數(shù)據(jù)密度帶來的挑戰(zhàn)完全可以在一個晶圓上體現(xiàn)出來從IC設(shè)計(jì)，制造到封裝測試，一個晶圓要經(jīng)過上百道工序，每一道工序都會產(chǎn)生大量的數(shù)據(jù)這些海量數(shù)據(jù)在追蹤問題和提高半導(dǎo)體工廠產(chǎn)量方面發(fā)揮著越來越重要的作用

但是半導(dǎo)體公司做數(shù)據(jù)分析是極其困難的，因?yàn)榘雽?dǎo)體產(chǎn)業(yè)鏈極其漫長，高度細(xì)分，每一個環(huán)節(jié)都由大量的專業(yè)公司來做這意味著在小晶片上連接數(shù)據(jù)有許多實(shí)際困難這是實(shí)現(xiàn)半導(dǎo)體工業(yè)4.0的第一步

目前傳統(tǒng)半導(dǎo)體數(shù)據(jù)分析的現(xiàn)狀是，幾乎90%的時間都花在前期的數(shù)據(jù)清理和數(shù)據(jù)整合上普迪飛半導(dǎo)體高級應(yīng)用總監(jiān)楊德昌向王記偉指出愛德華曾在蘋果，恩智浦和羅克韋爾等領(lǐng)先公司工作，擁有20多年的行業(yè)經(jīng)驗(yàn)?zāi)壳?，他在普迪飛負(fù)責(zé)Exensio分析平臺的全球應(yīng)用工程團(tuán)隊(duì)

作為新生產(chǎn)力的數(shù)據(jù)，能給半導(dǎo)體行業(yè)帶來什么價值。

良率是半導(dǎo)體產(chǎn)業(yè)最重要的核心要素，是衡量芯片從實(shí)驗(yàn)室階段到量產(chǎn)的重要尺度同時，從經(jīng)濟(jì)角度來看，芯片良率與整體成本的關(guān)系更為密切

對于芯片企業(yè)來說，芯片良率直接反映了芯片可以銷售的比例，從而直接影響芯片制造成本，這也是半導(dǎo)體廠商如此重視良率的原因半導(dǎo)體材料制造商Entegris執(zhí)行副總裁兼首席運(yùn)營官托德埃德倫德在接受媒體采訪時簡單算了一筆賬:對于3D NAND晶圓廠來說，1%的產(chǎn)量提升可能意味著每年凈賺1.1億美元對于復(fù)雜的邏輯晶圓廠來說，1%的收益率意味著1.5億美元的凈利潤

與此同時，伴隨著智能終端應(yīng)用的爆炸式增長，半導(dǎo)體芯片對全球各行業(yè)的重要性逐年提升，在產(chǎn)品中所占的比重也不斷增加，這對可靠性提出了越來越高的要求。

伴隨著先進(jìn)半導(dǎo)體制造工藝的發(fā)展，成品率問題不僅僅是晶圓廠技術(shù)能力的問題其中，數(shù)據(jù)的價值日益凸顯，因?yàn)閺男酒O(shè)計(jì)到晶圓制造，再到封裝，測試，PCB模板，再到將產(chǎn)品制作成實(shí)際應(yīng)用場景，任何一個環(huán)節(jié)出現(xiàn)問題都可能影響最終的良率

可是，半導(dǎo)體行業(yè)作為所有前沿技術(shù)的基礎(chǔ)，在挖掘數(shù)據(jù)價值和為產(chǎn)業(yè)發(fā)展提供有效洞察方面并不領(lǐng)先數(shù)據(jù)密集型半導(dǎo)體產(chǎn)業(yè)正經(jīng)歷著技術(shù)和應(yīng)用的快速發(fā)展，面臨著大數(shù)據(jù)的挑戰(zhàn)

具體來說，芯片設(shè)計(jì)和制造決定良率，封裝測試決定產(chǎn)品最終良率良率還需要細(xì)分為晶圓良率，Die良率和封測良率，總良率是這三者的乘積影響芯片產(chǎn)量的因素復(fù)雜多樣一般來說，設(shè)計(jì)越復(fù)雜，工藝步驟越多，工藝偏移率越大，芯片良率越低同時，環(huán)境因素也會對產(chǎn)量產(chǎn)生一定的影響其中，影響最大的因素包括晶圓尺寸，環(huán)境因素和技術(shù)成熟度

