תכנון Semiconductor Manufacturing: Meeting Short Product Cycles

ייצור Semiconductor הוא אחד מתעשיות תובעניות ביותר הון וטכני בעולם. מדינה אחת של מתקן ייצור אמנותי (fab) יכול לעלות מעל 10 מיליארד דולר כדי לבנות, אך החיים השימושיים שלו משתרעים רק על כמה צמתים טכנולוגיים בשימוש.באותו זמן, מחזורי חיים של תאים קצרים עבור מוליכים למחצה דחוסים באופן דרמטי.

הבנת מחזורי מוצרים קצרים בתעשיית Semiconductor

מחזורי מוצר קצרים אינם חדשים למוליכים למחצה, אך עוצמתם גדלה בעשור האחרון. "מחזור מוצר קצר" בהקשר זה פירושו הזמן של הקלטת עיצוב ראשונית-out לייצור נפח הוא לעתים קרובות פחות משנה, ועבור כמה שבבים מובילים (למשל, מעבדי יישומים ניידים) מחזור החיים כולו של מוצר יחיד עשוי להיות רק 18-24 חודשים.

כמה כוחות מניעים את המחזורים המחוספסים האלה:

  • (FLT:0Technology node מכווץ את 1FLT: עם כל צומת חדש (7nm, 5nm, 3nm, 2nm) הביצועים ויעילות כוח לקפוץ, עלייה ב OEM כדי לרענן מוצרים ברגע שהצומת יציב.
  • (FLT:0) churnFLT:1 , סמארטפונים, מאיץ AI, ושווקים של מוצרי מידע לרכב דורשים שדרוגים שנתיים כדי להישאר תחרותיים.
  • (FLT:0)Time-to-revenue הלחץ FIRLT:1) - צ'יפס מאוחר לשוק לעתים קרובות להתמודד עם שחיקה במחיר מיידי ועשוי לאבד מלחמות שקע ליריבים.

מחזור מוצר קצר מציב מתח עצום על תוכנית קיבולת של fab.בניגוד למוצרי מחזור ארוכים (למשל, חיישני MEMS תעשייתיים שנותרו ללא שינוי במשך שנים), כל שבב חדש דורש התפוגות של צעדים מסוימים, אימוני כישורים, ותשואות רמפות תשואות מראש, בעוד מספר "שינויים" מדי שנה מכפיל, תוכניות יכולות צריך לחשוב לא רק במונחים של נפח קבוע של חודש; אלא גם את כמות חדשה של מחזור של נפחים של מחזור של זמן קצר של 1F - אלא גם כן, אלא גם כן, אלא גם כן, אלא גם את כמות מספקת של תמיכה מהירה של נפחים של מחזור של זמן של זמן קצר של מחזור זמן קצר של מחזור של זמן קצר של זמן של 10.

אתגרים מרכזיים בתכנון יכולות למחזורי מוצרים קצרים

תכנון היכולת בסביבה זו שונה באופן יסודי מהתכנון הקלאסי בתעשיות בוגרות.האתגרים הבאים הם חמורים במיוחד:

דרישות שונות ברמת המוצר

עם שיגורים תכופים של מוצרים, תחזיות הביקוש הופכות לא ברורות. שבב סמארטפון יחיד עשוי לראות הזמנות נדנדה על ידי ±30% בתוך רבע כמו OEM להתאים תוכניות לבנות.בניגוד, יכולת הפאב קבועה בטווח הקצר (כלי צוואר הרחם יש זמנים מובילים של 6 חודשים). פלאנרים חייבים overlayatile, קצר-טווח אותות על בסיס אספקה נוקשה.

גמישות בייצור מוגבל

ציוד Semiconductor הוא מיוחד מאוד.סורק לימוזינה מתואם ל- 7nm לא יכול בקלות להפעיל 5nm שכבות; כלי מחיקה אופטימלי עבור סרט ספציפי עובי דורש איחוד נרחב לפני המעבר.בעוד כמה גמישות קיימת - לדוגמה, שיתוף תהליך משותף "בסיס" עם מסכות אופציונליות - הגמישות הכוללת מוגבלת לעומת, נניח, ייצור דיסקרטיט זה כמה מוצרים שונים יכול להיות מופעל ללא הקרבה.

עלויות גבוהות של יכולת אידל לעומת Overproduction

מבנה העלות של fab נשלט על ידי depreciation (לעתים קרובות 40–50% מסך העלות הכוללת) ציוד אידל עדיין לא עולה על הפחת והמתקן מעל פני השטח, אך מעל ייצור מוצר עם מחזור חיים קצר יכול לגרום obsolescence מלאי מסיבי: קשקשים לא יקר כי לא ניתן לחזר לדור אחר.

