今年適逢泛林集團成立40周年，過去40年我們堅持不斷創新和突破，并取得了開拓性進展，其中包括對于設備智能的探索。展望未來，我們認為，對于半導體行業來說，設備智能將成為預見未來發展的指路明燈。

制造難度和成本日益增長

在40年前，我們很難想象半導體技術會給世界帶來如此巨大的改變。譬如1980年，早期個人電腦配備的微處理器包含大約5萬個晶體管，而如今的高級芯片通常包含超過300億個晶體管。

然而，技術的飛速發展也帶來了巨大的挑戰。新一代器件的開發意味著更復雜的結構、更多的工藝步驟、新材料和設計規則，參數之間的依賴性亦在不斷提升。在這種情況下，為將創新性產品投入大批量生產并最終交到消費者手中，我們的開發時間和成本一次又一次地提升。如今半導體行業已經成為研發強度最高的產業之一。與此同時，我們還肩負對環境、員工福祉及社區健康的責任，必須以可持續的方式推動半導體技術的發展，從而改變世界。

設備智能是迎接挑戰的關鍵

設備智能可以促成數據和學習過程的良性循環，幫助我們解決上述挑戰。通過充分利用其強大的數據收集和處理能力，我們可以在芯片制造領域實現創新與突破。

泛林集團對于設備智能的愿景是將數據化建模、虛擬化和人工智能帶入每個環節，包括設計、開發、采購、構建和支持系統與工藝等，從概念設計和可行性研究到實現量產。設備智能的最終目標就是在加快技術轉換速度的同時，降低成本、資源消耗和浪費，也就是通過解除復雜性障礙來釋放創新力。

在設備智能的時代，全流程的數字化是關鍵。任何系統從初始概念到終止運行的每一步都應該留下數據的腳印。

在芯片設計和制造工藝方面，實現革命性創新已經變得非常困難。為了滿足性能和成本等各方面要求，我們往往需要在百萬億個潛在配方組合中進行大海撈針式的探索，從而找到最佳配方。

以刻蝕為例。在過去的十年中，工藝配方開發和驗證的成本以10倍的速度增長，在這種情況下，虛擬工藝開發是解決問題的重要工具，它能幫助工程師以更快的速度找到最佳配方。

盡管我們對具體工藝的理解在不斷加深，純物理的刻蝕和沉積過程模型過于復雜，涉及的計算量過于龐大，很難產生實際結果。我們的策略是結合機器學習和歷史數據挖掘來構建可計算的模型，通過該模型的運算來找出正確的變量組合并在10^14種選擇中成功找到最佳方案。通過與芯片制造商在結構和工藝要求方面的緊密合作，我們已經利用虛擬工藝開發實現了初級組合的優化，并成功將所需實驗次數和成本減少超過20%。目前該方法仍處于早期實驗階段，我們還需要與芯片制造商開展持續且密切的合作，實現規模擴展。

復雜性帶來的挑戰不僅限于研發。要實現芯片的量產，制造商必須將最佳工藝在數百個腔室中復制，保證每月生產數十萬個符合埃米級公差要求的晶圓。為保證所有工藝維持一致的性能表現，我們需要投入更智能化的設備和服務。

這就需要具有自感知、自適應和自維護能力的智能設備。

·自我感知是指設備了解自身的軟件和硬件配置，并能使用傳感器監視關鍵性能指標。與之前的設備相比，新一代設備新增了約400個傳感器，它們所生成的數據結合制造商晶圓廠的信息，可將腔室匹配的時間從數周縮短至數天。

·自適應功能是指這些智能設備能持續地根據單位工藝偏差、物料變化進行自我調整或優化生產率。

·自維護功能包括自動校準、清潔或維護等，有助于提升機臺的產量。經驗證，在晶圓廠運行一個關鍵應用程序的一組設備，其自維護能力每年能幫助客戶節省45000個工時。

基于數據的智能化服務生態系統

智能化設備需要智能化的服務生態系統，否則無法保證數百個工藝腔室的整體設備效率，而這樣的智能服務離不開數據。

要找出糾正措施、預測維護事件、管理智能零件和優化設備性能，我們需要基于數據專門開發出相應的算法。為此，泛林集團設立了設備數據存儲庫，并在維持數據完整性的同時根據情況向客戶開放數據控制和訪問的權限。這種靈活的解決方案有助于我們應對日益增長的挑戰，即在量產的環境中維護這些復雜的系統，從而保證在滿足嚴格工藝公差的前提下達成設備良率目標。

此外，虛擬現實和增強現實技術可以利用數據幫助工程師提高效率，并分享全球專家的專業技術。專家們可以利用相關工具為工程師提供遠程培訓和支持，在視頻直播的幫助下進行實時監督和指導。此次新冠疫情的爆發還讓我們親眼驗證了這些遠程支持技術如何成為業務的救星。隨著差旅的顯著減少，人們對遠程支持的需求會迅速增加。

協作對于持續創新至關重要，也是實現設備智能所有優勢的關鍵所在。如今，半導體行業處于松散分離的模式，行業必須由此過渡成以節點構成的網絡，達成數據的流動和各方算法的整合，從而實現更具效益的行業控制。

我們相信，通過充分發揮設備智能的潛能，我們就能預見到世界未來的發展。