随着摩尔定律的延续,行业的全球化程度和资本密集度更高,竞争更为激烈,晶圆厂管理者的关注点已不仅限于器件和设备上的突破,还包括能提高半导体晶圆厂效率的服务技术的重大进步。
材料工程、远程访问、深度学习、增强现实,这些领域的发展正倍受瞩目。不过,一个被低估的现实是,恰恰是这些发展趋势,正从根本上改变应用材料公司全球服务部 (AGS) 如何支持其具有前瞻眼光的客户。从开发到生产,器件规范变得更加严格,而诸如 AGS 提供的科技化服务,可帮助客户在晶圆厂生命周期的每个阶段取得良率、产量和成本方面的重大改善。这些服务建立在四大支柱之上(图 1):
图 1. 应用材料公司科技化服务有助于显著提高良率和产量并降低成本。
Jeremy Read 是 AGS 的服务营销副总裁。
根据市场调研公司 Gartner 的数据,2017 年半导体行业收入超过 4190 亿美元,预计今年将达到约 4500 亿美元,增长近 8%。应用材料公司全球服务部 (AGS) 服务营销副总 裁 Jeremy Read 认为 :“这种更大的规模和增长率,要求晶圆厂必须以最高效率运行。现在,几乎所有晶圆厂都在满负荷运转,协作至关重要。”
在如此快速发展的行业,相比以往,半导体企业已经开始在晶圆厂生命周期的更早阶段便与AGS 服务部门合作。Read 表示,在开发阶段和转向批量生产的阶段找出并解决问题,客户可以更快提高批量生产,并提前达到最佳良率,从而显著提高收入和利润(图 2)。
图 2. 在大批量生产前找出并解决问题可以加快产量攀升和更早达到更高良率。
Read 谈到 :“终端市场比以往任何时候更趋于不断变化,制造厂家需要尽快占据市场份额并获得投资回报。产品质量在任何时候都重要,但今天,速度和成本形成了巨大的竞争推动因素。客户对服务支持的要求发生改变,这正体现了这些新的现实状况。”
速度就是竞争优势
由于高额资金成本和市场竞争激烈,半导体制造厂家必须比以往更快完成产量攀升,并提高良率。在晶圆厂启动阶段,应用材料公司的安装团队以软件专长为后盾,大大缩短了安装和优化设备所需的时间。
就平均生产周期天数而言,应用材料公司执行的晶圆厂产量攀升方案已能比传统的快 15%。此外,在启动期间,先进分析的应用已证明可大大减少故障排查时间,将整个生产周期缩短 25%。
Read 表示,应用材料公司 FabVantage™ 咨询团队提供的腔室匹配和缺陷消减等科技化服务,使客户能够按时将新的重要集成电路推向市场。
在大批量生产中,应用材料公司通过更快的故障排查、高效的预防性维护 (PM) 策略和寿命延长部件,帮助最大限度提高设备可用性并降低运行成本。在一个案例中,AGS 优化了预防性维护程序和时间表,帮助客户将离子注入机组的正常运行时间增加 4% 以上,额外生产超过 15 万枚的晶圆。
分层专家网络
应用材料公司的客户工程师 (CE) 始终在第一线解决客户生产设备的问题,目前公司已在全球部署了 5000 多位客户工程师。应用材料公司还发展了一个综合性的专家网络,这些专家具备专业技能且经过培训,能增强客户工程师的能力,使其更好地运用数字工具和其他支持方法及专业知识。
AGS 中央运营副总 裁 Brent Bloom 表示,公司几年前便开始完善分层专家网络的概念,从此一线客户工程师有了资深技术支持工程师和经过大幅扩展的知识库的支持。“我们一直在完善提升各级别专家,磨练他们所在领域的精通程度。每个级别和技能组都有一个认证流程,包括专门的设备安装团队、技术支持、软件工程师等。对每个案例,培训团队都有扩展的课程和认证计划,”Bloom 说。