קבל Ramp Unquity עבור מוצרים חדשים

כאשר שבב חדש נע מדגימות הנדסיות לייצור גבוה, התשואה בתחילה עשויה להיות נמוכה (למשל, 30–50% בסיליקון ראשון) ולשפר בהדרגה באמצעות למידה בתהליך.זה יוצר יעד נעים: היכולת האפקטיבית של מוצר חדש היא פונקציה של התשואות שלו, שהוא עצמו לא ידוע עד להשלמת התוכנית הראשונה.

מסיכות ו-Reticle Lead Times

כל מוצר חדש דורש סט שלם של פוטומקס - עלות שיכולה לעלות על מיליון דולר על צמתים מובילים יותר, זמן המוביל למסכות אלה יכול להיות 4-8 שבועות.אם הביקוש לפתע יורד למוצר חדש, המסכות הפיזיות לא יכולות להיות מוכנות, יצירת תקרה על כמה מהר ניתן לפרוס.

אסטרטגיות להובלת יכולת יעילה תחת מחזורים קצרים

למרות האתגרים הללו, חברות מוליכים למחצה מובילות פיתחו מערך אסטרטגיות מוכחות כדי להתאים את היכולת עם תיקוני מוצר במהירות.הסעיפים הבאים לשבור את הגישות המשפיעות ביותר.

ייצור גמיש ומכשיר משותף

הכלי החזק ביותר בארסנל של מתכנן הוא עיצוב גמישות בתהליך הייצור עצמו.זה מתחיל בשלב הפיתוח הטכנולוגי: מודולים תהליכים צריכים להיות מעוצבים עם פרקטיקה על פני מוצרים בכל מקום אפשרי.לדוגמה, מוצא עשוי להגדיר תהליך "בסיס" עבור node מסוים (למשל, 5nm finFET) כי כל המוצרים חולקים, עם רק כמה אחורי של קו מתכת מותאם אישית של תאים כדי להפחית במהירות את ההחלפה של כלי זה.

בצד הציוד, פאבס רבים משקיעים כעת ב-FLT:0 כלים למטרות נדיבות: ⁇ FLT:1 - תאים צ'קט שיכולים להתמודד עם מגוון של יחסי היבט, או כלי מחיקה עם ערכות תהליכים משתנות. בעוד כלים כאלה לעתים קרובות יש שיא נמוך יותר באמצעות ערכת חישוב מאשר ציוד חד תכליתי מיוחד, הם מספקים את הגמישות החיונית עבור מחזורים קצרים.

דרישות מתקדמות עם Machine Learning

שיטות חיזוי מסורתיות המבוססות על ממוצעים נעים או תוקפנות ליניארית אינן מספיקות כאשר מחזורי המוצר נמדדים בחודשים. מובילי הפשפשים משתמשים במודלים של למידת מכונה שמקיפים עשרות אותות: הזמנות היסטוריות, אינדיקטורים מאקרו-כלכליים, נתוני עיצוב לקוחות, אפילו מתווכים חברתיים סביב סמארטפונים חדשים.מודלים אלה מייצרים תחזיות פרוביביליסטיות (למשל, "70% הסתברות שביקוש לצ'יפ X ייפול בין 8,000 ל קיבולת של 12 אלף דולר לחודש").

דוגמה טובה היא הגישה המשמשת את מערכת ניהול היכולת של FLT:0 TSMC 1FIRLT 1, אשר מעדכנת את תוכנית הייצור שלה על בסיס תזמון זמן אמת חשיפה וחלונות להתחייב ללקוח, בעוד הפרטים הם קנייניים, ניתוחי התעשייה מציעים כי חיזוי המונע על ידי בינה מלאכותית הפחתת שגיאות תחזית על ידי 15-20% ב fabs המובילים.

יכולת אסטרטגית Buffers ו- Ring-Fencing

בהינתן תנודתיות הביקוש, חלק מהיכולות "החפיר" בלתי נמנעות.השאלה היא היכן להציב אותה.מתכננים חייבים להחליט בין FLT:0blanket buffersuaFLT:1 (היכולת מעבר לכל הכלים) ו-FLT:2targeted bufferFLT:3 על כלי בקבוק קצרים, ממוקדים הם יעילים יותר.

אחת הדרכים היא (FLT:0) הקצאת שעות ההסתה של ההרחבה: החזרת חלק מיכולתה של קבוצת כלים (למשל, 10% משעות ההלוגרפיה) אך ורק למוצרים קצרים הזקוקים לסיבוב מהיר. בעוד זה מקטין את השימוש התיאורטי הכולל, הוא מבטיח כי כאשר מוצר חדש נכנס לשלב "מדגם" לא ייחסו על ידי מוצרים ארוכי טווח של אובדן של אובדן של אובדן.