造成晶圓缺陷的原因在整個生產(chǎn)過程中有很多，可能是環(huán)境，設(shè)備，工藝問題，原材料或人員因素等愛德華指出:如果產(chǎn)品有問題，要第一時間知道是哪個環(huán)節(jié)出了問題整個半導(dǎo)體行業(yè)都需要重新審視這個問題，引入更有效的手段和工具在半導(dǎo)體的先進(jìn)工藝節(jié)點(diǎn)，尤其是7nm和5nm，伴隨著工藝復(fù)雜度的提高，很多缺陷并不在晶圓表面，而是埋在其中，這使得在R&D和量產(chǎn)中對缺陷的監(jiān)控非常困難因此，除了技術(shù)調(diào)整之外，通過全產(chǎn)業(yè)鏈端到端的數(shù)據(jù)分析來提高產(chǎn)量尤為關(guān)鍵

從某種意義上來說，這種挖掘數(shù)據(jù)價值提高半導(dǎo)體產(chǎn)業(yè)良率的方式甚至可以看作是摩爾定律的又一次延續(xù)。

如何挖掘晶圓片上數(shù)據(jù)的價值。

那么，如何挖掘出晶圓上密集數(shù)據(jù)的價值，進(jìn)而對半導(dǎo)體設(shè)計(jì)，生產(chǎn)，封裝，測試和應(yīng)用提出有效的改進(jìn)方案呢這些都是半導(dǎo)體企業(yè)在實(shí)踐中不易操作的

除了數(shù)據(jù)量巨大之外，Edward指出，半導(dǎo)體行業(yè)大數(shù)據(jù)分析的一個主要問題是半導(dǎo)體行業(yè)的大數(shù)據(jù)種類繁多，這也給數(shù)據(jù)分析帶來了困難一個晶圓包含了從IC設(shè)計(jì)，制造到封裝測試的各種數(shù)據(jù)，每個環(huán)節(jié)的數(shù)據(jù)形式和分析方法都不一樣如果組織得不好，數(shù)據(jù)就會雜亂無章，很難追溯到一些問題，找到提高產(chǎn)量的解決方案

Edward進(jìn)一步指出，要實(shí)現(xiàn)覆蓋整個半導(dǎo)體產(chǎn)業(yè)鏈的數(shù)據(jù)分析，遇到的首要問題是如何實(shí)現(xiàn)這些數(shù)據(jù)格式的標(biāo)準(zhǔn)化管理，比如將數(shù)據(jù)從晶圓廠發(fā)送到后續(xù)的測試工廠，以及數(shù)據(jù)格式如何標(biāo)準(zhǔn)化同時，工業(yè)領(lǐng)域還有ERP，MES等各種工業(yè)軟件系統(tǒng)還有如何規(guī)范數(shù)據(jù)格式的問題這些都是半導(dǎo)體行業(yè)實(shí)施工業(yè)4.0智能制造的關(guān)鍵點(diǎn)，也是半導(dǎo)體廠商面對數(shù)據(jù)分析時最大的痛點(diǎn)

普迪飛推出的半導(dǎo)體大數(shù)據(jù)平臺Exensio平臺就是為此而誕生的它整合了整個產(chǎn)業(yè)鏈的大數(shù)據(jù)，包括數(shù)據(jù)的清理和分析功能，服務(wù)于產(chǎn)業(yè)鏈中的各類公司深耕半導(dǎo)體產(chǎn)業(yè)鏈20余年的普迪飛半導(dǎo)體，是唯一一家打通整個半導(dǎo)體產(chǎn)業(yè)鏈，實(shí)現(xiàn)產(chǎn)業(yè)鏈端到端全覆蓋的半導(dǎo)體大數(shù)據(jù)分析公司

Edward介紹，Exensio平臺是半導(dǎo)體供應(yīng)鏈的大數(shù)據(jù)分析基礎(chǔ)設(shè)施如果把整個產(chǎn)業(yè)鏈大致分為設(shè)計(jì)，制造和封裝測試三個環(huán)節(jié)，根據(jù)每個環(huán)節(jié)的特點(diǎn)，Exensio平臺都有相應(yīng)的產(chǎn)品模塊可供選擇

Exensio—Process Control)，產(chǎn)品測試優(yōu)化模塊(Exensio—Test Operations)，半導(dǎo)體良率管理系統(tǒng)模塊(Exensio—Manufacturing Analytics)與封裝優(yōu)化模塊 (Exensio ndash， Assembly Operations) 等，覆蓋從IC設(shè)計(jì)，晶圓制造，到封裝和測試等的半導(dǎo)體全產(chǎn)業(yè)鏈。

