日本語版
最新ニュース
エンタメ

1%だけ改善しても組単位の売上 ↑… AIで半導体歩留まり高まる

ラムリサーチロボット「デキストロ」が歩留まり改善のためのプロセス最適化作業を行っている。 /写真=ラムリサーチ半導体プロセスがますます複雑になり微細化し、人工知能(AI)を活用した歩留まり向上技術が注目されている。 AIイメージ分析を活用してウェーハ表面に現れる微小欠陥をリアルタイムで識別したり、複雑なプロセスで発生するさまざまな変数をAIで学習させてから、リアルタイムモニタリングを通じて最適化を行うのが代表的だ。歩留まり向上に安心力を使うファウンドリ(半導体委託生産)企業のAI導入が今後さらに活発になるという見通しが出ている。機械学習・ディープラーニングを活用して半導体データ分析15日、業界によると、国内AIソリューション企業クロサイトは、AIをベースに半導体プロセスの歩留まりを向上させるソフトウェア(SW)を開発している。多数の微細回路が集積された半導体は、チップが均一に整列しなければ安定して動作する。このとき、回路上・下層部の歪み程度を指すオーバーレイと回路幅の誤差を意味する閾値寸法を調べなければならない。だが、既存の計測はコスト問題で全体の1%程度しか調べなかった。クロサイトは、機械学習アルゴリズムに基づいて半導体装置からのデータを分析してエラーを予測するソリューションを開発した。これを活用すれば、ウエハのオーバーレイと閾値寸法を0.2(nm・1ナノは10億分の1m)まで大量に予測できるという説明だ。このソリューションを露光工程にまず適用するという計画を立てた会社は、2026年までエッチング、薄膜蒸着、洗浄、研磨段階にもAIを導入する方針だ。もう一つの国内AIソリューション企業エイアイビズは、半導体製造工程で発生するデータをディープラーニングアルゴリズムで分析し、異常を検出して原因を把握することで歩留まりを高めるプラットフォーム「ダッチボーイ」を開発した。エイアイビズはこの技術で「2024年SW産業人の日」記念式で科学技術情報通信部長官賞を受賞した。半導体機器のメンテナンスが良くても歩留まりが向上海外でもAIを活用した歩留まり改善技術が現場に適用されている。世界4大半導体機器メーカーの米国のラムリサーチは最近、ウェーハ製造装置のメンテナンス最適化のために設計されたAIロボット「デキストロ」を発売した。ナノユニットの精度が必要なだけに、半導体製造装置には先端物理学、ロボット工学、化学技術などが活用される。このため、ウエハファブには定期的に精巧なメンテナンスを必要とする数百のプロセス装置が設置されている。デキストロは、サブミクロン(1μm未満)の精度を要求する重要なメンテナンス作業を繰り返し実施することで、機器のコスト効率を向上させるように設計されています。すでにデキストロは世界各地のファブに配置され、生産のばらつきを最小化する方式で歩留まり改善に重点を置いている。クリス・カーター・ラム・リサーチ顧客支援事業部副社長は「デキストロは最先端のファブでエンジニアたちと一緒に作業ができるように製作された」とし「人間の限界を超えた精度と繰り返し性により複雑なメンテナンス作業を行い、製造歩留りを改善した」と強調した。キム・ヨンジュ サムスン電子 常務兼メモリエッチ技術チーム長は「半導体製造装置にメンテナンスが必要な場合、機器のダウンタイムを短縮し、コストの浪費を防ぐために効率的に作業しなければならない」とし「デキストロのメンテナンスは歩留まりの改善に寄与する」と評価した。ドイツの化学素材企業メルクは、米国のAI SW企業パランティアと手を取り、半導体生産を安定化できるプラットフォーム「アシニア」を披露し、歩留まり改善に乗り出した。アシニアは半導体製造エコシステムのすべての主体が確保したデータをAIアルゴリズムで分析する方式だ。分析データは、クラウドを介してサプライチェーン内の複数のコラボレーション企業と共有し、生産性を高めます。工程制御・欠陥分析でも活用も高まりAIは、大規模なデータ分析によってファブで発生する可能性のある欠陥を予測します。例えば、画像分析技術を利用して、ウエハ表面に現れる微細な欠陥をリアルタイムで識別する。これにより、歩留まり予測精度を高め、不良率を下げる。 AIはプロセス制御にも重要な役割を果たします。半導体製造は、複雑な工程段階で様々な変数が互いに影響を及ぼす。 AIは変数間の関係を学習し、リアルタイムモニタリングを通じて各段階で最適な条件を見つけてプロセスを改善します。欠陥分析でもAIの活用度はますます高くなる傾向だ。ファブで発生する多数の欠陥タイプを事前に学習し、それらのパターンを認識して問題を事前に対応する。特に、ディープラーニングベースの画像分析技術を活用してウェーハの欠陥を自動的に分類し、これに基づいてプロセス改善のためのデータを提供する。過去には100個を生産すれば99個以上は良品日程で完成度の高い工程を見せたが、最近では半導体微細化が極めて高くなり、歩留まりがますます低下している。 %を超えると伝えられている。ウエハ価格がおおよそ1枚当たり中型セダン価格であることを勘案すれば、歩留まり1%だけ改善しても粗単位の追加売上が発生するという計算が出ている。 AIを活用した歩留まり改善の試みが活発になるという見通しが出ている理由だ。関連市場も成長すると思われる。市場調査機関のマーケットリサーチフューチャーは、産業用AI市場が2022年に約20億ドルから2032年に900億ドルまで大きくなると分析した。 カン・ギョンジュ記者 [email protected] #1だけ改善しても組単位の売上 #AIで半導体歩留まり高まる