אסטרטגיה נוספת של buffer היא (FLT:0) ספקולציות ספקולציות ספקולציות ⁇ FLT:1: בניית מלאי קטן של "גנריק" wfers (למשל, חלקית מעובד מתפוגג עד קצה החזית של קו) שניתן להתאים במהירות למוצר ספציפי מאוחר יותר.זה אנלוגי לדחיית ייצור הרכב.

תכנון משותף עם לקוחות וספקים

Semiconductor fabs לא יכול לתכנן בבידוד.מחזורי מוצר קצרים אומר כי לקוחות (OEMs, fables עיצוב בתים) לעתים קרובות יש את הנוף המדויק ביותר של הביקוש העתידי - הם יודעים את תוכניות המוצר שלהם ולבנות OEM. תכנון משותף, חיזוי, וחידוש מסגרת (CP) הוא חיוני שבועי או אפילו עדכונים יומיומיים באמצעות שינוי נתונים אלקטרוני (I) לאפשר את ה-Freamsual כדי להתאים את יכולת ההקצאה אמיתית שלה.

כמו כן, ציוד וספקי חומרים חייבים להיות חלק מהלאה.אם מוצר חדש דורש חלק כימי מיוחד או בלתי ניתן להשגה עם זמן מוביל ארוך, הספק צריך התראה מוקדמת.מספרים עכשיו חולקים דרישות יכולות קדימה (עם סודיות מתאימה) עם ספקים העליון 12-18 חודשים בחוץ.זה היה שיעור מפתח ממחסור מוליכים למחצה 2020-23, שבו חוסר נראות תרם לבקבוקקים.

ניהול וחיזוי למידה וניהול

מכיוון שהיכולת האפקטיבית תלויה בתשואות, תכנון היכולת חייב להיות משולב עם הנדסה של תשואה.עבור כל מוצר חדש, מתכננים לעבוד עם מהנדסי תהליך לייצר עקומת תשואה - באופן חד-פעמי או כוח-חוק פונקציה.ברגע שההרבה הראשון להשלים, נתוני תשואה בפועל מוזנים בחזרה למודל כדי לחדד את קצב הרמפה.זה מאפשר חידוש דינמי: אם התשואות מתפרכות מהר יותר, פחות מתכנון חופשי, יכול להיות מפלט עבור מוצרים אחרים, לייעל, כדי לייעלים, פחות קיבולת של המוצר.

חלק מהפאבס המתקדמות משתמשים בטכניקה הנקראת FLT:0) "יכולתה של אמת" (Iield-adjusted) "(Ivald-adjusted Capacity)" (I'ved-adjusted)" (הספקות של המחלקות – תכנון, ייצור ותשואות – כדי לדבר את אותה שפה.

תפקידה של הטכנולוגיה בתכנון יכולות אחריות

כל האסטרטגיות לעיל תלויות בערימה טכנולוגית מודרנית.כלים מרכזיים אחדים הפכו הכרחיים עבור מחזורי מוצרים קצרים.

תאומים וסימולציות

תאום דיגיטלי של הפאב - מודל סימולציה נאמנות גבוה המראה את הציוד להגדיר, זמינות כלי, לוח זמנים מפעיל, נתיבי מוצר - מאפשר מתכננים לרוץ "מה אם" תרחישים ללא סיכון ייצור אמיתי. לדוגמה, מה קורה אם אנו מוסיפים מוצר חדש הדורש צעד נוסף וכו 'האם זה גורם לצוואר בקבוק? - תאומים דיגיטליים יכולים לדמות את ההשפעה על מחזור זמן ו באמצעות ספקים מרובים כגון: LTFertputerme, כגון: 1Apratputertexertexerative Service, כלומר, כלומר, כלומר, האם זה גורם אחר צעד נוסף וכו 'Tertipertipertiper?

מידע עדכני ושילוב MES

מערכת ההוצאה לפועל של ייצור (MES) מייצרת זרם של נתונים על מצב רב, אירועים בכלי וזמני תור. פלטפורמות אנליטיות מודרניות מקיפים את הנתונים האלה בזמן אמת וסטיות דגל מהתוכנית - למשל, אם כלי ספציפי פועל לאט יותר מאשר נומינאל, המערכת באופן אוטומטי מחשבת מחדש את היכולת שנותרה עבור מרכז העבודה הזה.

