מאת אורטל יסודי

22 אפר, 2021

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?

אתגר טכנולוגי וכלכלי

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.

האתגר השני הוא אתגר כלכלי. כאמור, ככל שטכנולוגיית השבבים מתקדמת עלויות הייצור עולות באופן דרמטי. בחמש השנים האחרונות גדל מספר השלבים בתהליך ייצור השבב ב-50% וכך גם עלויות הבקרה במהלך הייצור, המייקרת את התהליך עוד יותר. כתוצאה מכך, במטרה לשמור על הרווחיות יצרניות השבבים מצמצמות את היקף תהליכי הסריקה והבקרה ואוספות פחות מידע בזמן הייצור. 

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. הפיתוח החדש של אפלייד מטיריאלס מספק את הפתרון הזה, שמבחינה קונספטואלית מבוסס לא על חומרה בלבד, אלא על ביג דאטה ועל בינה מלאכותית. הוא מאפשר ליצרניות השבבים לאסוף מידע רב ככל האפשר לאורך תהליך הייצור, ולהפיק ממנו תובנות המאפשרות לחשוף פגמים ובעיות בייצור בצורה יעילה בהרבה מזו המוצעת על ידי הגישה הנהוגה כיום. 

שינוי של פרדיגמת הסריקה

הטכנולוגיה החדשה שהושקה בחודש שעבר 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 הבדיקה האופטית Enlight® , טכנולוגיית הבינה המלאכותית ExtractAI™ ומערכת הסקירה SEMVision®, שהיא המערכת המובילה בתעשייה כבר יותר מ-20 שנה ובעלת הרזולוציה הגבוהה ביותר בשוק.

אז איך כל הקסם הזה עובד? מערכת הבדיקה האופטית Enlight מייצרת סריקה איכותית ומהירה של פרוסת הסיליקון, הודות למבנה הייחודי שלה הכולל שורה של טכנולוגיות אופטיות מתקדמות. טכנולוגיית ה-ExtractAI הייחודית יוצרת חיבור בזמן אמת בין Enlight ו-SEMVision. 

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

הפקת תובנות מביג דאטה בעזרת בינה מלאכותית היא אחת הדרכים היעילות ביותר להתמודד עם הסיבוכיות הגבוהה המאפיינת את תחום בקרת השבבים. 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. טכנולוגיה זו יעילה להפליא: היא מאפיינת את כל הפגמים הפוטנציאליים במפת הפרוסה לאחר בחינה של 0.001x בלבד מהביג דאטה שמספקת המערכת האופטית. יתרון זה, בשילוב עם איכות ומהירות הסריקה של Enlight, מאפשר ליצרני השבבים להאיץ את תהליכי הבדיקה ולהוריד את עלות הסריקה עד פי 3. 

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.