EDA

设备数据采集
Equipment Data Acquisition

分析半导体生产装备微数据,优化生产,减少不良
导入背景
随着半导体工艺的发展,对设备的微数据收集要求提高
  • 光刻工序中使用的光扩散技术发展方向
  • 2D和3D FinFET结构对比
  • 光刻工序变化
  • 沉积(CVD/ALD)工序阶段变化
  • 随着工艺的发展,Data收集要求

    - 因细微工序区间的增加,需要0.1秒以下的High resolution data

  • 随着工序的增加,TAT

    - 为了提高生产率、降低不良率,信息的收集和分析要求增加

基于制造大数据基础设施的生产技术
  • Predictive Maintenance
  • Virtual Metrology
  • Green Fab
  • Predictive Maintenance

    收集与Maintenance相关的细微Sensor Data → 分析Sensor之间的关联 → Condition Base Maintenance

  • Virtual Metrology

    收集生产设备的细微Sensor Data → 开发VM算法 → 通过APC R2R、W2W的FB & FF

  • Green Fab

    通过附带设备的Idle Mode控制及Energy Saving,降低碳排放

根据工序精细化和生产效率最大化的要求,需要构建制造大数据的基础
  • 工艺(nm)
  • 制造大数据
期待效果
通过EDA收集设备数据的目的及预期效果
  • 01消除设备Loss

    运用细微设备事件数据 →分析设备动作

  • 02感知细微异常

    利用高频追踪数据 → 感知细微异常

  • 03设备建模

    对复杂的设备数据进行结构性建模
    自由的实现设备数据收集计划

  • 04系统标准化

    获得新的数据收集频道和标准技术
    通过标准协议实现程序之间的接口标准化

  • 05克服SECS局限

    利用设备Security政策的e-Diagnostics
    预防管控数据、工程数据的混杂导致的生产力下降