🔬 Гендиректор предприятия D2s (Design 2 Silicon) Aki Fujimura поделился своими мнениями относительно отрасли фотомасок и ряда современных технологий. В частности, разговор касался ИИ и машинного обеспечения, а также их влияния на индустрию микроэлектроники в целом и в особенности на производство фотомасок. Вашему вниманию краткий пересказ интервью, - полностью его можно читать на английском в источнике.
С точки зрения г-на Фуджимуры, тренд индустрии не меняется, в частности, сохраняется ориентация, как на создание простых вычислительных устройств с низким потреблением энергии для IoT, так и на создание мощных устройств с параллельными вычислениями на базе GPU. Это сохраняет необходимость в постоянной конкуренции за технологическое лидерство между ведущими производителями полупроводников, что оказывает и продолжит оказывать негативное влияние на стоимость разработки микросхем.
Г-н Фуджимура не считает такие технологии, как ИИ, ML (машинное обучение) и DL (глубокое обучение) всего лишь хайпом. Глубокое обучение и базирующиеся на нем решения ИИ - это, несомненно, революционная технология, обеспечивающая базу для технологического прогресса в самых разных областях. DL уже оказывает влияние на развитие полупроводникового производства, и это влияние будет только расти в ближайшие годы.
Можно говорить о косвенном влиянии DL на технологические процессы, а также о непосредственном. В частности, DL может быть внедрено в технологии проектирования фотошаблонов для производства микросхем, прежде всего, в OPC (оптическую коррекцию близости), и в так называемую технологию обратной литографии (ILT). При таком подходе алгоритм DL быстро генерирует исходный дизайн фотошаблона, основанный на техзадании и статистических моделях, а затем с ним начинают работу с помощью обычных программ OPC/ILT. Тогда результат получается примерно в четыре раза быстрее, чем если начинать с нуля.
Выигрыш получается и по-сравнению с использованием SRAF (sub-resolution assist features) автоматическим добавлением дополнительных паттернов по краям основных паттернов. Особенность SRAF в том, что добавляемые паттерны меньше, чем разрешение машины для печати маски, но эти микроэлементы топологии, тем не менее, оказывают необходимое влияние на результат.
Применять подходы DL и нейросети можно и в других процессах, например, в ADC - автоматическом выявлении дефектов маск и пластин.
В целом в рынок разработки масок постоянно растет среднегодовыми темпами в 4% в последние три года. Скорее всего, рост продолжится еще некоторое время, на это, в частности, повлияет формирование спроса на маски для EUV-процесса. Спрос на такие маски вырастет по мере внедрений EUV машин производителями и перехода к процессам 5 нм и 3 нм. Этот спрос обязательно возникнет в ближайшем будущем, поскольку после появления многолучевых решений EUV можно создавать дизайны элементов необходимой формы.
Развивается также тема MPC (коррекции масок). Коррекцию проводят, например, на уровне софта после выхода дизайна маски из OPC. Это сложный процесс, требующий использования определенных правил и процессов симуляции, которые могут строиться, как на основе эмпирических моделей, так и на основе физических моделей, - этот способ более качественный. Другой способ проводить MPC - это использование коррекции непосредственно в программах, предназначенных для печати масок, например, в NuFlare MBM-1000 c поддержкой функциональности PLDC, то есть коррекций на пиксельном уровне.
Область производства масок сейчас находится на подъеме, поскольку растет спрос на все более высокую точность их изготовления с учетом требований минимального времени их изготовления - достижение соответствующих показателей невозможно без опоры на современные технологии. https://semiengineering.com/fabs-meet-machine-learning/
С точки зрения г-на Фуджимуры, тренд индустрии не меняется, в частности, сохраняется ориентация, как на создание простых вычислительных устройств с низким потреблением энергии для IoT, так и на создание мощных устройств с параллельными вычислениями на базе GPU. Это сохраняет необходимость в постоянной конкуренции за технологическое лидерство между ведущими производителями полупроводников, что оказывает и продолжит оказывать негативное влияние на стоимость разработки микросхем.
Г-н Фуджимура не считает такие технологии, как ИИ, ML (машинное обучение) и DL (глубокое обучение) всего лишь хайпом. Глубокое обучение и базирующиеся на нем решения ИИ - это, несомненно, революционная технология, обеспечивающая базу для технологического прогресса в самых разных областях. DL уже оказывает влияние на развитие полупроводникового производства, и это влияние будет только расти в ближайшие годы.
Можно говорить о косвенном влиянии DL на технологические процессы, а также о непосредственном. В частности, DL может быть внедрено в технологии проектирования фотошаблонов для производства микросхем, прежде всего, в OPC (оптическую коррекцию близости), и в так называемую технологию обратной литографии (ILT). При таком подходе алгоритм DL быстро генерирует исходный дизайн фотошаблона, основанный на техзадании и статистических моделях, а затем с ним начинают работу с помощью обычных программ OPC/ILT. Тогда результат получается примерно в четыре раза быстрее, чем если начинать с нуля.
Выигрыш получается и по-сравнению с использованием SRAF (sub-resolution assist features) автоматическим добавлением дополнительных паттернов по краям основных паттернов. Особенность SRAF в том, что добавляемые паттерны меньше, чем разрешение машины для печати маски, но эти микроэлементы топологии, тем не менее, оказывают необходимое влияние на результат.
Применять подходы DL и нейросети можно и в других процессах, например, в ADC - автоматическом выявлении дефектов маск и пластин.
В целом в рынок разработки масок постоянно растет среднегодовыми темпами в 4% в последние три года. Скорее всего, рост продолжится еще некоторое время, на это, в частности, повлияет формирование спроса на маски для EUV-процесса. Спрос на такие маски вырастет по мере внедрений EUV машин производителями и перехода к процессам 5 нм и 3 нм. Этот спрос обязательно возникнет в ближайшем будущем, поскольку после появления многолучевых решений EUV можно создавать дизайны элементов необходимой формы.
Развивается также тема MPC (коррекции масок). Коррекцию проводят, например, на уровне софта после выхода дизайна маски из OPC. Это сложный процесс, требующий использования определенных правил и процессов симуляции, которые могут строиться, как на основе эмпирических моделей, так и на основе физических моделей, - этот способ более качественный. Другой способ проводить MPC - это использование коррекции непосредственно в программах, предназначенных для печати масок, например, в NuFlare MBM-1000 c поддержкой функциональности PLDC, то есть коррекций на пиксельном уровне.
Область производства масок сейчас находится на подъеме, поскольку растет спрос на все более высокую точность их изготовления с учетом требований минимального времени их изготовления - достижение соответствующих показателей невозможно без опоры на современные технологии. https://semiengineering.com/fabs-meet-machine-learning/