产业链正在寻求创新的解决方案来解决这一问题，并致力于提高效率，延长设备寿命。
从汽车、物联网消费电子领域，到芯片制造和测试设备，芯片短缺几乎影响了全球供应链，芯片制造工具和设备因缺芯延迟安装交付，上游材料也面临供应不足的情况，包括气体、KrF光刻胶、CMP浆料，甚至不锈钢。目前，这样一些问题仍无法轻松解决，而且这些上游原材料与芯片制造设备及工具，与芯片制造的全部流程都相互关联，因此仅在一个领域扩充产量并不能解决所有问题。测试仪、光刻胶滤光片和封装基板，以及任何用于直接处理这些晶圆的设备和材料短缺，都将会导致ASIC短缺。
“除了具有极长交货周期的FPGA之外，ATE还使用了许多定制ASIC，这些ASIC必须争夺晶圆厂产能，”泰瑞达（Teradyne）战略业务开发经理Ken Lanier指出。“我们很久以前就对上游材料市场进行了积极的投资，保证供应链安全，努力为客户提供较为合理的交货时间。”
然而，AI机器学习、数字孪生体等新兴技术的发展，将会促进改善晶圆厂封装协调、快速识别良率问题、稳固供应链，并为半导体行业在人才短缺的环境中提供优质工具，助力产业实现卓越增长。
TEL总裁Nate Baxter指出，该公司将数字工具纳入芯片设计、工艺设备和计量（虚拟和硬件）流程，并解释了这些工具如何在公司创新中心使用，例如在其位于纽约州奥尔巴尼的美国研发、制造和工具集成总部。该公司在创新中心执行EUV光刻、FEOL、BEOL和用于封装的异构集成，TEL设备目前利用超过15,000个传感器来实现更快的过程诊断、先进的过程控制和数据分析。
图1：为实现行业增长预测，晶圆厂正在采用可提升良率、生产率和人机一体化智能系统的技术（图源：TEL、SEMI ISS）
在最近的先进半导体制造大会（ASMC）上，几场演讲都讨论了在晶圆厂中使用机器学习和人工智能来提高良率、工具性能和运营效率。在工具级别，高级建模正在改进流程、库存管理和元件利用率。例如，在晶圆加工工具中，特定元件的生命周期能够准确的通过工艺温度、化学特性和其他因素而变化。
“在客户与客户之间、工具与工具之间以及工具内元件的位置之间，半导体工具在工艺条件方面都存在很大差异。这一些因素都会显著影响零件的可靠性。例如，两个气动阀，一个暴露在恶劣的环境条件下，另一个在同一工具内的既定环境条件下运行，可能具有不一样的常规使用的寿命，”泛林集团（Lam Research）的可靠性工程师Swajeeth Panchangam解释道。
泛林集团为元件生命周期开发了一种新的可靠性模型，在这种情况下，该模型确定了相同的 O 形圈，相对于较低的工艺温度下，进行较高温度工艺时可以可靠地减少40%的晶圆。Panchangam 指出，这样的模型能够在一定程度上帮助工程师更好地规划所需的库存，并结合实际组件建模安排预防性维护。
在某些情况下，工程师会大幅修改其工艺，以提高良率和所生产芯片的质量，这对延长组件寿命具有可喜的好处。例如，由于电感耦合等离子体刻蚀机中的空气分子污染导致位线mm存储器工厂正面临着客户退货。
“我们开发了一种新的连续等离子体工艺（CPP）刻蚀，消除了几个刻蚀步骤之间的稳定压力，并改进了无晶圆腔清洁（WCC），以消除系统性的良率偏移，并避免了客户在这种故障机制中重复，”美光技术人员Jeff Ye表示。
“对于怎么样去使用现场数据模拟半导体组件的寿命，需要一个系统的指南。”泛林集团的Panangam指出，在估算组件的寿命时，工程师通常使用经验模型。问题是这些往往是保守的，通过不必要的更换缩短了组件的常规使用的寿命，并且由于更频繁的零件更换和系统停机时间而增加了成本。他还表示，卓越的生命周期建模能够在需要时优化预防性维护和库存。
“我们提出了一个使用现场数据的模型，隔离故障模式，并理解引发根本故障的物理原理，”Panagam表示。“我们确定新应用程序的操作条件，并查看故障机制是否正在改变或保持不变。”
