Vom weit verbreiteten Besitz von Smartphones bis hin zum Aufstieg von KI, 5G und selbstfahrenden Autos sind die Anzeichen eindeutig, dass die Welt immer tiefer in das digital vernetzte Zeitalter vordringt. Und Halbleiter sind die Grundlage, auf der alles aufbaut.
Angesichts des rasanten Wachstums der digitalen Infrastruktur ist es nicht verwunderlich, dass die Unternehmen, die Halbleiter herstellen – also die Unternehmen auf der Basisebene des digitalen Ökosystems – mit immer neuen Herausforderungen konfrontiert sind. Einige sind bekannt, wie zum Beispiel der unerbittliche Druck, die Chipleistung zu verbessern. Aber heute müssen sich Chiphersteller auch mit einer Reihe von veränderten Wettbewerbsanforderungen auseinandersetzen, die viel mit den von ihnen befolgten Prozessen zu tun haben, angefangen beim Design.
Bei der Herstellung von Chips war das Packaging – die Art und Weise, wie die Teile eines Halbleiters für die Verwendung in einem Gerät zusammengefügt werden – schon immer von grundlegender Bedeutung. Heutzutage ist das Thema Packaging jedoch zu einem wichtigen Alleinstellungsmerkmal geworden, das sich auf die Leistung und Funktionalität von Chips auswirkt, und auch auf ihre Kosten.
Was bedeutet das also für Prozesse? Da die Packaging-Strukturen immer komplexer werden, hat sich der gesamte Zyklus – von der Entwicklung über die Prototyperstellung bis hin zum Testen – erheblich verlängert. Im Herstellungsprozess erfordert der Weg vom Entwurf zum Enderzeugnis die richtigen hochdetaillierten Instruktionen zu mehr als 100 Parametern, mit wenig bis gar keinem Spielraum für Fehler.
Unter herkömmlichen Methoden werden Chiphersteller gezwungen, eine Reihe von inkrementellen Anpassungen vorzunehmen, um das optimale „Rezept“ zu ermitteln. Neben der enormen Belastung für die Entwicklungsingenieure sind das Nebenprodukt dieses Trial-and-Error-Ansatzes mehr Ausschuss und geringere Produktionsausbeuten.
30 % weniger
Verkürzt den Entwicklungszyklus um bis zu 30 % durch die Minimierung von Versuch und Irrtum bei der Rezeptformulierung
50 % Reduzierung
Reduziert die Wartungskosten für Kunden in der Halbleiterfertigung um 50 % durch datengesteuerte Optimierung
Unternehmen wie Panasonic Connect – mit seiner Process Automation Business Division – helfen Halbleiterherstellern, diese Herausforderungen zu meistern, Produktionsprozesse zu optimieren und qualitativ hochwertige Produkte zu liefern. Panasonic kann auf eine 30-jährige Erfolgsgeschichte bei der Bereitstellung spezialisierter Produktionsanlagen für Chiphersteller zurückblicken und erkannte, dass das Unternehmen bestens positioniert ist, um sie bei der Anpassung an neue Trends im Halbleiter-Packaging zu unterstützen.
Von besonderem Interesse war laut Mitsuru Hiroshima, Direktor der Semiconductor Process Business Group, die Integration erweiterter Analysen in seine Gerätelösungen, um seinen Kunden aus der Fertigungsindustrie wirklich bahnbrechende Ergebnisse zu ermöglichen. „Der Kern unserer Vision war die Idee, dass die Kombination von Deep Learning und Automatisierung Design- und Fertigungsabläufe auf ein völlig neues Optimierungsniveau bringen könnte“, sagt er.
Zu der Zeit, im Jahr 2019, wussten Hiroshima und sein Team, dass das Unternehmen seine Kernkompetenzen im Bereich Ausstattung erweitern musste, um diese Vision zu verwirklichen – und sie in eine konkrete Lösung umzusetzen, die es auf den Markt bringen konnte. „Wir waren auf der Suche nach einer Zusammenarbeit mit einem [Anbieter], der über fundiertes prozessbezogenes Branchenwissen sowie ein Portfolio fortschrittlicher Analysetechnologien in Bereichen wie KI und Deep Learning verfügt“, erklärt Hiroshima. „IBM zeichnete sich als einziger Anbieter aus, der in diesen beiden entscheidenden Bereichen Stärke einbringen konnte.“
Das Team, das IBM für das Projekt zusammenstellte, umfasste KI- und Deep Learning-Experten von IBM Research sowie Prozessexperten und Branchenberater von IBM Consulting.In den ersten Monaten der Zusammenarbeit haben die Teams von IBM und Panasonic Lösungsmöglichkeiten identifiziert und verfeinert. IBM wandte die IBM Garage™ Methodik an, bei der IT- und Betriebsmitarbeiter in einer iterativen, wirkungsvoller Zusammenarbeit zusammenzubringen, um den Rahmen für die Zusammenarbeit abzustecken, das Gesamtziel festzulegen und gemeinsam Lösungen zu entwickeln.
