如今,随着设备比以往任何时候都更加活跃,数据正以指数级的速度增长,系统也变得越来越复杂。
这些系统和设备的创建背后是半导体制造工艺或流程中大约200个工艺步骤,这些步骤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,每个技术节点的尺寸都在收紧。随着新材料的引入以满足新设备的性能目标,围绕材料与制造过程的相互作用的新挑战正在上升。每个单独的过程对任何变化都变得越来越敏感。这不仅来自材料的宏观特性,而且现在更常见的是,还有次级供应商的工艺或导致杂质的一些变化。
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Athinia通过德国达姆施塔特默克公司和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的质量或性能偏移的代价高昂的影响。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,并且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处理,以便您推动见解而不必担心 IP 污染。
通过在安全且有利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流程的大量数据,以实现材料质量和供应链的下一步进步。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工厂的利用率,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,进一步最大限度地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。客户保持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(删除元数据,即列名)和扩展功能,以实现信息的安全流动和可靠的统计数据。
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新材料的上市时间,
实现更高的产量,
推动设备制造零缺陷,
以及改善供应链延误。
审核编辑:郭婷
-
人工智能
+关注
关注
1791文章
46711浏览量
237236 -
大数据
+关注
关注
64文章
8856浏览量
137231
发布评论请先 登录
相关推荐
评论