91吃瓜网

晶圓廠需要進行典範轉移(paradigm shift)，以用工業4.0並實現最大效率

半導體裝置在我們的日常生活中隨處可見，是當今通訊、教育、製造、医疗和交通等行業的基礎。

从我们的手机闹鐘叫醒我们的那一刻开始，到透过串流影音收看我们最喜爱的节目放鬆身心，很难想像现代生活没有了这些仰赖半导体的各种设备。

為了跟上性能和成本的需求，半导体功能和积体电路(滨颁)一直遵循着摩尔定律，这表示滨颁製造技术已经大幅度地从微米级，转变到数百奈米甚至数个奈米单位的级别，且预期会持续缩小到埃(补苍驳蝉迟谤辞尘蝉)。随着特徵尺寸的缩小，建造这些先进且精密晶片的机器复杂度也相对地增加。

千兆位元(笔叠)级的製造数据

半导体製造商有强大的商业动机来驱使电晶体更小、更快、更低成本。然而，要做到上述要求需要晶圆厂具备适切的专业知识、设备和软体，并且用能够满足竞争激烈的上市时间要求的速度，来大规模生产半导体晶片。例如，一个尖端的晶圆厂需要超过50亿美元的前期资本投资，才能在每分鐘生产数以兆计，尺寸比人类头髮的宽度小2000倍的电晶体。

这些晶圆厂每年在製造过程中产生数十笔叠的数据。数据是从数十万个独特的感测器即时收集的，这些感测器相互连接以共享与先进节点製造晶片相关的资讯。这个庞大的数据流需要实时(谤别补濒迟颈尘别)监控和分析，以引导晶圆厂在几秒鐘内可以实现最大的效率。

傳統的監控和控制製造過程技術無法擴展到能納入這些PB級數據。在過去，製造和半導體工程師團隊被期望持續提高生產力、解決每個問題，並找出如何生產下一個製程節點。晶圓廠需要一個典範轉移，利用工業4.0以及現代軟體解决方案中，透過人工智慧（AI）和機器學習（ML）的力量，才能協助晶圓廠實現最大的效率。

工業4.0、雲(cloud)，以及對軟體解决方案的需求

工業4.0的願景是利用製造過程中得到的大量數據，協助製造部門數位化，讓它變得更有效率。這與先進製造晶圓廠的需求完美契合。具有最新人工智慧和機器學習技術的軟體解决方案能夠自動進行數據分析，彌補工程師在決策中的知識和經驗，並對晶圓廠可能存在的製程和良率問題，提出警告。

此外，晶圆厂可以从最近的云端产业化中受益，该技术应用使得多个晶圆厂能够连结，进一步共享经验，并加强跨多个晶圆厂的流程。有效利用云端中的软体和数据，可以排序并找到合适的数据进行分析和优化，显着减少停机时间，保护更大的供应链免於中断，帮助公司达到永续发展的目标，进而从竞争对手中胜出。由人工智能和机器学习驱动的软体分析了跨多个晶圆厂的笔叠级数据，协助决策过程，并实现前面提到的流程控制典范转移。

新思科技在半导体供应链中扮演的角色

新思科技(Synopsys)為半導體晶圓廠和整個電子產業提供上述的軟體解决方案。新思科技最近推出Synopsys.ai，提供進階的AI跟ML功能。這是一個全面性的解决方案套件，可以從设计到量產和高產量製造等各個面向去善用人工智能的力量。此外新思科技在晶片製造過程方面擁有專門的專業知識，從IC设计和光罩合成到製程和測試以及製程控制。半導體產業需要新思科技提供的強大軟體解决方案，以滿足製造和製程開發不斷成長的需求，而這推動著未來電子設備的發展。