應用材料正利用AI與大數據改變半導體設備產業
科技產業資訊室 (iKnow) - Gloria 發表於 2021年3月23日
![](/Post/Figures/2021/market/ic_17624_20210323.png)
圖、應用材料正利用AI與大數據改變半導體設備產業
對於台積電或其他半導體晶圓廠來說,晶片檢測精密度與效率對於其獲利非常重要。為了讓晶圓廠商即時發現晶片致命卻陷,應用材料公司(Applied Materials)推出了結合了大數據和AI技術的新一代光學半導體晶圓檢測機(Semiconductor wafer inspection)。
晶圓製造越來越昂貴和複雜,隨著半導體製程走入5奈米以下,檢查晶圓上日益微型化圖案的成本正在上升,並且檢測出晶片缺陷也變得愈來愈複雜。十年前,晶片工廠的成本約為90億美元,現今已經增加了一倍。在工廠的製造生命週期中,晶片製造商可以降低工廠中晶片製造設備的成本,但是一旦面臨製造延誤和檢測失敗則會導致工廠閒置,並帶來大量資金損失,因為工程師試圖找出晶片缺陷變得愈來愈難。
以記憶體晶片為例,停機一周可能會使年產量降低2%。最重要的是,晶片的價格會隨著時間的推移而迅速下降,因此產能落後的確會帶來嚴重損失。根據應用材料推算,如果採用新一代晶圓檢測機,其能為晶圓廠創造的收益可能會超過220億美元!
市場分析公司VLSI Research表示,能夠快速準確地辨識出致命缺陷是晶片工程師在過去三十多年中一直努力的方向。應用材料(Applied Materials)採用ExtractAI技術的Enlight系統是解決這一難題的突破性方法。由於採用AI能使系統透過學習變得愈智慧化,讓廠商每小時可以減少260萬美元的良率損失,也就是說,Enlight系統可以幫助晶片製造商隨著時間的推移而增加每片晶圓的營收。
根據VLSI Research推算,現今一座先進晶圓廠成本約為220億美元,幾乎相當於兩艘航空母艦和65架F22 Raptor戰鬥機的總和。由於製造晶片需要經歷幾百道複雜的關卡,其中,晶圓檢測費用約占先進晶圓廠成本的10%。
對於全球晶片製造商來說,減少開發和提升先進製造製程節點所需的時間可能讓其少花費數十億美元。但是無法快速地檢查晶片成為產量速度提升的障礙。畢竟,電路相距僅5奈米,比起灰塵還要小得多,真的需要依賴機器進行檢測。因而引入AI與大數據的確可能為晶圓製造商帶來價值。
例如:近期在COVID-19大流行期間,晶片嚴重短缺的現象,一丁點的改進半導體製造的設備,都將扮演關鍵性角色。
根據VLSI Research統計,全球前五名半導體設備廠商分別是應用材料(Applied Materials)、ASML、Lam Research、東京電力以及KLA。未來將有更多廠商引入AI與大數據持續改善半導體設備,以幫助半導體迎接未來挑戰。(760字)
參考資料:
Applied Materials brings AI and big data into semiconductor inspection machines. Venture Beat, 2021/3/16
2020 Top Semiconductor Equipment Suppliers. VLSI Research, 2021/3/11
相關文章:
1. SEMI:全球晶圓廠設備支出突破生命週期,連續三年創歷史新高
2. 我國半導體設備2020年產值可望連續9年創新高
3. 2021年3奈米製程開發加劇晶圓代工投資競賽
4. SEMI:半導體設備市場2020年估689億美元 台灣佔24.3%居第二
5. 邁入3奈米,EUV與相關周邊設備也須跟上晶片製造商腳步才是關鍵
6. 日本一家EUV測試機廠商受到晶圓三雄追捧
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述,僅為提供更多訊息,也不構成任何投資建議。
2.著作權所有,非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載,本中心保留一切法律追訴權利。
|