如今,活跃的设备比以往任何时候都多,数据正以指数级的速度增长,系统也变得越来越复杂和复杂。
创建这些系统和设备的背后是半导体制造工艺或流程中的大约 200 个工艺步骤,这越来越需要对材料进行微调以支持当前和下一代技术。
在过去的几年里,每个技术节点的维度都在收紧。随着新材料被引入以满足新设备的性能目标,围绕材料与制造过程的相互作用出现了新的挑战。每个单独的过程对任何变化都变得越来越敏感。这不仅来自材料的宏观特性,而且现在更常见的是,也与子供应商的工艺或导致杂质的一些变化有关。
半导体行业,包括材料供应商和设备制造商,已经认识到需要改进材料质量和分析方法。需要一个新的全行业数据协作和分析平台,例如由Athnia通过默克集团、德国达姆施塔特和 Palantir Technologies 之间的合作伙伴关系实现的平台。
提供先进的数据分析有助于限制从供应商到半导体制造厂的整个价值链中质量或性能偏差的代价高昂的影响。它还将帮助晶圆厂在一个单一、安全的平台上管理制造流程中的更快创新,从而支持提高来料质量并增加供应商参与度。供应商通过智能数据集成从内部效率提升中受益,并且可以成为他们所服务的晶圆厂的更好合作伙伴。
了解哪些数据、如何将数据整合在一起,以及如何以安全的方式进行操作,以便您在无需担心 IP 污染的情况下推动洞察力,是关键。
通过在安全且支持数据共享平台中利用人工智能和大数据分析,材料供应商和设备制造商可以共享围绕材料和晶圆厂流程的大量数据,以推动材料质量和供应链的下一步发展。现成的机器学习模型用于通过 Palantir Foundry 平台分析数据中的相关性。
协作数据共享平台甚至可以通过最大限度地减少或消除任何材料中断来提高设备制造厂的利用率,从而帮助应对芯片短缺等挑战。这也有助于任何给定的材料供应商更有效地管理供应链,并确保他们能够继续拥有可持续的供应,进一步减少材料对芯片短缺的任何影响。
使用这种数据驱动的决策制定始于坚实的数据基础,其中安全性至关重要。客户保留其数据的唯一所有权,在保护其 IP 的安全环境中保留控制权。Athnia 提供匿名化(删除元数据,即列名)和扩展功能,以实现安全的信息流和可靠的统计数据。
像这样的平台的行业优势是广泛的,包括:
为下一代技术节点缩短新材料的上市时间,
实现更高的产量,
推动设备制造零缺陷,
并改善供应链延迟。
审核编辑:郭婷
-
晶圆
+关注
关注
52文章
4922浏览量
128047 -
人工智能
+关注
关注
1791文章
47350浏览量
238754 -
大数据
+关注
关注
64文章
8894浏览量
137480
发布评论请先 登录
相关推荐
评论