AI人機協作降半導體製程開發成本(3)

製造半導體晶片的瓶頸之一,是開發電晶體和記憶體儲存單元的化學電漿製程所需的成本越來越高。這些製程仍然是由訓練有素的工程師以人工方式進行開發,透過尋找機台上的參數組合,以便在矽晶圓上產出可接受的結果。 (承前文)人類基準測試的目標成本的基準是由人類玩家決定的。志願者包括六名擁有物理科學博士學位的專業製程工程師。工程師們根據他們之前對製程趨勢和電漿參數依賴關係的瞭解,利用機械性假設來設計其實驗。作為參考,三名無相關製程經驗的人員也參與其中。參加這場比賽的電腦演算法為貝氏最佳化演算法,這是一種適合於昂貴黑盒函數的常用機器學習方法。...
2023 年 10 月 27 日

AI人機協作降半導體製程開發成本(4)

製造半導體晶片的瓶頸之一,是開發電晶體和記憶體儲存單元的化學電漿製程所需的成本越來越高。這些製程仍然是由訓練有素的工程師以人工方式進行開發,透過尋找機台上的參數組合,以便在矽晶圓上產出可接受的結果。 (承前文)此外,團隊預計,如果目標放寬,V形的右側可能不明顯,或者相反,可能在只需要重新調整的製程中占首要地位,例如在腔體配對中(或將一道製程轉移到另一個機台)。人類知識在高維度探索空間中可能特別重要,可以有效延遲向電腦的轉移。可能影響轉移點的其他因素包括製程雜訊、製程漂移、目標公差、批次大小、受限制範圍和成本結構。團隊還有很多東西要學。這些議題可在虛擬製程平台上,進行進一步的系統性研究。...
2023 年 10 月 27 日

AI人機協作降半導體製程開發成本(2)

製造半導體晶片的瓶頸之一,是開發電晶體和記憶體儲存單元的化學電漿製程所需的成本越來越高。這些製程仍然是由訓練有素的工程師以人工方式進行開發,透過尋找機台上的參數組合,以便在矽晶圓上產出可接受的結果。 (承前文)實驗團隊執行製程虛擬遊戲,將該製程的模擬參數化,然後使用基於物理和經驗的關係將輸入機台參數組合「配方」與虛擬晶片上的輸出蝕刻結果相關聯,將其從現有資料校準到專有的特徵輪廓模擬器中。該遊戲的目的是找到一種配方,使此配方能夠產出符合目標的輸出指標,並最小化達成此目標的成本。...
2023 年 10 月 02 日

AI人機協作降半導體製程開發成本(1)

製造半導體晶片的瓶頸之一,是開發電晶體和記憶體儲存單元[1、2]的化學電漿製程所需的成本越來越高。這些製程仍然是由訓練有素的工程師以人工方式進行開發,透過尋找機台上的參數組合,以便在矽晶圓[3]上產出可接受的結果。電腦演算法所面臨的挑戰是,由於獲得數據的成本較高,可用的實驗數據有限,因此很難建立精確到原子級的預測模型。...
2023 年 09 月 04 日