智慧製造推動下一代半導體晶片技術發展

晶圓廠需要進行典範轉移(paradigm shift)，以用工業4.0並實現最大效率

半導體裝置在我們的日常生活中隨處可見，是當今通訊、教育、製造、醫療和交通等行業的基礎。

從我們的手機鬧鐘叫醒我們的那一刻開始，到透過串流影音收看我們最喜愛的節目放鬆身心，很難想像現代生活沒有了這些仰賴半導體的各種設備。

為了跟上性能和成本的需求，半導體功能和積體電路(IC)一直遵循著摩爾定律，這表示IC製造技術已經大幅度地從微米級，轉變到數百奈米甚至數個奈米單位的級別，且預期會持續縮小到埃(angstroms)。隨著特徵尺寸的縮小，建造這些先進且精密晶片的機器複雜度也相對地增加。

千兆位元(PB)級的製造數據

半導體製造商有強大的商業動機來驅使電晶體更小、更快、更低成本。然而，要做到上述要求需要晶圓廠具備適切的專業知識、設備和軟體，並且用能夠滿足競爭激烈的上市時間要求的速度，來大規模生產半導體晶片。例如，一個尖端的晶圓廠需要超過50億美元的前期資本投資，才能在每分鐘生產數以兆計，尺寸比人類頭髮的寬度小2000倍的電晶體。

這些晶圓廠每年在製造過程中產生數十PB的數據。數據是從數十萬個獨特的感測器即時收集的，這些感測器相互連接以共享與先進節點製造晶片相關的資訊。這個龐大的數據流需要實時(realtime)監控和分析，以引導晶圓廠在幾秒鐘內可以實現最大的效率。

傳統的監控和控制製造過程技術無法擴展到能納入這些PB級數據。在過去，製造和半導體工程師團隊被期望持續提高生產力、解決每個問題，並找出如何生產下一個製程節點。晶圓廠需要一個典範轉移，利用工業4.0以及現代軟體解決方案中，透過人工智慧（AI）和機器學習（ML）的力量，才能協助晶圓廠實現最大的效率。

工業4.0、雲(cloud)，以及對軟體解決方案的需求

工業4.0的願景是利用製造過程中得到的大量數據，協助製造部門數位化，讓它變得更有效率。這與先進製造晶圓廠的需求完美契合。具有最新人工智慧和機器學習技術的軟體解決方案能夠自動進行數據分析，彌補工程師在決策中的知識和經驗，並對晶圓廠可能存在的製程和良率問題，提出警告。

此外，晶圓廠可以從最近的雲端產業化中受益，該技術應用使得多個晶圓廠能夠連結，進一步共享經驗，並加強跨多個晶圓廠的流程。有效利用雲端中的軟體和數據，可以排序並找到合適的數據進行分析和優化，顯著減少停機時間，保護更大的供應鏈免於中斷，幫助企業達到永續發展的目標，進而從競爭對手中勝出。由人工智能和機器學習驅動的軟體分析了跨多個晶圓廠的PB級數據，協助決策過程，並實現前面提到的流程控制典範轉移。

新思科技在半導體供應鏈中扮演的角色

新思科技(Synopsys)為半導體晶圓廠和整個電子產業提供上述的軟體解決方案。新思科技最近推出Synopsys.ai，提供進階的AI跟ML功能。這是一個全面性的解決方案套件，可以從設計到量產和高產量製造等各個面向去善用人工智能的力量。此外新思科技在晶片製造過程方面擁有專門的專業知識，從IC設計和光罩合成到製程和測試以及製程控制。半導體產業需要新思科技提供的強大軟體解決方案，以滿足製造和製程開發不斷成長的需求，而這推動著未來電子設備的發展。