随着当今活跃设备的数量比以往任何时候都要多,数据正以指数级的速度增长,系统也变得越来越复杂。
在创建这些系统和设备背后,是半导体制造工艺或流程中大约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收紧了。随着新材料的引入,以满足新设备的性能目标,围绕材料与制造工艺的相互作用,新的挑战正在上升。每个单独的过程对任何变化都变得越来越敏感。这不仅是从材料的宏观性质上看的,而且现在更常见的是,还与次级供应商的工艺或一些变化导致杂质。
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的方法。需要一个新的全行业数据协作和分析平台,例如由Athinia通过默克KGaA,德国达姆施塔特和Palantir Technologies之间的合作伙伴关系实现的平台。
提供高级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单一、安全的平台中管理制造流程的更快创新,该平台将支持提高进料质量并提高供应商参与度。供应商通过智能数据集成从内部效率提升中受益,可以成为他们所服务的晶圆厂的更好合作伙伴。
关键是要了解哪些数据,如何将数据整合在一起,然后如何以安全的方式进行操作,以便您在不担心IP污染的情况下推动见解。
通过在安全且支持的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有关材料和晶圆厂工艺的大量数据,以实现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铸造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小化或消除任何材料中断来实现设备制造工厂的高利用效率,从而帮助应对诸如芯片短缺之类的挑战。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,在保留其 IP 的安全环境中保留控制权。Athinia提供匿名化(删除元数据,即列名称)和扩展的功能,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:
缩短下一代技术节点的新材料的上市时间,
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
-
芯片
+关注
关注
456文章
50886浏览量
424180 -
半导体
+关注
关注
334文章
27432浏览量
219282
发布评论请先 登录
相关推荐
评论