國產FPGA安路科技:工藝與設計的時間差是良率提升的“天敵”

海思麒麟990采用了7nm工藝,阿里平頭哥號稱最強AI芯的含光800也采用了7nm工藝。在這些令人振奮的消息背后,是中國芯片公司追逐先進工藝的堅定步伐。

只是這條路并非一帆風順,在芯片的設計過程中,就要面臨技術如何升級、能否首次流片成功等諸多風險,而在正式量產之后,還要面對良率提升和工藝穩(wěn)定的重大挑戰(zhàn)。

面對良率提升這個問題,國產FPGA廠商上海安路科技聯(lián)合創(chuàng)始人徐春華表示:“在我們提升良率面對的挑戰(zhàn)中,最主要的就是制造工藝的穩(wěn)定性。”

追逐先進工藝的煩惱

在半導體工藝世界中,晶圓廠總是一個領跑者。以臺積電為例,當蘋果的A13、高通的驍龍865、海思的麒麟990剛采用7nm工藝量產的時候,5nm工藝的研發(fā)已經初步就緒,甚至連3nm的工藝研究也已經箭在弦上。頂尖的芯片公司尚比晶圓廠的步調差半拍,大部分芯片公司就只能苦苦追趕了。

“在芯片在大規(guī)模量產以后,經常會出現(xiàn)良率波動的問題。”徐春華認為原因就是產品研發(fā)與晶圓廠現(xiàn)有工藝存在了“時間差”。“現(xiàn)在生產的產品都是基于幾年前設計規(guī)則開發(fā)的,雖然晶圓廠當時的設計規(guī)則會根據理論分析和有限實驗增加工藝波動裕量,但是后續(xù)實際加工過程中的各種工藝波動和當初的理論模型肯定會有差異甚至漏洞,從而造成大規(guī)模生產中出現(xiàn)良率波動。”

這也是設計公司和晶圓廠之間永遠存在的矛盾。“晶圓廠先前制定的規(guī)則不能匹配目前的工藝狀況,比如說線寬、間隔這些參數(shù)在不同的時間、不同的機臺上就會有所不同要求,由于規(guī)則所給定的裕量不夠,會在生產中產生各種問題。”

同時,隨著工藝水平的提升,掌控良率的條件也越來越嚴苛,因此要對良率進行一個預判。據徐春華介紹,晶圓廠會根據芯片上的缺陷密度,計算出理論良率大概是多少,這會對設計公司有所幫助。不過,這個計算值只是理論良率,實際中的情況還是很復雜。

為了解決此問題,芯片設計公司就要“繃緊神經”,時刻監(jiān)控,將問題及時反饋給晶圓廠。好在晶圓廠生產設備上的傳感器能及時分析從工具運轉到監(jiān)測晶圓制程所產生的數(shù)據,如傳感器與數(shù)據日志可取得晶圓進到哪個腔體的信息,所有數(shù)據則進入可收集與實時分析的系統(tǒng)內。有效收集這些信息,就能知道芯片生產中的各種狀態(tài)。

徐春華提到,安路科技為每個芯片都設立了獨立ID,這些ID都關聯(lián)著生產中的各種數(shù)據,對安路來說很容易進行各種數(shù)據匯總分析,將來必要時如啟動問題追溯,部分客戶也會利用這個功能進行產權保護和防“克隆”設計。

大數(shù)據+人工智能

在整個芯片制造過程中,總共加入的檢測步驟有數(shù)百道,而且晶圓廠希望在制程周期內就能實時同步檢測良率,而不是制程結束后再來發(fā)現(xiàn)問題。不過,各種測試數(shù)據匯集起來,將形成一個非常巨大的量級。問題就來了,如何做好大數(shù)據分析?

徐春華表示:“在追溯芯片制造的過程中,整合起來的數(shù)據量非常大,很多的分析都需要用軟件去處理。”在這種情況下,人工智能就將派上用場。

人工智能在芯片的生產過程中可用做早期分析。國產FPGA廠商安路科技已經進行了這方面的嘗試,在公司內部開發(fā)了大數(shù)據分析工具,用人工智能算法來訓練測試數(shù)據分析過程,實時推斷返回的新數(shù)據是否預示問題,從而及時監(jiān)控良率是否達標、性能參數(shù)等各種指標是否異常,實現(xiàn)早期預警的作用。

“現(xiàn)在收集到的數(shù)據一般都是測試數(shù)據,這些數(shù)據還沒有與生產過程直接相關聯(lián)。如果把測試數(shù)據與過程數(shù)據相結合,就會產生更大的數(shù)據量,而且維度也增加很多,此時用人工智能進行分析,將會對良率提升有很大貢獻。”徐春華說道。

值得一提的是,安路科技是知名的國產FPGA供應商,其生產的FPGA芯片已經被應用到工業(yè)控制、消費類電子、數(shù)據中心、邊緣計算等領域,主要實現(xiàn)邏輯控制、運算協(xié)處理、人工智能加速等應用。

在整個業(yè)界,引入人工智能提升良率也已經成為一股風潮。三星電子為了將AI技術應用于半導體制程中,就聘用大量專業(yè)人才組建高級制程控制團隊(APC),開發(fā)和優(yōu)化制程中的機器學習技術,用智能化制程品控的方法來不斷提高良率。而兩年前,臺積電和聯(lián)電都曾經表示,在工廠里面使用人工智能技術,能夠在不增加機器的情況下多生產20%-30%的晶圓片。

不過,這只算是人工智能應用的起步階段。要實質性提升良率,依然需要大量依靠經驗的工作,人工智能目前遠不能勝任。所以,依靠芯片設計公司與晶圓廠、封裝廠一起通力協(xié)作,輔助不斷提升的人工智能技術,才是面向未來半導體產業(yè)鏈的最佳選擇。

(免責聲明:本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網站出現(xiàn)的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯(lián)系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。 )