Přístup společnosti Lam Research

Budoucnost strojového učení

Dr. Richard A. Gottscho, výkonný viceprezident a technologický ředitel společnosti Lam Research, se sešel s týmem tec.news, aby s ním pohovořil o přístupu k významu umělé inteligence (AI) a strojového učení (ML).

Společnost Lam Research byla založena v roce 1980 a je předním světovým dodavatelem inovativních zařízení pro výrobu substrátových disků a služeb pro zpracování polovodičů. Její technologie a řešení produktivity přispěly ke zvýšení výkonu integrovaných obvodů za současného snížení nákladů, a to ze 130 000 tranzistorů na čipu na počátku 80. let na více než 1 miliardu v současnosti.

Stejně jako mnoho dalších společností využívá společnost Lam umělou inteligenci (AI) a strojové učení (ML) na úrovni produktů, aby svým zákazníkům mohla nabídnout nižší celkové náklady na vlastnictví, nižší spotřebu energie a vyšší výnosy. Společnost Lam rovněž využívá umělou inteligenci a strojové učení v široké škále aplikací při vlastní činnosti, například při zvyšování výkonu výrobních zařízení s cílem dosáhnout vyšší kvality a konzistence výroby substrátových disků u celé řady vybavení.

Těchto cílů lze dosáhnout pouze díky efektivnímu využívání dat. V současné době probíhá shromažďování dat z výroby polovodičů získáváním z jednotlivých nástrojů. Společnost Lam nabízí změnu tím, že poskytuje vyčištěná data – včetně filtrování a časového sekvenování – která lze okamžitě využívat. Zákazníci tak mohou co nejlépe spravovat svoje technické vybavení ze všech výrobních lokalit.

U jednotlivých nástrojů jsou používány výrobní komory s integrovanými řídicími prvky, které zajišťují dosahování přesnějších a opakovatelných výsledků, slouží k detekci chyb a k získávání adaptivní zpětné vazby pro mimořádně přesnou opakovatelnost bez ohledu na variabilitu vstupních materiálů. Zpřístupněním těchto dat mimo jednotlivá výrobní zařízení lze pomocí algoritmů AI a ML analyzovat velké soubory dat a odhalit tak skutečnosti, které umožní zvýšit výkon, zlepšit funkci zařízení, identifikovat anomálie a zamezit výskytu poruch a neplánovaných odstávek zařízení.

Případy použití umělé inteligence a strojového učení ve výrobě polovodičů

Odchylky v rámci výrobního procesu mohou být způsobeny mnoha faktory, například regulací teploty povrchů komor, rychlostí ladění sítě RF a regulací teploty substrátového disku. Příčinu rozdílů v parametrech mezi komorami lze zjistit podrobným zkoumáním údajů ze samotných výrobních nástrojů. 

Dalším nejčastějším případem použití je detekce závad. Při výrobě nanozařízení je tolerance pro vady v podstatě nulová – použití AI a ML může pomoci včas odhalit podmínky, které by mohly mít za následek vznik vad, a zvýšit tak objem výroby.

Rozhodující je správná truktura

Implementace AI a ML vyžaduje spolupráci dvou různých oblastí: datových analytiků a průmyslových inženýrů v daném oboru. Pro společnost Lam to znamená, že zaměstnává tým vlastních datových analytiků, kteří úzce spolupracují s inženýry na vývoji jejích zařízení. Díky těmto interním znalostem může společnost Lam nabízet svým zákazníkům, kteří by jinak museli své stroje propojovat ručně, bezproblémové služby. Současně s tím jsou oslovováni také externí konzultanti, kteří přinášejí nové nápady a postupy.

Díky kombinaci schopností vlastních datových analytiků a externích konzultantů patří společnost Lam ke špičce v oblasti AI a ML.

Umělá inteligence a strojové učení jsou základními kameny Průmyslu 4.0

Pan Gottscho odpovídá za dohled nad transformací společnosti Lam v oblasti Průmyslu 4.0. Podotýká, že téměř každá společnost v současnosti zavádí strategii digitální transformace a snaží se dosáhnout vyšší produktivity, zkrátit dodací lhůty a zvýšit transparentnost všech aspektů výrobního procesu. Pro Gottscha je největší výzvou implementace hromadných změn v zavedené společnosti, tu označuje za příslovečný problém, se kterým se potýká mnoho inženýrů: „Musíme přepracovat náš motor za provozu.“

Další klíčovou výzvou je zajistit dostatek odborníků v příslušné oblasti a vyrovnat se s nedostatkem datových analytiků, což podle něj brání celkovému pokroku ve světě.

„Problémem nejsou peníze, ale lidé, protože ty nelze sehnat přes noc. Nutí vás to velmi pečlivě vybírat, co uděláte jako první, druhé a třetí. Transformaci průmyslu nelze provést do druhého dne.“

Spolupráce Lam Research a HARTING

Společnosti Lam a HARTING spolupracují na nových způsobech zdokonalení výroby polovodičů. Gottscho věří, že koncept společnosti HARTING, který spočívá v měření napětí, proudu, fáze a celkové spotřeby elektrické energie zařízení v reálném čase pomocí senzorů integrovaných v konektorech, má velký potenciál zajistit monitorování velkého množství signálů z výrobních zařízení v reálném čase a podporovat pokročilé aplikace umělé inteligence a strojového učení. Tento přístup nabízí relativně snadnou použitelnost a ve srovnání s jinými metodami snímání je také vysoce nákladově efektivní.

Zpracovávání informací v reálném čase poskytuje významné výhody v porovnání se současným řešením používání elektronového mikrografu, jehož zpracování trvá několik hodin a stojí tisíce dolarů. Gottscho považuje integrované senzory v konektorech za důležité u polovodičových zařízení i u autonomních vozidel, protože dodávají informace v reálném čase, které jsou základem zásadních rozhodnutí.

 Tento přístup také přispívá k naplnění závazku společnosti Lam dosáhnout do roku 2050 uhlíkové neutrality, který byl představen na začátku letošního roku. Prvním krokem při navrhování energeticky účinných zařízení je zjistit, kolik energie se spotřebovává v jednotlivých částech, a ideálním způsobem, jak toho dosáhnout, je použití integrovaných senzorů, které zaznamenávají důležité provozní údaje a informace vedoucí k transformaci průmyslu.