1%だけ改善しても組単位の売上 ↑… AIで半導体歩留まり高まる

ラムリサーチロボット「デキストロ」が歩留まり改善のためのプロセス最適化作業を行っている。 /写真=ラムリサーチ半導体プロセスがますます複雑になり微細化し、人工知能(AI)を活用した歩留まり向上技術が注目されている。 AIイメージ分析を活用してウェーハ表面に現れる微小欠陥をリアルタイムで識別したり、複雑なプロセスで発生するさまざまな変数をAIで学習させてから、リアルタイムモニタリングを通じて最適化を行うのが代表的だ。歩留まり向上に安心力を使うファウンドリ(半導体委託生産)企業のAI導入が今後さらに活発になるという見通しが出ている。

機械学習・ディープラーニングを活用して半導体データ分析

15日、業界によると、国内AIソリューション企業クロサイトは、AIをベースに半導体プロセスの歩留まりを向上させるソフトウェア(SW)を開発している。多数の微細回路が集積された半導体は、チップが均一に整列しなければ安定して動作する。このとき、回路上・下層部の歪み程度を指すオーバーレイと回路幅の誤差を意味する閾値寸法を調べなければならない。だが、既存の計測はコスト問題で全体の1%程度しか調べなかった。

クロサイトは、機械学習アルゴリズムに基づいて半導体装置からのデータを分析してエラーを予測するソリューションを開発した。これを活用すれば、ウエハのオーバーレイと閾値寸法を0.2(nm・1ナノは10億分の1m)まで大量に予測できるという説明だ。このソリューションを露光工程にまず適用するという計画を立てた会社は、2026年までエッチング、薄膜蒸着、洗浄、研磨段階にもAIを導入する方針だ。

もう一つの国内AIソリューション企業エイアイビズは、半導体製造工程で発生するデータをディープラーニングアルゴリズムで分析し、異常を検出して原因を把握することで歩留まりを高めるプラットフォーム「ダッチボーイ」を開発した。エイアイビズはこの技術で「2024年SW産業人の日」記念式で科学技術情報通信部長官賞を受賞した。

半導体機器のメンテナンスが良くても歩留まりが向上

海外でもAIを活用した歩留まり改善技術が現場に適用されている。世界4大半導体機器メーカーの米国のラムリサーチは最近、ウェーハ製造装置のメンテナンス最適化のために設計されたAIロボット「デキストロ」を発売した。ナノユニットの精度が必要なだけに、半導体製造装置には先端物理学、ロボット工学、化学技術などが活用される。このため、ウエハファブには定期的に精巧なメンテナンスを必要とする数百のプロセス装置が設置されている。

デキストロは、サブミクロン(1μm未満)の精度を要求する重要なメンテナンス作業を繰り返し実施することで、機器のコスト効率を向上させるように設計されています。すでにデキストロは世界各地のファブに配置され、生産のばらつきを最小化する方式で歩留まり改善に重点を置いている。

クリス・カーター・ラム・リサーチ顧客支援事業部副社長は「デキストロは最先端のファブでエンジニアたちと一緒に作業ができるように製作された」とし「人間の限界を超えた精度と繰り返し性により複雑なメンテナンス作業を行い、製造歩留りを改善した」と強調した。キム・ヨンジュ サムスン電子 常務兼メモリエッチ技術チーム長は「半導体製造装置にメンテナンスが必要な場合、機器のダウンタイムを短縮し、コストの浪費を防ぐために効率的に作業しなければならない」とし「デキストロのメンテナンスは歩留まりの改善に寄与する」と評価した。

ドイツの化学素材企業メルクは、米国のAI SW企業パランティアと手を取り、半導体生産を安定化できるプラットフォーム「アシニア」を披露し、歩留まり改善に乗り出した。アシニアは半導体製造エコシステムのすべての主体が確保したデータをAIアルゴリズムで分析する方式だ。分析データは、クラウドを介してサプライチェーン内の複数のコラボレーション企業と共有し、生産性を高めます。

工程制御・欠陥分析でも活用も高まり

AIは、大規模なデータ分析によってファブで発生する可能性のある欠陥を予測します。例えば、画像分析技術を利用して、ウエハ表面に現れる微細な欠陥をリアルタイムで識別する。これにより、歩留まり予測精度を高め、不良率を下げる。 AIはプロセス制御にも重要な役割を果たします。半導体製造は、複雑な工程段階で様々な変数が互いに影響を及ぼす。 AIは変数間の関係を学習し、リアルタイムモニタリングを通じて各段階で最適な条件を見つけてプロセスを改善します。

欠陥分析でもAIの活用度はますます高くなる傾向だ。ファブで発生する多数の欠陥タイプを事前に学習し、それらのパターンを認識して問題を事前に対応する。特に、ディープラーニングベースの画像分析技術を活用してウェーハの欠陥を自動的に分類し、これに基づいてプロセス改善のためのデータを提供する。

過去には100個を生産すれば99個以上は良品日程で完成度の高い工程を見せたが、最近では半導体微細化が極めて高くなり、歩留まりがますます低下している。 %を超えると伝えられている。

ウエハ価格がおおよそ1枚当たり中型セダン価格であることを勘案すれば、歩留まり1%だけ改善しても粗単位の追加売上が発生するという計算が出ている。 AIを活用した歩留まり改善の試みが活発になるという見通しが出ている理由だ。関連市場も成長すると思われる。市場調査機関のマーケットリサーチフューチャーは、産業用AI市場が2022年に約20億ドルから2032年に900億ドルまで大きくなると分析した。

カン・ギョンジュ記者 [email protected]

#1だけ改善しても組単位の売上 #AIで半導体歩留まり高まる

執筆者について: nipponese

Nipponese News編集部は、国内外のニュースを日本語で分かりやすくお届けします。