人工智能优化助力晶圆厂可持续发展

　　集微网消息，据eeNews报道，英国初创公司Flexciton正在使用机器学习来优化半导体晶圆厂的运营，以减少化学品和能源的使用，从而在不降低产量的情况下使其更具可持续性。
　　这是因为三星证明了其晶圆厂流程的可持续性，而行业组织Semi建立了晶圆厂运营商的可持续发展联盟。该公司于2021年10月为其实时优化软件半导体生产筹集了1500万美元，并与包括瑞萨电子在内的全球芯片公司合作。
　　随着节能成为工厂的首要任务之一，通过更智能地工作和重新评估他们的生产流程，公司绝对有可能提高产量和产量，同时提高能源效率，Flexciton首席执行官JamiePotter告诉eeNews欧洲。
　　晶圆厂通常使用启发式软件，其中工程师根据历史数据编写规则来运行生产，但软件中没有内置智能，他说。智慧来自熟练的工业工程师，他们利用多年的经验调整和微调调度规则，以适应不断变化的条件和生产要求。
　　晶圆厂的KPI主要基于周期时间、吞吐量和产量，这意味着能源消耗在历史上一直是次要考虑因素。然而，随着能源成本上升以及由于其对气候变化的影响而需要减少能源使用，这现在正成为一个重要的KPI，特别是因为能源消耗可占晶圆厂运营成本的30，Potter说。
　　要正确优化晶圆厂的工作方式，我们必须首先实时准确了解整个WIP的状态。通过映射晶圆厂运营的当前状态，可以确定由于次优调度而出现瓶颈的位置，他说。
　　Flexciton软件已经知道如何操作晶圆厂，因此它不需要为新晶圆厂安装耗时的规则编写阶段或更换现有的调度软件。它具有智能和预编程知识，可以查看来自所有工具的数据，并计算出如何有效且高效地实时运行它们。
　　可持续半导体制造研发计划imec解决可持续半导体生产中的数据缺口
　　根据我们与不同晶圆厂合作的经验，经常出现排队的工具涉及生产过程中能源最密集的阶段例如，光刻、扩散炉和无尘室。
　　工厂数据的人工智能优化
　　使用基于AI的优化软件通过改进晶圆在能源密集型工具中的移动方式来减少瓶颈，可以满足晶圆厂的主要KPI并降低这些工具的能源消耗。例如，在照片阶段用更少的工具做更多的动作意味着一些工具可能会闲置。或者做同样的动作，但在熔炉阶段减少批次意味着更少的能源密集型熔炉运行。
　　智能优化技术也可用于直接控制不太繁忙的工具的能耗。只要那些容易出现瓶颈的领域有效运行，并且所有主要KPI都得到满足，其他领域的工具就可以专门针对节能进行优化。（校对武守哲）