Auf der Grundlage der Herausforderungen und einer Bewertung der schnellstmöglichen Wertschöpfung definierte das gemeinsame Team zwei Lösungen zur Prozesssteuerung, die sich als erste Angebote intelligenter Fabriken von Panasonic herausstellten. Die erste Lösung bestand unter anderem darin, einen fortschrittlichen Plasmaschneider durch vollständige Automatisierung der Rezepterstellung zu entwickeln.
Plasma-Packaging ist ein bisschen wie Zauberei. Wenn ein Ingenieur auf der Suche nach dem richtigen Plasmarezept ist, muss am Ende ein Wafer mit präzisen Schneidmustern herauskommen. Das bedeutet, dass man die richtige Kombination von Variablen wie Vakuumdruck und -leistung, Elektronenenergie, Ionenenergie, Gase usw. wählen muss.
Für die Entwicklung der Machbarkeitsnachweis-Lösung entwickelte das IBM Research-Team Deep-Learning-Algorithmen. Diese ermöglichten es Ingenieuren, durch eine große Anzahl von Berechnungen schnell die optimale Mischung variabler Punkte abzuleiten. „Anstatt sich auf Intuition oder Versuch und Irrtum zu verlassen, verfügen die Ingenieure über eine intuitive, grafische Schnittstelle [die von IBM Consulting entwickelt wurde], die den Prozess präzise und in wenigen Sekunden simulieren kann“, erklärt Hiroshima.
Der zweite Machbarkeitsnachweis, den das Team gemeinsam erstellte, befasste sich mit einem anderen Problem: der Notwendigkeit, die Leistung von Plasmareinigungsanlagen durch intelligentere, datengesteuerte Wartungspraktiken zu optimieren. „Anstelle von Rezepten verwendet die Plasmareinigungsanwendung fortschrittliche Berechnungen, mit denen der optimale Zeitpunkt für die Reinigung und Wartung ermittelt werden kann“, sagt Hiroshima. „Zu früh verursacht unnötige Kosten, zu spät riskiert schlechte Qualität und sogar Maschinenausfälle.“
Wie die Dicing-Lösung basiert auch die Maschinenstatusanwendung auf von IBM Research entwickelten Algorithmen. Anhand von Daten von maschinenangehängten Sensoren korreliert die Anwendung Änderungen der Maschinenbetriebseffizienz mit dem Zustand verschiedener Maschinenteile. Die äußerst intuitive, visuelle Ausgabe sei, laut Hiroshima, wie eine Wunschliste für überlastete Techniker. „Die Techniker in der Fabrikhalle erhalten beispielsweise eine Warnung, dass einer von vielen Plasmareinigern suboptimal arbeitet und dass Schmutz auf der Elektrode der wahrscheinlichste Grund dafür ist“, sagt er. „Diese Erkenntnisse ermöglichen es dem Techniker, Korrekturmaßnahmen zu ergreifen, die die hohe Qualität aufrechterhalten und Produktionsunterbrechungen minimieren.“
Für Hiroshi Benno, Führungskraft im Produktmarketing bei der Process Automation Business Division und Schlüsselfigur in der Entwicklungsarbeit, zeigen beide Anwendungen, wie leistungsstarke Analysen in der Fertigung das Potenzial haben, den Design- und Herstellungsprozess von Chips zu verändern. „Bei den strengen Tests und Simulationen, die wir durchgeführt haben, hat die Plasmaschneidlösung den Entwicklungszyklus um bis zu 30 % verkürzt“, sagt Benno. „Der verkürzte Zyklus spiegelt wider, wie KI-basierte Analysen es Ingenieuren ermöglichen, einen Großteil des Versuchs und Irrtums bei der Formulierung des optimalen Plasmarezepts zu umgehen.“ Darüber hinaus wurde durch die KI-gestützte Optimierung auch der im Prozess entstehende Ausschuss deutlich reduziert.