值得一提的是，普迪飛獨(dú)有的CV(characterization vehicle)良率提升方法，不僅可以對工藝和產(chǎn)品特性提供針對性的設(shè)計(jì)，還可以通過靈活的工藝流程縮短監(jiān)測的周期整個系統(tǒng)包括高分辨的設(shè)計(jì)結(jié)構(gòu)，高速并行的測試機(jī)臺以及高效的良率分析軟件而在此之前，傳統(tǒng)工藝技術(shù)采用導(dǎo)入工藝器件檢測結(jié)構(gòu)的方式來實(shí)現(xiàn)，如采用SRAM測試芯片來監(jiān)測，診斷良率，但這種方法不夠全面且周期很長迄今，普迪飛已經(jīng)提供了100多種10nm及以下的CV測試芯片特別是CVi系統(tǒng)提供的大量的器件表征數(shù)據(jù)結(jié)合Exensio Platform中的數(shù)據(jù)分析功能，可以建立精確的，針對特定產(chǎn)品的性能模型，以實(shí)現(xiàn)針對特定產(chǎn)品的最佳工藝設(shè)置，從而最大程度地提高制造可靠性和可預(yù)測性

連接全產(chǎn)業(yè)鏈的數(shù)據(jù)

這種全產(chǎn)業(yè)鏈數(shù)據(jù)分析的價值不止于此，Edward指出，更為重要的是，通過這樣一個連通全產(chǎn)業(yè)鏈的數(shù)據(jù)平臺，原本獨(dú)立分工的各個產(chǎn)業(yè)鏈環(huán)節(jié)實(shí)現(xiàn)數(shù)據(jù)層面的互聯(lián)這種互聯(lián)不僅僅只是設(shè)備之間的，同時也將各個環(huán)節(jié)的半導(dǎo)體工程師與所有的芯片生產(chǎn)，封裝，測試設(shè)備連接起來，為設(shè)計(jì)和制造提供重要的回饋，有助于降低各項(xiàng)成本，提高性能和良率

去年，普迪飛半導(dǎo)體與愛德萬測試宣布建立合作伙伴關(guān)系，雙方以普迪飛的 Exensio軟件分析平臺為基礎(chǔ)，建立由Exensio驅(qū)動的愛德萬測試云(Advantest Cloud)，供愛德萬公司內(nèi)部和外部客戶使用通過這一合作，能為半導(dǎo)體工程師連接起橫跨半導(dǎo)體價值鏈的自動化測試設(shè)備(Automated Test Equipment， ATE)，推動重要設(shè)計(jì)并產(chǎn)生制造分析，藉此降低測試成本，提升效能

全球前十大的半導(dǎo)體企業(yè)都是普迪飛的客戶迄今為止，在IC設(shè)計(jì)部分，普迪飛的Fire Engine軟件分析了100億個晶體管的版圖結(jié)構(gòu)，在晶圓制造環(huán)節(jié)，全球超過24，000臺芯片生產(chǎn)設(shè)備通過其提供的生產(chǎn)監(jiān)控軟件進(jìn)行連接，在封裝測試部分，全球超過15個頭部封測服務(wù)供應(yīng)商的工廠數(shù)據(jù)與該平臺對接，超過16，000臺測試機(jī)和封裝設(shè)備通過其監(jiān)控整個運(yùn)營情況的軟件相連接

值得一提的是，普迪飛也同樣關(guān)注半導(dǎo)體初創(chuàng)公司和中小型企業(yè)的數(shù)據(jù)分析需求，針對不同成長階段和規(guī)模的半導(dǎo)體企業(yè)，推出相應(yīng)的數(shù)據(jù)分析模塊以滿足個性化的需求。

行業(yè)數(shù)據(jù)顯示，截止到2020年中國的IC設(shè)計(jì)企業(yè)達(dá)到了2218家，比2019年的1780家多了438家，數(shù)量增長了24.6%但從規(guī)模上看，大部分公司還局限在小而弱的狀態(tài)Edward指出，最近幾年來，國內(nèi)的半導(dǎo)體工藝一直在更新?lián)Q代，IC設(shè)計(jì)公司也成長很快，但總體來看，目前國內(nèi)的IC設(shè)計(jì)公司，盡管設(shè)計(jì)能力很強(qiáng)，可是在做數(shù)據(jù)分析，IT維護(hù)，導(dǎo)入量產(chǎn)方面，與國外公司相比則較弱針對此，普迪飛專門推出了一款基于云端部署的半導(dǎo)體數(shù)據(jù)分析平臺Exensio Fabless Quick Start，由普迪飛維護(hù)IT設(shè)備資源，可以幫助處于起步階段的設(shè)計(jì)公司實(shí)現(xiàn)定制化的數(shù)據(jù)分析能力，從而實(shí)現(xiàn)數(shù)據(jù)的深度追蹤和挖掘