AI-Driven Optimisation

למידת מכונות אינה רק לחיזוי אלגוריתמים של למידה של כוח מחדש משמשים לפתרון הבעיה "הקצאת קיבולת דינמי": בהתחשב במערך של מוצרים עם אותות ביקוש שונים, פרופילי שוליים, ועקוםיפי התשואות, האלגוריתם ממליץ על הקצאות שבועיות של וויפר כוכבים הממקסימות את הרווח (או סיכון מיני-מעיט) בכפוף למגבלות כלי מוקדם.

אוטומציה וגמישות חומריות

מערכות טיפול חומרים אוטומטיות (AMHS) שמשתמשים בהולוגים מעל הראש וכלי רכב אוטומטיים מודרך להפחית את הזמן שלוקח לעבור הרבה בין כלים.חשוב יותר, הם מאפשרים גישה דינמית יותר תזמון: הרבה ניתן לנתב מחדש לכל כלי זהה במפרץ, שיפור איזון עומס.עבור מחזורי מוצר קצרים, שבו הרבה מדגם לקוח דחוף עשוי להיות צריך לדלג על התור, AMHS יכול לפני דלקת ריאות כי ללא התערבות ידנית עבור מחזורי.

שיקולים מעשיים עבור Semiconductor Capacity Planners

מעבר לאסטרטגיות ברמה גבוהה, יכולת יום יומית לתכנון מחזורי מוצר קצרים דורשת תהליכים ממושמעים.הפרקטיקות הבאות משמשות באופן נרחב:

  • (FLT:0)Use a Rolling of 12-18 חודשיםsherFLT:1), אבל לעדכן את התוכנית השבועית ל-12 השבועות הראשונים, חודשי עבור שאר מחזורי המוצר הקצר דורשים תכופים מחדש.
  • מוצרים של FLT:0 (Segment Products by מחזור זמן קריטיות.IRLT:1), מוצרים עתירי חיים קצרים (למשל, מעבדי יישום סלולרי הדגל) לקבל עדיפות "זהב"; חיים ארוכים, מוצרים נמוכים יותר של סוכריות ניתן לשחזר.
  • כלי מטריה:0 (Monitor) כלי "אדפטיות" (adaptability) metrics.FLT:1 לעקוב אחר הזמן הממוצע כדי לעבור כלי ממתכון אחד למשנהו.אם הממוצע עולה על סף, לשקול השקעה בערכת שינוי מהיר או כלים נוספים.
  • (FLT:0) , שמירה על קשר הדוק עם תהליך R&DIRFLT:1 תהליך שינוי בקשות מ R& D יכול לשבש תוכניות קיבולת; תהליך שער רשמי מבטיח כי רק שינויים הכרחיים מוצגים במהלך ייצור גבוה.
  • (FLT:0) מבחנים ברבעון.FLT:1 סימל דרישה "שחורה" עבור מוצר חדש - האם הפאב מגיב בתוך חודש?

מסקנה

מחזורי מוצר קצרים הם תכונה קבועה של הנוף המוליכים למחצה, מונע על ידי חדשנות ללא רחמים ושווקים תחרותיים.יכולות בתכנון בסביבה זו אינה פעילות סטטית אלא תהליך דינמי, מתמשך הדורש גמישות אסטרטגית, ניתוח מתקדם ושיתוף פעולה עמוק על פני שרשרת האספקה. פבים שמשקיעים בכלי גמיש, חיזוי מופעל על ידי בינה מלאכותית, וסימולציה בזמן אמת הם במיקום הטוב ביותר לתפוס את הערך של המוצר מוקדם תוך הימנעות יקר overcapa - האם זה יכול להיות פתרון זמן רב, "כמה זמן חדש" - "כמה זמן טוב יותר," אם אתה יכול להיות שחקן, "מה," - כמה זמן, "מה, אם אתה יכול להיות שחקן חדש," אם אתה יכול להיות בטוח," אם זה יכול להיות בטוח, אז, אז, אז, אז, אז, אז, אז, אז, אז, "איך זה יכול להיות בטוח, אז, אז, אז, אז, אז, אז, אז, אז, אז, אז, אז, אז, אז, אז, אז, "איך זה יכול להיות בטוח, אז, אז, אז, אז, אז, אם אתה יכול להיות בטוח, "איך זה יכול להיות שחקן חדש, אז, אז, אז, אז, אז, אז, אז, אז, אז זה יכול להיות בטוח, "

בעוד התעשייה נעה לכיוון 2nm ומעבר, העלויות הפיזיות והזמנים המובילים יגדלו רק.אך הלחץ לדחוס מחזורי מוצר לא ישתף.המאסטרי של תכנון יכולת תחת אי ודאות הוא כבר לא יתרון תחרותי - זה תנאי מוקדם להישרדות.