Tekoäly mullistaa puolijohteiden valmistuksen nopeammilla simulaatioilla ja älykkäämmällä prosessinohjauksella

Kuva: NVIDIA · Lähde

Tekoälyteknologiat muuttavat puolijohdetehtaita kiihdyttämällä simulaatioita, ennustamalla prosessien käyttäytymistä, automatisoimalla insinöörityön työnkulkuja ja mahdollistamalla digitaaliset kaksoset, auttaen insinöörejä optimoimaan monimutkaisia sirujen valmistusprosesseja nopeammin ja tarkemmin.

Yhä kasvava kehittyneiden puolijohdesirujen kysyntä edellyttää monimutkaisempia valmistusprosesseja, joissa jopa pienet virheet voivat vaikuttaa merkittävästi tuottavuuteen ja tuotteen laatuun. Insinöörit kohtaavat haastavan tehtävän ymmärtää, miten prosessimuutokset ja materiaalien vuorovaikutukset vaikuttavat kokonaisuudessaan tuloksiin, usein tukeutuen aikaa vieviin fyysisiin kokeisiin ja simulaatioihin.

Tekoäly (AI) näyttelee nyt keskeistä roolia puolijohteiden valmistuksen uudistamisessa. Nopea laskentateho mahdollistaa sen, että tekoäly lyhentää simulaatioiden suoritusajat huomattavasti. Tämä nopeuttaa yksittäisiä laskelmia ja laajentaa vaihtoehtojen kirjoa, joita insinöörit voivat arvioida ennen kuin ryhtyvät fyysisiin kokeisiin. Esimerkiksi monifysiikkasimulaatiot, jotka sisältävät lämmönsiirtoa, sähköisiä ilmiöitä ja mekaanisia jännityksiä — kriittisiä laitteen ja prosessin optimoinnissa — toimivat jopa 10 kertaa nopeammin käyttäen NVIDIA:n cuDSS-kirjastoa, kuten COMSOL mainitsee.

Yhteistyöt NVIDIA:n ja yritysten kuten Applied Materials välillä tukevat atomitason materiaalien löytämistä ja prosessikehitystä. Appliedin Ginestra ja ACE+ monifysiikka-alustat, jotka on yhdistetty NVIDIA:n teknologioihin, saavuttavat jopa 10–35-kertaisia nopeutuksia verrattuna CPU-pohjaisiin menetelmiin. Samaan aikaan Siemens yhdistää NVIDIA:n cuLitho-tekniikan Calibre-litografiohjelmistoonsa, nopeuttaen laskennallista litografiaa jopa 17-kertaisesti, mikä laajentaa esituotannon tarkistukset piirikuviolle.

Simulaatioiden nopeuttamisen ohella tekoälyjärjestelmät, jotka on koulutettu fysiikan periaatteisiin, voivat ennustaa monimutkaisia prosessikäyttäytymisiä ilman, että joka kerta tarvitsee suorittaa täydellisiä simulaatioita. Lam Research osoittaa tämän plasmakäyttäytymisen mallinnuksella — laskennallisesti raskas tehtävä — ennustaen tulokset millisekunneissa päivien sijasta NVIDIA:n PhysicsNeMo-kehyksen avulla.

Tekoäly tehostaa myös insinöörien päätöksentekoprosesseja. Monimutkaisempien valintojen, kuten sopivien tekoälymallien valinnan tiettyihin tehtäviin, jotka aiemmin veivät tunteja käsin tehtynä, automatisointi vähentää aikaa minuuteiksi käyttäen NVIDIA NeMo Switchyard AI -agentteja, kuten Advantestilla toteutetaan.

Lisäksi digitaaliset kaksoset — virtuaaliset tehtaan kopiot — antavat tiimeille mahdollisuuden testata laitekokoonpanoja, materiaalivirtoja ja prosessimuutoksia ilman kalliita fyysisiä kokeita. Applied Materials hyödyntää NVIDIA Omniversea luodakseen tarkkoja digitaalisia kaksosia, mahdollistaen kattavat tehdasasemat simuloinnit pullonkaulojen tunnistamiseksi ja layoutin optimoinniksi.

Näiden tekoälyn ohjaamien ominaisuuksien yhdistäminen „tekoälyn määrittämään tehdasympäristöön“ edustaa puolijohdeteollisuuden tulevaisuutta. Se mahdollistaa yhteydenpidon, jossa tuotantodata jatkuvasti parantaa ennustemalleja, jotka puolestaan ohjaavat insinööripäätöksiä aikaisemmin, lisäten tuottavuutta, laatua ja läpimenoa. Kaiken kaikkiaan tekoäly antaa insinööreille mahdollisuuden toimia nopeammin ja tehdä parempiin tietoihin perustuvia päätöksiä koko puolijohteiden valmistusprosessin ajan, vastaten entistä monimutkaisempien valmistusprosessien haasteisiin.

▶ AI Is Changing How Semiconductor Fabs Work — and Engineers Are Moving Faster Because of It — Katso video ↗