半導体産業は製造精度の限界で勝負する産業です。材料、装置、プロセス、運転条件のわずかなばらつきが、歩留まり、性能、信頼性、コストに大きく影響します。デバイスが複雑になり、プロセスノードの微細化が進むなか、エンジニアは設計、製造、試験、パッケージのすべての段階で、不確かさを理解し、管理しなければなりません。
SmartUQは、半導体関連の企業や組織が、機械学習、不確かさの定量化、最適化、統計解析を活用して、製品の品質を高め、歩留まりを上げ、開発サイクルを速め、性能のばらつきの根本原因を突き止めるのを支援します。シミュレーション、試験、センサー、製造のデータを組み合わせることで、エンジニアは半導体のバリューチェーン全体で、より速く、より根拠のある意思決定を行えます。
半導体の製造工場では、露光装置、エッチング装置、成膜装置、検査装置などから、膨大な量のプロセスデータと計測データが生まれます。SmartUQでこのデータを解析すれば、歩留まりの低下、ウェーハの欠陥、性能のばらつきに最も大きく関わるプロセス変数を特定できます。歩留まり、寸法（CD）、欠陥率などの重要な性能指標を予測する機械学習モデルをつくることもでき、不確かさの定量化によって製造プロセスがどれだけロバストかを把握できます。また、SmartUQのキャリブレーション、感度解析、最適化のツールは、プロセスウィンドウの改善、プロセス開発の加速、根本原因の調査にも使えます。
詳しくは「半導体製造のためのSmartUQ」をご覧ください。
半導体プロセス装置のメーカーは、精度、スループット、信頼性、プロセス制御への厳しい要求を満たしながら、ますます複雑になるシステムを設計しなければなりません。SmartUQでは、シミュレーションと試験のデータで学習した機械学習モデルを使って、露光装置、エッチング装置、成膜装置、ウェーハ搬送システム、検査装置などの開発を加速できます。こうしたモデルは、設計の最適化、不確かさ伝播、信頼性解析、デジタルツインの開発に役立ちます。SmartUQでフィールドデータを解析し、装置の性能を予測したり、故障モードを特定したり、保守計画を最適化したりすることもできます。
詳しくは「半導体製造装置のためのSmartUQ」をご覧ください。
先端の半導体パッケージ技術では、熱、機械、電気の複雑な相互作用が生じます。信頼性と性能を確保するには、これを注意深く管理しなければなりません。SmartUQのサロゲートモデルとアダプティブサンプリングの手法を使えば、パッケージ、インターポーザー、基板、熱対策のシミュレーション主導の設計を加速できます。エンジニアは、製造公差、材料のばらつき、運転条件がパッケージの性能に与える影響を定量化し、最適化ツールで信頼性の向上、応力集中の低減、熱性能の改善を図れます。機械学習モデルは、設計空間の探索を助け、パッケージ開発で必要になる高価なシミュレーションの回数を減らすのにも使えます。
詳しくは「半導体パッケージのためのSmartUQ」をご覧ください。