更高質(zhì)量的數(shù)據(jù)，更智能的預(yù)見性分析

據(jù)Edward觀察，在服務(wù)半導(dǎo)體產(chǎn)業(yè)鏈的過程中，半導(dǎo)體廠商的數(shù)據(jù)分析需求在過去十多年中也不斷發(fā)生著變化從早期的由客戶提供數(shù)據(jù)，然后普迪飛基于這些提供的數(shù)據(jù)進(jìn)行分析并給出調(diào)整相應(yīng)工藝制程的建議，漸漸轉(zhuǎn)變到從客戶希望達(dá)到的效果和目標(biāo)入手，普迪飛基于此來建議客戶需要做哪些分析，需要采集什么樣的數(shù)據(jù)，同時也會幫助客戶去采集相關(guān)的數(shù)據(jù)

，采集到高質(zhì)量的數(shù)據(jù)，對于數(shù)據(jù)分析的效率以及產(chǎn)生的價值意義重大，Edward指出去年，普迪飛收購了智能制造和工業(yè)4.0設(shè)備連接產(chǎn)品供應(yīng)商Cimetrix，就是看重其強(qiáng)大的數(shù)據(jù)采集能力

據(jù)介紹，超過150家半導(dǎo)體設(shè)備公司使用Cimetrix產(chǎn)品為數(shù)百種設(shè)備類型提供工廠自動化連接這些軟件產(chǎn)品是隨設(shè)備一起裝運(yùn)的，這樣工廠就可以很容易地從設(shè)備中獲取數(shù)據(jù)，以改進(jìn)制造此外，Cimetrix Sapience智能工廠平臺使世界各地的半導(dǎo)體制造，測試，封裝與系統(tǒng)廠能夠輕松地連接到工廠車間設(shè)備，以實(shí)現(xiàn)先進(jìn)分析

Edward指出，普迪飛將 Exensio與基于標(biāo)準(zhǔn)的領(lǐng)先連接產(chǎn)品Cimetrix相結(jié)合，采集到的數(shù)據(jù)實(shí)現(xiàn)統(tǒng)一標(biāo)準(zhǔn)，格式，且數(shù)據(jù)更高頻高質(zhì)量，數(shù)據(jù)分析的效率和質(zhì)量都將得到大大提升。

高質(zhì)量的數(shù)據(jù)對于訓(xùn)練人工智能模型從而應(yīng)用到半導(dǎo)體行業(yè)中，實(shí)現(xiàn)更智能，準(zhǔn)確的預(yù)見性分析有重要意義而整個行業(yè)也開始越來越注重在問題發(fā)生之前如何預(yù)警從而規(guī)避人工智能技術(shù)的導(dǎo)入也是業(yè)界趨勢

Edward舉例，以晶圓廠為例，普迪飛的Process Control軟件中有一部分功能用于監(jiān)測機(jī)臺設(shè)備，通過收集的過往數(shù)據(jù)來分析預(yù)測機(jī)器大約會在運(yùn)作多少小時之后容易出現(xiàn)問題，導(dǎo)致生產(chǎn)的wafer報(bào)廢通過該功能可以實(shí)現(xiàn)提前停機(jī)檢修而以往，都是等到機(jī)器開始生產(chǎn)報(bào)廢的wafer后，才會停機(jī)此外，人工智能還可以把很多的專家經(jīng)驗(yàn)進(jìn)行數(shù)字化整合，從而實(shí)現(xiàn)管理和預(yù)測在不需要專家在場的情況下，依然能夠?qū)崿F(xiàn)大規(guī)模推廣應(yīng)用，其關(guān)鍵點(diǎn)是需要大量的數(shù)據(jù)來支撐實(shí)現(xiàn)

本文地址：http://www.dayishuiji.com/tongxin/9988.html - 轉(zhuǎn)載請保留原文鏈接。

免責(zé)聲明：本文轉(zhuǎn)載上述內(nèi)容出于傳遞更多信息之目的，不代表本網(wǎng)的觀點(diǎn)和立場，故本網(wǎng)對其真實(shí)性不負(fù)責(zé)，也不構(gòu)成任何其他建議；本網(wǎng)站圖片，文字之類版權(quán)申明，因?yàn)榫W(wǎng)站可以由注冊用戶自行上傳圖片或文字，本網(wǎng)站無法鑒別所上傳圖片或文字的知識版權(quán)，如果侵犯，請及時通知我們，本網(wǎng)站將在第一時間及時刪除。