SandBox將AI工具應用到IC制造方法

20世紀80年代，EDA公司如雨后春筍般涌現，提供商業(yè)工具來加速復雜的集成電路設計，從此芯片行業(yè)的發(fā)展軌跡發(fā)生了翻天覆地的變化。芯片制造商傳統(tǒng)上依賴內部專業(yè)技術來改進工廠的工藝工程，而現在他們可能已經準備好接受為半導體生產而開發(fā)的商業(yè)工具。

制造是芯片行業(yè)的新主角。

美國《芯片和科學法案》不僅吸引了公司在美國建造晶圓廠，還幫助增加了工廠工人、半導體生產工程師（盡管仍然短缺）和制造供應鏈上的公司。

因此，半導體行業(yè)開始涌現出一批對生產工藝有著濃厚興趣的年輕化學工程師。

Meghali Chopra就是這樣一位博士創(chuàng)業(yè)者。

Chopra在Texas的Austin創(chuàng)辦了一家名為SandBox Semiconductor的初創(chuàng)公司。該公司提供軟件工具，旨在加速探索配方開發(fā)的新工藝方案。這些工具旨在為工藝工程師提供基于物理的AI建模。

20世紀80年代，EDA（Electronic Design Automation）公司的誕生加速了半導體設計進步的步伐，而Sandbox是加速工藝工程的公司之一。

SandBox的CEO Chopra說：“當人們談論半導體時，他們談得最多的是設計，而不是芯片制造。但現在人們更加關注制造，我認為芯片生產中的工藝開發(fā)和可擴展的配方具有超級挑戰(zhàn)性?！?/p>

復雜的工藝工程

工藝工程有三個主要步驟：光刻、蝕刻和沉積。據Chopra稱，Sandbox專注于蝕刻和沉積及其單元工藝?！耙虼?，我們的目標主要是幫助工藝工程師盡快找出這些單元和單元步驟的正確參數。”

Chopra指出，制造芯片需要1200個單元工藝。用化學工程術語來說，一個單元工藝就是一個步驟。

為了說明工藝工程的復雜性，她解釋說：“無論何時改變芯片設計，基本上都必須重復開發(fā)所有這些不同的單元工藝?！?/p>

她補充說，“這就是為什么它如此困難。”

此外，集成工程師需要協(xié)調所有單元工藝組合，而邊緣或沉積工程師則必須開發(fā)實際的單元工藝。“因此，對于整個集成工藝中的每一個步驟，邊緣或沉積工程師都會得到一組他們必須達到的指標。”

如今，工藝工程師依賴內部開發(fā)的工具來優(yōu)化單元工藝。他們的工作（本質上是迭代試錯）也在很大程度上依賴于進行手動調整的工藝工程師的經驗和專業(yè)知識。他們都使用Excel來管理工藝開發(fā)。

由于這些工程師的知識很難翻譯或轉移，因此一些工廠對嘗試SandBox Studio AI等新的商用工藝開發(fā)平臺表現出濃厚興趣也就不足為奇了。

SandBox的產品

SandBox的核心產品是SandBox Studio AI。

據該公司稱，該平臺使工藝工程師能夠“利用基于物理、統(tǒng)計和機器學習（ML）的模型快速預測工藝結果”，從而加速產品交付。

SandBox的AI解決方案的獨特之處在于“物理支持的AI”。Chopra解釋說：“為了對這些非常復雜的工藝進行建模，我們使用了基于物理的基本真實模型。然后，我們使用AI來增強該模型。”

她說：“因此，如果我嘗試用物理模型模擬這些工藝，一次模擬可能需要5分鐘到幾天的時間，因為它們實在太復雜了。當然，這對于在工廠工作的工藝工程師來說并不可行?！?/p>

SandBox使用AI來“實現即時預測”。Chopra指出，“我們可以為工藝工程師提供實時反饋。但在所有AI的背后，仍然是一個基于物理的基礎層?！?/p>

SandBox Studio AI平臺的最新成員是Weave，它主要應對混合計量挑戰(zhàn)。

混合計量在工藝工程師中越來越受歡迎，因為他們需要精確測量復雜的結構，而單一的工具集無法全面查看這些結構。SandBox解釋說，在3D NAND、DRAM和GAA架構時代，混合計量是解決開發(fā)尖端工藝所涉及的復雜性和各種測量任務的必要條件。

但有一個問題。由于每種工具只能顯示特定的視圖（橫截面、自上而下等），因此要管理來自不同來源的數據并從中獲得洞察既困難又耗時。不可避免的結果就是出錯。

SandBox聲稱，其剛剛發(fā)布的Weave采用先進的ML技術，從SEM（Scanning Electron Microscope）和TEM（Transmission Electron Microscopy）數據中提取和分析剖面，從而顯著提高了計量精度。Chopra說：“從本質上講，我們正在使用我們的平臺對數據進行預處理，并將其與我們的計算模型進行協(xié)調。”

該公司表示，Weave的目的是讓工藝工程師免去手動測量SEM和TEM圖像的繁瑣工作。SandBox指出，這樣做的結果應該是，在工藝定義、產能爬坡和量產過程中，計量精度更高、實驗速度更快、成本更低。

Weave可直接插入SandBox Studio AI的建模平臺，為工程師提供了一種高效的方法，用于從不同長度尺度的計量資源中收集數據、解決數據沖突問題，以及預處理和組織數據，以進行建模和分析。

SandBox的客戶

Chopra于2016年成立了SandBox，那時距離她從Texas大學化學工程專業(yè)博士畢業(yè)還有一年時間。Chopra在Lam Research短暫實習后，由于沒有在晶圓廠擔任工藝工程師的經驗，她創(chuàng)辦了自己的初創(chuàng)公司。

Chopra解釋說，就在她從Stanford畢業(yè)后搬到Texas時，Texas大學Austin分校成立了制造研究中心。在研究生期間，她與不同公司的工藝工程師接觸，積累了行業(yè)經驗。

這些經驗明確了她的目標，并驗證了她所研究的軟件工具的潛在市場需求。

如今，SandBox已擁有近十家客戶，包括工具供應商和芯片制造商。

工藝配方開發(fā)一直被認為是制造設備供應商（如Lam Research或Applied Materials）的領域。事實上，當這些公司交付一個巨大的蝕刻或沉積工具時，都會附帶他們所謂的Best Known Method，一個既定的基準配方。

然而，當這些工具到了芯片制造商手中時，麻煩就來了。Chopra解釋說：“首先，客戶希望工具供應商對配方進行小幅調整。因此，供應商會調整他們的基準配方?？蛻暨€需要進行具體的優(yōu)化，結果就是來回折騰，需要工具供應商做大量的手把手工作。”

更糟糕的是，Chopra指出，芯片制造商不僅僅只是采購單一的工具，他們會購買許多工具?！爱斈銚碛?0種工具時，問題就變得更加棘手，因為你需要確保所有工具都匹配。這些工具會隨著時間的推移而發(fā)生變化，工程師使用它們的方式也不盡相同。因此，芯片制造商本身需要能夠找到不同的配方調整，以獲得所謂的chamber-to-chamber匹配。”

因此，盡管工具制造商和芯片制造商有不同的需求，但如果公司希望提高工藝產量，就必須能夠調整配方。配方必須符合整個晶圓的目標規(guī)格。

目前，SandBox有20名工程師。除了一些種子投資外，自2018年開始運營以來，它從未籌集過資金。Chopra說：“我們實際上已經盈利了?！?/p>

但她補充說，“我們的目標是通過了解客戶的問題來慢慢成長。”

審核編輯：劉清