“今天,每位客户工程师,无论背景如何,都可以随时利用专家网络。正是由在线工具支撑的这种分层专业技术为改善客户体验提供了重要机会。有时,我们甚至可以在客户意识到问题之前就发现各种操作行为中存在的隐患,”他说。
利用大数据
晶圆厂每天产生的数据量大得惊人(图 3)。因此,晶圆厂管理人员面临的挑战是,如何利用这些数据获取能帮助更快达到良率的相关信息。
图 3. 晶圆厂数据采集量的激增为提高生产良率创造了机会。(资料来源 :VLSI Research 和应用材料公司)
应用材料公司专有的数字工具、算法和模型专门针对其设备量身定制,可将原始数据转换为可操作的分析,有助于缩短启动时间,增加晶圆产出,减少晶圆报废并提高良率,同时又能保护客户数据。
多变量故障检测之类的分析已证明能够改善晶圆内性能。 AGS 的多变量腔室健康指数 (CHI) 实时监测偏移情况,设备健康监测 (EHM) 则跟踪用于详细记录硬件活动的传感器。
有这样一个案例,一家客户需要在其外延腔室的工艺认证期间能够准确预测厚度、掺杂剂水平和电阻率。AGS 工程师开发了分析模型,使客户成功地将工艺调整时间缩短了 40%。在另一个案例中则开发了 CHI,在刻蚀工艺中利用多个关键传感器,以便在问题出现前触发预防性维护。
应用材料公司顾问、密歇根大学机械工程系副研究员 James Moyne 表示,深度学习是应用材料公司可用于检测问题并提高良率的众多技术之一。在晶圆厂,预测性度量、预测性维护 (PdM) 及设备上更多传感器所提供的更多数据,必须全部协调到知识收集网络中。对于相对简单的事情,例如预测单个部件需要提前多久更换,PdM 技术已经证明行之有效,只要有足够的良好数据用于开发合适的模型即可。
其他涉及更复杂相互作用的问题仍然难以解决,但这一领域正在取得重大进展。PdM 的成功很大程度上取决于关于先前故障模式所收集的数据量。“为了理解所有导致故障的反应,我们需要足够多的准确数据。如果没有合适的数据,就很难建立有效的 PdM 系统。如果你没有足够的好数据,它就像天赐之子一样遥不可及,”Moyne 说。预测性维护“具有非常高的潜在投资回报率。这是现今晶圆厂希望实现的目标。
FabVantage 解决难题
FabVantage 咨询团队帮助客户解决涉及包括成本、效率或良率等方面的最复杂问题。例如,为 一 家 客 户 执 行 FabVantage 分 析 后, 使 PVD TiN 硬 掩 膜上的颗粒添加量从每枚晶圆片16 颗降至 9 颗。另一案例中,FabVantage 腔室匹配法匹配了关键尺寸 (CD) 与沟槽深度,从而得以在二十几纳米 DRAM 生产中的刻蚀反应腔机组上实现低于 0.5 纳米的腔室到腔室 CD 范围(参见本期关于全新 FabVantage能力实现机组优化的报道)。
FabVantage 顾问利用先进的建模和分析工具以及应用材料公司广泛的知识库,与服务团队合作,将晶圆厂的运行与业界最佳性能进行对比,以确保设备在以最佳性能运行。他们对设备和配方进行审核,并利用传感器和晶圆上的数据来查明关键问题。该团队由具有专业实际经验和设备知识的专家组成。他们利用已知最佳做法和专门知识帮助客户甄别问题,更快找到可行的补救措施。
量身定制的供应链
应用材料公司的认证备件库存规模在全球位居业界前列。凭借强大的物流基础设施,应用材料公司提供多种渠道和备件交付计划,以满足每家晶圆厂的独特需求。
Read 概括道 :“通过利用包括人力专家、知识数据库和强大的备件供应商网络在内的资源来帮助客户,我们不断致力于为半导体行业提供服务,让每一份资本投入都转变为生产率。”
欲知详情,请联系 amitabh_sabharwahl@amat.com.