בלב הגישה החדשה של אפלייד לבקרת ייצור שבבים עומדת בינה מלאכותית
המעבדים – אותם שבבי סיליקון מוליכים למחצה הנמצאים בלבם של כל המכשירים הדיגיטליים - הם המנוע העיקרי של המהפכה הטכנולוגית של חצי המאה האחרונה. עידן המחשב האישי התממש בזכותם של מעבדים חזקים. פריצות דרך שאיפשרו לייצר שבבים בעלי ביצועים גבוהים וצריכת חשמל נמוכה הובילו את "העידן הנייד" של הטלפונים החכמים. עתה אנו ניצבים בראשיתו של עידן הבינה המלאכותית הפועל בסביבה של האינטרנט של הדברים' (IoT), Big Data ו-5G – טכנולוגיות הדורשות סוגים חדשים של ארכיטקטורות מחשוב ועיצוב שבבים. המשך החדשנות וההתקדמות של תחום המוליכים למחצה מעולם לא היה חיוני יותר לצמיחת הכלכלה העולמית.
יצרניות השבבים נמצאות במירוץ מתמיד שמטרתו להגיע ראשונות לשוק עם הפתרונות החדשניים ביותר. המירוץ מתחיל במחקר ופיתוח, ומתקדם עד לביסוס שליטה מלאה בתהליך הייצור, תוך שמירה על רווחיות במסגרת ייצור המוני ומאסיבי. אלא שהמעבר ממחקר ופיתוח לייצור המוני הולך ונעשה מורכב יותר, בעיקר בשל היכולת המוגבלת לזהות ולתקן פגמים מספיק מוקדם בתהליך הייצור. השיטות שבהן משתמש ענף ייצור השבבים לביצוע בדיקות לגילוי פגמים נותרו במשך עשרות שנים כמעט ללא שינוי. אולם ככל שטכנולוגיית השבבים מתקדמת ונדרשת לתמוך בטכנולוגיות אחרות, כמו למשל G5, AI, או מכוניות אוטונומיות, חלה עלייה דרמטית בעלויות הייצור. האם הגיע הזמן לחשוב מחדש על הפרדיגמה של בקרת תהליך ייצור השבבים?
אתגראתגראתגרג极
אז מהם האתגרים שיצרניות השבבים מתמודדות איתם? האתגר הראשון הוא אתגר טכנולוגי. הפיתוחים החדשניים דורשים ביצועים גבוהים שמשנים לגמרי את מבנה השבב ואת שלבי הייצור. המבנה נעשה מורכב ותלת ממדי, הפגמים הופכים קטנים יותר, נוספים עוד שלבים בתהליך הייצור, וגדל מספר הגורמים בתהליך המשפיעים על הביצועים הסופיים של השבב. התוצאה היא שקשה יותר לזהות פגמים קריטיים - והרי אף אחד לא היה רוצה לקנות סמארטפון או טאבלט עם מעבד שהביצועים שלו נופלים מהמצופה.
אתגרשנשנהאאתגר。כאמכאמככלככלככלstriככלשטכנתתשבבםמתקדמתמתקדמתעלעלעל排下תיתתתתצ极。בחמשבחמששנםםתגדלגדלמספרמספרשלבשלבםלללל集集机ךךךךךךךךשבבשבבשבב-50％גםגםעלעלעלעלתתתתתתבמבמבמלךלךלךלךלךלךלךלךלךלךלךלךלךמממממ集。כתבמטרמכךמכךלשמלשמלשמעלעלעלעל排去
כדי להתגבר על שני האתגרים האלה יצרניות השבבים זקוקות לפתרון שיחשוף בעיות בייצור בצורה יעילה יותר מזו הקיימת כיום, ושיהיה מחד גיסא כלכלי (לא יגדיל את העלויות), ומאידך גיסא לא יחייב התפשרות על ביצועים או על איכות המידע המתקבל בזמן הייצור.פאפלחדששלשלמטדדדמספקמספקאתאתאתאתפתרפתרןן™אאצרנצרנצרנתתשבבםםףףדערברברבככלככלככלככללאלאלאלאלאלאלאלארך氨
שינוי של פרדיגמת הסריקה
הטכנולוגיההחדשהשהושקהבחודששעבר על ידי אפלייד מטיריאלס נועדה להביא את היתרונות של ביג דאטה ו-AI לליבה של טכנולוגיית ייצור השבבים על מנת למצוא ולסווג פגמים בצורה מהירה יותר, טובה יותר ומשתלמת יותר מאשר גישות מסורתיות. היא מורכבת משלושה אלמנטים שפועלים במשולב בזמן אמת:מערכת הבדיקההאופטית Enlight® , טכנולוגיית הבינה המלאכותית ExtractAI™ ומערכת הסקירה SEMVision®, שהיא המערכת המובילה בתעשייה כבר יותר מ-20 שנה ובעלת הרזולוציה הגבוהה ביותר בשוק.
אזאזאכלכלכלקסםקסםזעעע？lightממערכתמערכתפטפטפט荷兰启动מסרסרסרצרתצרתצרתצרתצרתאאאאאאאתממתתתת排集טכנלגגתתתתתתצרת集集。
ExtractAI מנתחת את כל הביג דאטה שנוצר על ידי המערכת האופטית. היא מסמנת אזורים בפרוסת הסיליקון החשודים כבעייתיים, ומפנה את מערכת הסקירה לבדיקה נקודתית ברזולוציה גבוהה בעזרת המיקרוסקופ האלקטרוני. בהתאם לסיווג הפגם ממשיכה מערכת הבינה המלאכותית להנחות את מערכת הסקירה למיקומים נוספים. תוך זמן קצר מקבל הלקוח תמונת מצב מלאה של מיקומי הפגמים הקריטיים בפרוסת הסיליקון.
לגלות את הפגם בתוך הרעש
פקתפקתמבמבגבעזרתבעזרתבעזרתבעזרתבעזרתבעזרתמלאכמלאכמלאכתאאאאאאחת集集体טכנולוגיית ExtractAI פותחה על ידי מדעני הנתונים של אפלייד מטיריאלס באופן ספציפי על מנת לפתור את הבעיה הקשה ביותר של בדיקת שבבים: היכולת להבחין במהירות ובאופן מדויק בין פגמים קריטיים לבין מיליוני אותות של "רעש" שמאפיינים פרוסות סיליקון של טכנולוגיות מתקדמות.טכנלגזזזעללפלפלפלפלפלפלאאמאפמאפאאתכלכלכלפגמפגמםתרבשבבבעםעםעםעםממממממ车伦，.
הפתרון החדש של אפלייד מטיריאלס ישראל כבר הוטמע אצל יצרניות שבבים מובילות ברחבי העולם. הוא מבוסס על AI ומאפשר ליצרניות השבבים להניע את כל טכנולוגיית ה-AI הגלובלית - ולהגיע לשוק בזמן.
רוצים להצטרף לדיון?
*התגובות חייבות לעמודבהנחיות הדיון ובכללי התקשורתשלנ。