现有工艺有腐蚀性的工艺化学性质和温度，新工艺中在较高温度下进行。随机模型可估计新工艺温度下的寿命分布。使用成本函数来确定O形圈更换的最佳时间。（工程团队报告了更换零件的处理时间（以小时为单位），即使实际跟踪了加工的晶圆数量，以保护客户的数据。Panangam的团队确定故障模式（由于化学侵蚀而导致的O形圈磨损）是相同的，但O形圈的最佳常规使用的寿命为2500小时，而在此前较低的工艺温度下为4000小时。结果有助于为该过程安排适当的PM间隔，并保持充足的零件库存。“现在，当我们一定要对组件进行调用时，模型和成本函数将指导生产环境中的潜在更换，”Panagam表示。
图 2：最佳更换周期基于随机建模、故障模式和动作的可靠性分析以及成本函数（图源：Lam Research、SEMI ASMC）
图3：RPC替代从4000到2500小时（晶圆设备），通过基于场数据的更高热量负载
生命周期模型、成本函数提供O型圈更换时间，可靠性工艺工程师偶尔会确定现场故障是由系统性工具问题引起的。第二个示例显示了如何重新设计现有流程以解决现场故障，从而明显提高流程吞吐量并降低零件更换成本。
在其位于弗吉尼亚州马纳萨斯的DRAM工厂，美光在300mmICP刻蚀机上开发了一种新的连续等离子工艺，并采用了改进的无晶圆腔室清洁 (WCC)。该公司经历了一些存储设备故障，这些故障集中在晶圆中心。工程团队假设这些缺陷可能是由于在等离子DC偏压未开启时碎片从 ICP 蚀刻喷射器落到晶圆上造成的。
“多年来，我们从始至终在努力通过种种工艺改进来解决这一个问题，但我们决定引入连续等离子体工艺的想法，以及一种新的无晶圆腔室清洁（WCC）来永远解决这样的一个问题，”美光的Ye表示，他在SEMI最近的ASMC上介绍了新工艺。
空气中的分子污染问题导致不必要的工具停机（更换经过重新设计的喷射器），但最重要的是，客户设备会退回。集成的多步骤刻蚀和腔室清洁有大约20个步骤。对于新工艺，Ye的团队使用300mm素晶圆进行在线表征和探针，使用SEM / EDX识别污染物，并使用TEM来检查位线CD测量和轮廓。美光决定实施连续等离子体蚀刻工艺，因为修整刻蚀、硬掩模1、2等之间的稳定性步骤会造成污染。
“就像冰箱一样，关闭再打开也无济于事，等离子刻蚀室也是如此，”Ye指出。“这导致了连续等离子体工艺 (CPP)，以及无晶圆清洁从低压等离子体到高压等离子体的变化，以激活等离子体中的更多自由基，以此来实现卓越的碳氟化合物去除。WCC 由三个步骤组成——侵蚀性等离子蚀刻、O2 燃烧，然后是电介质调节步骤以涂覆腔室，”Ye 表示。“我们调整了内外气体喷射器的比例，以更好地清除喷射器壁上堆积的碎屑。”
最终的工艺配方参数调整导致位线刻蚀曲线均匀。美光的根据结果得出，良率提高了 1%，由于原始加工时间缩短了 8%，刀具良率大幅度提高，良率偏移导致的刀具停机时间减少，降低了ICP蚀刻机的新型和返工气体喷射器成本。
“现在我们不需要经常更换喷油器，良率偏差更少，位线控制和轮廓更出色，并且避免了客户的退货授权，”Ye指出。“我们将把这种新的、最著名的方法转移到先进的技术节点上。”
图4：晶圆中心污染引起未完成的刻蚀出现存储位线缺陷（图源：Micron、SEMI ASMC）
图5：改进的位线剖面图是连续腔等离子刻蚀、优化离子注入和优化晶圆刻蚀前工艺调节（图源：Micron、SEMI ASMC）
图6：新工艺消除了蚀刻步骤之间的稳定过渡，并优化了WCC以清洁更多副产品，从而延长部件寿命
人工智能日益渗透至半导体芯片制造流程，利用多个工具传感器估算组件寿命和诊断的新模型，能够改善良率问题。从工具到晶圆厂级别的工程解决方案将结合更先进的建模、机器学习和反馈机制，以更快地处理问题，并保持工具和晶圆厂生产出优质的设备。
文章出处：【微信号：CloudBrain-TT，微信公众号：云脑智库】欢迎添加关注！文章转载请注明出处。
进行加速环境应力测试，模拟高温、低温、湿热和温度循环等极端环境条件。这些测试旨在评估
、工艺成熟、先进。 电路、结构设计中，应最好能够降低接插件、金属化孔的数量，电路器件和
尽量采取直接在印制板上焊接的方法，选用表面贴装器件，采用表面贴装技术，以避免接触不良，确保设备的
的五个过程详解 /
有多少？我看温控开关的体积很小，价格实惠公道，能够适用于一些温度控制方面，不过
里的大学问 /
【紫光同创盘古PGX-Nano教程】——（盘古PGX-Nano开发板/PG2L50H_MBG324第八章）密码锁实验例程
