世界的なチップ不足を克服するために、半導体FABでは今、スループットの向上が最重要課題となっています。

‍

この先、半導体製造のプロセス工程を最適化、簡略化、削除することで、長期的なコスト削減の大きな機会が生まれます。

‍

このような改善を実現するためには、リアルタイムで正確かつ実用的なデータが必要です。

‍

この新しい手法は、Equipment and Process Co-Optimization、略してEPCOと呼ばれています。これは、リアルタイムのデータを使って、プロセスと装置を完全に同期させながら共同で最適化するものです。EPCOは、エンジニアリングのベストプラクティスに機械学習を適用したものです。 CopyExactly!製造工程と設備の最適化をデジタル化することを支援します。

‍

例えば、統計的工程管理は、全く同じ装置で同じレシピを使用しても、チャンバー間、機械間、ラン間の差による実際の影響を見ることができます。プロセス制御は、重要な寸法が縮小し、エラーの許容範囲も縮小したため、より複雑になっています。つまり、統計的工程管理を徹底し、高い生産性を確保するためには、チャンバーごとの管理が基本になってきているのです。

‍

これこそエプコが目指すものであり、装置、チャンバー、プロセスを共に最適化し、多くの場合、高度な機械学習技術を駆使しています。

‍

アトナープは、FABや装置メーカーの問題点や課題を理解するために、多くの時間を費やしてきました。その結果生まれたのが、堅牢な分子センサー「Aston」です。

‍

Astonは、効果的なEPCOに不可欠な、正確で実用的なリアルタイムデータを提供します。このデータにより、適切なMLモデルを構築し、テストすることができます。

‍

実際、AstonはEPCOを実現するために、in-situ分子解析のニーズに応えるべく、一から設計されました。

‍

詳細については、Aston社による半導体製造におけるEPCOの実現方法を説明したアプリケーションブリーフをダウンロードしてご覧ください。