集微網(wǎng)消息 7月13日至14日，中國集成電路設(shè)計創(chuàng)新大會暨IC應(yīng)用博覽會（ICDIA 2023）在無錫太湖國際博覽中心隆重召開。在大會汽車電子與應(yīng)用專場，芯率智能科技(蘇州)有限公司聯(lián)合創(chuàng)始人蔣曉軍發(fā)表了名為《人工智能助力汽車芯片的良率提升》的主題演講，指出通過人工智能對不同類別的汽車芯片缺陷進(jìn)行有效識別，同時基于工藝和流程分析找出相關(guān)RootCause，將能真正解決和提升整個生產(chǎn)線的工藝良率。
蔣曉軍表示，“良率是半導(dǎo)體產(chǎn)業(yè)的生命線，涉及到效益甚至生死存亡。對于生產(chǎn)線而言，良率一直是非常關(guān)鍵性的指標(biāo)，在各個環(huán)節(jié)和Knowhow關(guān)系非常緊密，尤其是在現(xiàn)在國產(chǎn)設(shè)備替代的大背景下，持續(xù)維護(hù)良率應(yīng)該是一個長期課題和持續(xù)努力的方向。因為良率提升是一個系統(tǒng)性的工程，需要設(shè)備、工藝開發(fā)和封測等產(chǎn)業(yè)鏈各個環(huán)節(jié)協(xié)同、一起努力。”
在電動汽車領(lǐng)域，汽車芯片已經(jīng)進(jìn)入全新的發(fā)展范疇。蔣曉軍稱，傳統(tǒng)汽車需要三五百元相關(guān)芯片，電動智能汽車需要上千塊，而未來L4以上的智能駕駛汽車需要三千元以上。作為全球最大的汽車消費(fèi)市場，中國將來也勢必是最大的汽車生產(chǎn)地，同時對汽車芯片會有非常大的需求。但有專家指出，目前國產(chǎn)汽車芯片占比非常低，平均不到5%。一些相對簡單的芯片占比最多只有8%，而高端的汽車MCU占比不到1%。不過，這也意味著提升空間巨大。
“汽車芯片的高可靠性、高安全性、高長效性是非常高的門檻和壁壘，這是因為汽車本身應(yīng)用環(huán)境非常惡劣，而更關(guān)鍵的是汽車生命周期、生產(chǎn)周期都很長。”蔣曉軍認(rèn)為，在可靠性方面，汽車芯片的供應(yīng)需要二十到三十年的時間周期檢驗；在安全性方面，汽車芯片絕對不能宕機(jī)，它的安全性以及基于車聯(lián)網(wǎng)的信息安全都非常關(guān)鍵。至于長效性，由于汽車芯片開發(fā)周期非常長，其上車之后兩三年真正面向市場時，能不能適應(yīng)市場需求極為重要。
蔣曉軍進(jìn)一步表示，汽車芯片良率相關(guān)的能力提升其實存在很多痛點。第一，行業(yè)對良率可靠性的理解、認(rèn)知，包括形成比較明確的行業(yè)規(guī)范、便捷的相關(guān)認(rèn)證流程是關(guān)鍵之一。第二，汽車芯片良率提升需要全產(chǎn)業(yè)鏈協(xié)同，以及各個環(huán)節(jié)的數(shù)據(jù)共同發(fā)揮作用，并非在單一環(huán)節(jié)就能解決。第三，專家的經(jīng)驗以及對行業(yè)Knowhow需進(jìn)一步加強(qiáng)。第四，良率檢測、良率分析以及其后的深度服務(wù)/咨詢也是重要一環(huán)，否則芯片生產(chǎn)廠商會很茫然。
只有形成有效的閉環(huán)，才能夠真正把汽車芯片良率提升做好。蔣曉軍認(rèn)為，“環(huán)境、電性測試等很多汽車芯片良率測檢測環(huán)節(jié)，與生產(chǎn)制造的流程數(shù)據(jù)共同形成了良率大數(shù)據(jù)。這些大數(shù)據(jù)除了做簡單的分析，最重要的是可以在里面產(chǎn)生各種各樣的Knowhow和經(jīng)驗積累，包括失效分析、系統(tǒng)應(yīng)用級測試以及汽車芯片相關(guān)特殊檢測都可以反饋給各環(huán)節(jié)良率分析。”
在這一閉環(huán)生態(tài)中，有多種人工智能工具可以助力汽車芯片的良率提升，比如AI ADC是缺陷自動分類，能在半導(dǎo)體、泛半導(dǎo)體領(lǐng)域發(fā)揮比較大作用，即通過人工智能、機(jī)器視覺和深度學(xué)習(xí)有效提升效率。蔣曉軍指出，基于缺陷分類基礎(chǔ)，每個晶圓上的缺陷數(shù)量和種類會非常多，不同缺陷可能會來自不同機(jī)理。而通過人工智能對不同類別的缺陷進(jìn)行有效識別，同時基于工藝和流程分析發(fā)現(xiàn)相關(guān)RootCause，將能真正解決和提升整個產(chǎn)線的工藝良率。
至于提升汽車芯片良率的人工智能工具和應(yīng)用場景，蔣曉軍列舉了Map Signature識別結(jié)果、AI Metrology智能量側(cè)、Virtual metrology虛擬量測、AI Dynamic Sampling智能動態(tài)取樣，以及設(shè)備生產(chǎn)狀態(tài)的評估及預(yù)測、多設(shè)備一致性匹配和產(chǎn)線工藝控制管理等。
在各人工智能工具的作用方面，蔣曉軍稱，Map Signature能完成空間缺陷識別，進(jìn)而完善整個產(chǎn)業(yè)鏈；AI Metrology通過機(jī)器視覺和識別對產(chǎn)業(yè)工藝進(jìn)行相關(guān)量測分析；Virtual metrology通過對工藝、設(shè)備建模形成對重要工藝和產(chǎn)品特性的預(yù)測，從而提升產(chǎn)線效率等；AI Dynamic Sampling結(jié)合AI對缺陷的預(yù)測可以大幅提高偵測率和減少誤報率。
另外，在設(shè)備生產(chǎn)狀態(tài)的評估及預(yù)測上，人工智能的應(yīng)用可以把事后的管理變成事中和事先，即通過建模對整個生產(chǎn)流程進(jìn)行實時預(yù)警和事先做一些預(yù)測性設(shè)備維護(hù)。而多設(shè)備一致性匹配通過智能化系統(tǒng)可以比較好地解決效率不高、受人工判斷影響比較大等問題，最重要的是可以動態(tài)監(jiān)督調(diào)校之后的結(jié)果。在產(chǎn)線工藝控制管理方面，人工智能的應(yīng)用能提高效率和有效管理虛擬建模等，以及在工藝流程中可以通過建模方式對質(zhì)量進(jìn)行預(yù)測和管理。
