Herausforderungen der Fertigung im Nanozeitalter
Mit der fortschreitenden Miniaturisierung der Speichertechnologien werden die Fertigungsprozesse immer komplexer. Zusätzliche Fertigungsschritte und enge Prozessfenster stellen große Herausforderungen dar, um akzeptable Ausbeuteraten (Yield) zu erreichen. Systematische Defekte erweisen sich als Haupthindernis während der Produktionsskalierung; dies sind Defekte, die aus komplexen Wechselwirkungen zwischen verschiedenen Fertigungseinheiten resultieren, im Gegensatz zu herkömmlichen zufälligen Defekten.
Die Rolle von digitalen Zwillingen und maschinellem Lernen
Eine aktuelle Studie hat gezeigt, dass der Einsatz von digitalen Zwillingen (Virtual Twins), unterstützt durch virtuelle Fertigungsmodelle wie (SEMulator3D), in Kombination mit Algorithmen des maschinellen Lernens (ML), die Identifizierung von Fehlerursachen revolutionieren kann. Diese Technologie ermöglicht es Ingenieuren, Änderungen in den Fertigungsprozessen innerhalb einer kalibrierten digitalen Umgebung zu simulieren, wodurch die Notwendigkeit kostspieliger und langsamer physischer Experimente an Silizium-Wafern verringert wird.
Konkrete Ergebnisse bei der Verbesserung der Ausbeute
In einer Fallstudie, die auf einen DRAM-Fertigungsprozess angewendet wurde, wurden acht systematische Fehlermuster identifiziert, darunter Kurzschlüsse (Shorts), Unterbrechungen (Opens) und geometrische Defekte zwischen empfindlichen Strukturen. Durch den Einsatz von maschinellem Lernen konnten die Forscher:
- Das virtuelle Modell gegen tatsächliche Silizium-Daten zu kalibrieren.
- Die Auswirkungen multipler Prozessänderungen gleichzeitig zu bewerten, anstatt jeden Defekt einzeln zu behandeln.
- Optimale Fertigungsziele zu identifizieren, die die Fehlerraten kollektiv reduzierten.
Diese Verbesserungen führten zu einem Quantensprung in der erwarteten Ausbeute, die von 0,1 % unter nominalen Fertigungsbedingungen auf 78,5 % nach Anwendung der KI-basierten Optimierungen anstieg.
Warum sind diese Nachrichten wichtig?
Diese Entwicklung stellt einen Wandel in der Art und Weise dar, wie Halbleiterfabriken mit Fertigungskomplexitäten umgehen. Anstatt sich ausschließlich auf physische Experimente zu verlassen, die enorme Zeit und Ressourcen verbrauchen, bieten digitale Zwillinge einen weiten Lösungsraum, der es Ingenieuren ermöglicht, Fehler digital vorherzusagen und zu korrigieren. Dies beschleunigt nicht nur die Produktentwicklungszyklen, sondern senkt auch direkt die Forschungs- und Entwicklungskosten, was den Markteintritt fortschrittlicher Speichertechnologien beschleunigt.