los defectos de rendimiento. Como resultado, los ingenieros deben aplicar ciertos modelos de filtros para reducir los conjuntos de datos con los que tienen que trabajar. Por supuesto, esto reduce su capacidad para detectar un defecto con la suficiente antelación.

Uso de IA para la inspección de obleas

Esto nos lleva a la tecnología ExtractAI de Applied Materials. Como uno de los fabricantes de herramientas de producción más grandes del mundo, Applied Materials tiene una amplia gama de herramientas de inspección, incluidas herramientas de inspección óptica y herramientas de inspección de haz electrónico. Por lo tanto, la compañía está tratando de aprovechar su experiencia en el campo para encontrar una manera de aprovechar ambas tecnologías para mitigar la desventaja de respetar cada herramienta: herramientas de inspección óptica rápidas pero de resolución limitada y herramientas de haz electrónico lentas pero detalladas.

Con este fin, Applied Materials ha combinado su último sistema de inspección de obleas ópticas Enlight con su nueva tecnología ExtractAI. El software ExtractAI utiliza esencialmente el aprendizaje profundo (IA) para tratar de interpretar mejor los resultados de los escáneres ópticos y procesar los datos ópticos, mientras utiliza el sistema de verificación de haz electrónico SEMVision G7 como fuente de capacitación y verificación de resultados.

Todo funciona con bastante facilidad en papel. Un sistema Enlight captura una imagen de alta resolución de una oblea y genera rápidamente una base de datos de posibles defectos. Luego, la oblea se envía a un sistema de inspección por haz de electrones SEMVision G7, que distingue los defectos del ruido y clasifica los defectos. Las imágenes y los datos registrados por Enlight y SEMVision G7 se envían luego al software ExtractAI para entrenarlos de tal manera que detecte automáticamente ciertos errores que eliminan el rendimiento en el mapa de obleas generado con los sistemas de hardware y los diferencia del ruido. .

Como resultado, las obleas futuras del mismo chip tomarán mucho menos tiempo para escanear porque los sistemas ya tienen un mapa de obleas procesable con posibles errores de falla de rendimiento y deberían saber qué buscar. A medida que el software ExtractAI recibe más datos de más obleas, la capacitación adicional debería permitirle proporcionar aún más precisión y rendimiento. Sobre todo porque las bases de datos de errores resultantes se pueden utilizar conjuntamente en una fábrica o incluso en toda la empresa.

Ya en el trabajo

Como es habitual con los anuncios de Applied Materials, el último conjunto de herramientas ya está instalado en varias fábricas. Según la compañía, la herramienta de inspección óptica Enlight con tecnología ExtractAI ya se está utilizando en fábricas lógicas en Corea del Sur, Taiwán y Estados Unidos, todas las cuales la utilizan para reducir el tiempo de sus últimas tecnologías.

"Los datos adicionales obtenidos a través del monitoreo de línea me permiten acelerar y administrar los ingresos de maneras que nunca antes había podido pagar", dijo un cliente de Applied anónimo en junio de 2020 (según la presentación de la compañía).

Applied Materials comenzó a desarrollar el sistema Enlight con ExtractAI en 2016. Los envíos comerciales a los fabricantes de lógica comenzaron en el primer trimestre de 2020. Se espera que las ventas acumuladas de la herramienta de inspección superen los $ 400 millones para fines del primer trimestre de 2021. Las herramientas de inspección de haz electrónico SEMVision de Applied también se utilizan ampliamente en la industria (se han instalado más de 1.500 unidades desde 1998), pero solo el SEMVision G7 y sus sucesores son compatibles con Enlight y ExtractAI.

Hoy en día, las principales fábricas lógicas utilizan el sistema de inspección óptica Enlight de Applied Materials con tecnología ExtractAI (dado que no hay muchas, sus nombres no son difíciles de adivinar). Sin embargo, a medida que las tecnologías de proceso DRAM se vuelven más complejas, la compañía asume que los fabricantes de otras áreas fabulosas continuarán utilizando el conjunto de herramientas de aprendizaje profundo de Applied en los próximos trimestres y años.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Subir