发布时间：2022-11-26 分类： 行业资讯
海思麒麟990采用7nm工艺，AI核心最强的阿里平头歌的夜光800也采用7nm工艺。这些令人振奋的消息背后，是中国芯片公司追求先进技术的坚定步伐。
然而，这条路并不是一帆风顺的。在芯片设计的过程中，有很多风险，比如技术如何升级，能否第一时间成功量产等等。正式量产后，还将面临良率升级和工艺稳定的重大挑战。
面对良率升级的问题，国内FpGA厂商上海安路科技联合创始人徐春华，表示：“提升良率最重要的挑战是制造工艺的稳定性。”
追求先进技术的麻烦
在半导体工艺领域，晶圆厂永远是领导者。以台积电为例，当苹果的A13、高通骁龙865、海思麒麟990刚刚采用7nm工艺量产时，5nm工艺的研发已经初步准备就绪，甚至3nm工艺的研究已经迫在眉睫。顶尖的芯片公司仍然落后晶圆厂，半拍，大多数芯片公司只能努力追赶。
\"芯片量产后，良率波动经常出现问题.\"徐春华认为，原因是产品研发与晶圆厂现有技术之间存在“时滞”，“现在生产的产品都是基于几年前的设计规则开发的。虽然根据理论分析和有限的实验，当时晶圆厂的设计规则会增加工艺波动裕度，但后续实际加工过程中的各种工艺波动和原来的理论模型肯定会存在差异甚至漏洞，导致大规模生产的良率波动。”
这也是设计公司和晶圆厂之间永恒的矛盾“晶圆厂之前制定的规则无法匹配现在的工艺条件。例如，线宽和间隔等参数在不同时间和不同机器上会有不同的要求。由于规则给出的保证金不足，生产中会出现各种问题。”
同时，随着技术水平的提高，控制良率的条件也越来越严格，所以有必要对良率进行预判根据徐春华，的说法，晶圆厂会根据芯片上的缺陷密度计算出理论上的良率，这对设计公司会有帮助。然而，这个计算值只是理论上的良率，实际情况仍然非常复杂。
为了解决这一问题，芯片设计公司应该“绷紧神经”，不断监控并及时将问题反馈给晶圆厂。幸运的是，晶圆厂生产设备上的传感器可以及时分析从工具操作到晶圆工艺监控产生的数据。例如，传感器和数据日志可以获得晶圆进入哪个腔体的信息，所有数据都可以进入系统进行实时采集和分析。通过有效地收集这些信息，我们可以知道芯片生产中的各种状态。
徐春华提到，安路科技为每个芯片设置了独立的ID，这些ID与生产中的各种数据关联。安路很容易总结和分析各种数据。未来，如果有必要，一些客户将使用该功能来保护产权，并设计防止“克隆”。
大数据人工智能
在整个芯片制造过程中，有数百个检查步骤，晶圆厂希望在制造周期内实时同步检测良率，而不是在制造过程结束后才发现问题。然而，当各种测试数据被收集时，它将形成一个非常大的数量级。问题来了，如何做好大数据分析？
徐春华说：“在追溯芯片制造过程中，集成数据量非常大，很多分析都需要通过软件进行处理。”在这种情况下，人工智能将派上用场。
人工智能可以用于芯片生产过程的早期分析。国内FpGA厂商安路科技在这方面做了尝试，在公司内部开发了大数据分析工具，用人工智能算法训练测试数据分析过程，实时推断返回的新数据是否指示问题，从而及时监控良率是否达标，性能参数等各项指标是否异常，实现预警的作用。
“现在收集的数据一般都是测试数据，与生产过程没有直接关系。如果将测试数据与过程数据相结合，会产生更大的数据量，维度会增加很多。这时，利用人工智能进行分析将大大有助于良率的改善”徐春华说。
值得一提的是，安路科技是国内知名的FpGA供应商，其FpGA芯片已应用于工业控制、消费电子、数据中心、边缘计算等领域，主要实现逻辑控制、计算协同处理、人工智能加速等应用。
在整个行业，引入人工智能升级良率已成为趋势为了将AI技术应用到半导体制造过程中，三星电子聘请了大量专业人员组建先进的过程控制团队(ApC)，开发优化制造过程中的机器学习技术，并通过智能过程质量控制方法不断提升良率。两年前，台积电和联电都表示，在工厂中使用人工智能技术可以在不增加机器的情况下多生产20%-30%的晶圆。
然而，这只是人工智能应用的初级阶段。要大幅度提升良率，还需要大量依靠经验的工作，人工智能目前还远远不能胜任。因此，依靠芯片设计公司、晶圆厂和封装工厂的合作，辅助不断完善的人工智能技术，是未来半导体产业链的最佳选择。
