关注信息技术(IT)市场的读者朋友们,大家好。最近端侧人工智能(AI)真的很流行。Samsung Electronics在推出Galaxy S24时,干脆将其宣称为“AI手机”。生成式AI的象征ChatGPT的CEO山姆·奥特曼若说要来韩国,整个IT业界都会为之沸腾。
然而这项技术并非只在我们手中实现。在最先进超微细技术密集汇聚的半导体工厂里,AI的引入也相当活跃。
今天要介绍一个有趣的解决方案:据称一个做得好的AI程序,就能让一座半导体工厂每年节省1000亿韩元以上。这就是全球知名半导体设备制造商拉姆研究的AI技术,即所谓设备智能(EI·Equipment Intelligence)。
拉姆研究在上月31日起于首尔COEX举行的“SEMICON Korea”展会上向采访团公开了EI这一概念。在说明所有优点之前,我们先追溯一下拉姆研究开发这项技术的思路来源。
圆形晶圆上要进行数千道微细工艺。要完成这数千道工艺,既需要覆上薄膜的沉积设备,也需要用光刻出电路图形的曝光设备,还要安装刻蚀电路的蚀刻设备。因此半导体工厂产线内部密密麻麻塞满了设备。
工厂如此复杂,内部便主要产生两大问题。
①在工厂里找出故障设备真的很难。设备数量如此之多,以致难以掌握各条产线上哪些设备如何运转。设备外观也相似,感觉大概就像看着101只斑点狗。
②一年,不,一天之内什么怪事都会发生。半导体设备的构成并不简单。加上纳米(nm)级工艺难度相当高。因此工艺过程中会出现污染(颗粒)导致的问题、机械问题等各种缺陷。据说以团队为单位的人员盯着一台设备修一年故障,有时也找不出办法。
而且拉姆研究是位居全球半导体设备业前三的公司。它向Samsung Electronics、SK海力士、英特尔、台积电等全球半导体制造企业供应大量先进蚀刻、沉积设备。一家公司的一条产线内就有多台拉姆研究设备。客户自然有需求,希望系统化管理遍布工厂各处的各种拉姆研究设备,对吧?
于是拉姆研究最终选择并开发出的方法就是EI,即设备人工智能。其大体框架是:采集数据并进行机器学习后,构建“自主运营工厂”体系,把超大规模设备群放在掌心中进行管理。当天向记者们介绍这项技术的拉姆研究总经理拉塞尔·多佛表示,EI具有多种优点。
首先,实现机器学习后可以提取最优数据。只要设定得好,设备就会自行把下一轮机器学习所需的优质信息一点点积累起来,从而生成更高质量的统计资料。
其次是优化晶圆的流动。也就是说在正式运行设备之前可以进行模拟。相比反复改变注入设备的气体量以寻找最优工艺,时间和物理成本大幅减少。在维护保养时也有好处。只要优先处理偏离既定统计的部分即可,时间由此缩短。
多佛经理表示该解决方案已在韩国引入,并间接暗示韩国代表性半导体企业Samsung Electronics、SK海力士也正用该方案管理拉姆研究的设备。
他并未止于口头说明,还公开了在客户工厂实际引入EI后出现的各类成果与数值。最直观的就是看钱发生了多少变化。拉姆研究称,凭该方案每座工厂最多可节省5000万美元、约660亿韩元的运营成本。而更好的据说是业务效率。工程师们因工厂里冒出的问题太多,常说“时间就是金钱”。实际上多人一年都未能解决的问题,用AI方案仅4~6周就得以解决,这值得关注。多亏AI,棘手问题迅速收尾,在既定时间内能修复更多缺陷。
另外最有意思的部分是,据说该方案可将晶圆良率(良品比率)最多提高2%,从而多赚1亿美元,即年最多多赚1300亿韩元。为弄清这种计算如何得出,我们汇集存储半导体业界通行的常识性数值,按了按计算器。
DRAM方面,通常一片12英寸晶圆可制成约1000颗芯片。假设原有良率为90%,即产出900颗良品。而良率提高2%,就能把约20颗芯片从不良转为良品。
接着,若一颗DRAM芯片的市场价格为2.5美元,20×2.5,也就是说通过应用拉姆研究AI方案改善良率后,每片晶圆可多赚50美元。那么举例来说,若是月产15万片规模的最新DRAM半导体工厂,50×15万,即月增收750万美元,若这一状况维持12个月,便可累积接近1亿美元的9000万美元(此为记者个人推算)。一个做得好的AI程序,一年能多赚1300亿韩元。
拉姆研究韩国R&D中心KTC全景。照片提供=拉姆研究韩国 据称这一AI解决方案将优先适用于最新的拉姆研究设备。在3纳米以下设备上也在进行测试,随着机器学习的发展,预计还将扩展至通用产线。据说不仅是客户公司,拉姆研究韩国法人的R&D中心——韩国技术中心(KTC)也在活跃开展相关研究。
实际上,最近Samsung Electronics、SK海力士对在半导体工艺中引入AI也相当关注。Samsung Electronics去年任命曾在石油企业壳牌负责技术整合与机器人业务的副社长李英雄为新的“数字孪生”专案组组长。也就是要把虚拟空间与现实做成双胞胎般来运营。据悉SK海力士也有在晶圆传送系统中引入AI的计划。
今后半导体企业为提升生产效率而引入AI,以及它们的主要合作伙伴将以何种AI技术惊艳半导体业界,似将成为有趣的看点。
周末只剩几个小时了。今天也祝您上班路上愉快。