Die Plasmareinigeranwendung von Panasonic wurde genau dafür konzipiert und zeigte, wie Erkenntnisse aus dem maschinellen Lernen die Grundlage für einen völlig neuen, datengestützten Ansatz für Entscheidungen zur Gerätewartung bilden können. Tests der Anwendung haben gezeigt, dass sie – durch eine Kombination aus weniger unnötiger Wartung, proaktiver Ersatzteilbestellung und weniger Maschinenausfällen – das Potenzial hat, die Wartungskosten für Kunden aus der Fertigungsindustrie um 50 % zu senken.
Während Panasonic sich darauf vorbereitet, diese neuen Lösungen auf den Markt zu bringen, enthalten diese Metriken eine starke Botschaft: Die KI in der Halbleiterfertigung ist jetzt bereit, Design- und Produktionsoptimierung zu liefern. Zudem können Chiphersteller durch die Übernahme dieser Praktiken den steigenden Anforderungen des heutigen hart umkämpften globalen Marktes besser gerecht werden.
Für Hiroshima hat Panasonics bisherige Zusammenarbeit mit IBM das Unternehmen auch entscheidend auf dem Weg zur Verwirklichung seiner langfristigen Vision vorangebracht. „Wir haben gezeigt, dass wir durch die Analyse der Statusdaten einzelner Maschinen in der Peripherie die Basis für autonome Fertigungsanlagen geschaffen haben, in denen die Maschine unter optimalen Bedingungen arbeitet“, erklärt er. „Der nächste Schritt in dieser Entwicklung besteht darin, mehrere Maschinen in die Cloud zu integrieren, um eine autonome Fertigung auf werksweiter Ebene zu ermöglichen. Diese Gruppe von hochgradig autonomen Maschinen – die autonome Fabrik – ist die ultimative Form der Unterstützung, die wir anstreben. Auf diese Weise kann die Zusammenarbeit mit IBM, die über die Grenzen eines Unternehmens hinausgeht, einen großen Schritt in diese Richtung machen. Wir werden über bestehende Ideen und Prozesse hinaus Innovationen einführen.“
Panasonic Connect mit Sitz in Osaka, Japan, (Link befindet sich außerhalb von IBM.com) ist eine Einheit der Panasonic Holdings Corporation, die sich auf die digitale Transformation konzentriert. Der Geschäftsbereich Prozessautomatisierung des Unternehmens bietet Ausstattung, Software und Services für Kunden aus der Fertigungsindustrie auf der ganzen Welt.
Rechtshinweise
© Copyright IBM Corporation 2022. IBM Corporation, New Orchard Road, Armonk, NY 10504
Hergestellt in den Vereinigten Staaten von Amerika, Oktober 2022.
IBM, das IBM Logo, ibm.com, IBM Consulting und IBM Research sind Marken der International Business Machines Corporation und in vielen Ländern weltweit eingetragen. Weitere Produkt‐ und Servicenamen können Marken von IBM oder anderen Unternehmen sein. Eine aktuelle Liste der IBM Marken ist im Web unter www.ibm.com/de-de/legal/copytrade verfügbar.
Das vorliegende Dokument ist ab dem Datum der Erstveröffentlichung aktuell und kann jederzeit von IBM geändert werden. Nicht alle Angebote sind in allen Ländern verfügbar, in denen IBM tätig ist.
Die genannten Leistungsdaten und Kundenbeispiele dienen ausschließlich zur Veranschaulichung. Tatsächliche Leistungsergebnisse hängen von den jeweiligen Konfigurationen und Betriebsbedingungen ab. DIE INFORMATIONEN IN DIESEM DOKUMENT WERDEN OHNE JEGLICHE AUSDRÜCKLICHE ODER STILLSCHWEIGENDE GARANTIE ZUR VERFÜGUNG GESTELLT, EINSCHLIESSLICH DER GARANTIE DER MARKTGÄNGIGKEIT, DER EIGNUNG FÜR EINEN BESTIMMTEN ZWECK UND DER GARANTIE ODER BEDINGUNG DER NICHTVERLETZUNG VON RECHTEN. Die Garantie für Produkte von IBM richtet sich nach den Geschäftsbedingungen der Vereinbarungen, unter denen sie bereitgestellt werden.