半导体制造通过智能技术改善

半导体制造设施不同于任何其他设施。他们可以持有数亿美元的投资，为人类历史上的商业目的创造一些最小的产品。如此之小，一点灰尘会对最终产品造成无法弥补的损害。在过去几十年中，该行业创造了许多突破性程序，其他工业制造商最终将在几十年内使用它们。产品越多，设备和系统越依赖于计算能力和复杂的纳米结构，对这些薄晶圆的需求预计只会增加。

然而，与工业制造业其他部分的差异正在无情地成为运营创新，以实现更高的投资回报。在过去的几十年里，许多改进都很有价值，但他们的成功创造了一段收入下降的旅程。这些改进通常以更高产量的名义进行。毫无疑问，这是一个关键指标，但关注单一的优化因素可能会导致工程师自我设计的无影无踪。从这个角度来看，历史上有两种选择；投资节点较小或晶圆较大。两者都是有利可图的，但需要数十亿美元的初始资本投资。

除了最大的铸造厂和制造商，这使得几乎所有的公司都无法竞争。这就是智能制造的目的。在最简单的层面上，所有制造商都有三个调整旋钮：成本、时间和质量。智能制造商所做的是改进这三个旋钮的微调，以更好地控制企业。还有其他优势，如基于规则的规划和流程优化，将智能制造定位为一种流行的方式来摆脱收入减少。

集成电路在新时代的发展

增长增加

物联网（IoT）该设备已成为半导体收入的最大驱动力，其次是无线通信、汽车和人工智能产品。1.这些广泛的设备将给行业带来更多的变化，但如此多样化的产品优化和制造将成为更大的障碍。生产所有这些不同产品的最佳时间表是什么？生产是否会被视为一个不知道实时情况的黑匣子？如果需要更改设计，调整过程需要多长时间？生产力能等于改变之前吗？

跟踪和跟踪需求

许多半导体应用程序在社会安全方面也起着更重要的作用，对人类生活的福祉负责。为了应对。OEM面对这一新风险，许多公司希望或要求严格的跟踪和可追溯性协议。如果高级驾驶员的辅助功能早于预期，详细的过程信息将非常有价值，以找到根本原因。其他应用程序，如安全和生物识别技术BC858BWT1，需要确保设计在制造过程中不会改变或篡改。越来越多的人对他们购买的产品的可持续性感兴趣。顾客怎么知道他们收到了他们买的东西？

优化率越来越难

生产无疑是优化盈利能力的关键指标，但大多数过程都是自动化和优化的，尤其是在最大的晶圆厂和最先进的节点。智能制造不仅是优化的次要方式，也是画家在制造设施中更换传感器之前提高效率和盈利能力的次要方式，在制造设施中更换传感器之前对其效果进行测试。

成功之路

智能制造的价值在于其灵活性，即西门子，即西门子Xcelerator软件、服务和应用开发平台产品组合的核心部分可以为组织带来新的见解、机会和自动化。在大规模生产中，即使过程调整很小，也可以节省大量成本。为了解释这种方法在促进创新方面的重要性，我们将讨论两个例子：批量优化和调度优化。

“数字双胞胎可以是产品、生产或性能。理想情况下，这些数字双胞胎会不断改进，以获得见解和见解。Xcelerator产品组合包括数字孪生体的设计、实现和优化。

假设新的制造设施正在建设中，投资近140亿美元。在运营前60天，生产了10000个可行的制造设施。IC单位。最重要的是，大约25%的人会直接转移到存储中。这是一项巨大的投资，留在一个房间里，但在整个行业中却很常见。

25%的140亿美元是一个巨大的储蓄损失，特别是与回报率上升四分之一相比。为什么制造设施的准确细节不够清晰？

优化手数

像许多其他学科一样，半导体制造可能成为传统的受害者。大部分产量不到3000mm。虽然在某些情况下，较小的批量尺寸可能更有效，但晶圆厂的批量尺寸约为25个晶圆。然而，手数的优化与这些指标无关。相反，它侧重于组装多个芯片模块所需的芯片数量。

例如，IC包装可能包括一个处理器芯片，可以容纳1000个芯片。可能有15000个芯片可以免费存储芯片。通常会建立1000多个芯片模块来匹配主芯片的数量，因为这是一个正常且昂贵的芯片。这留下了5000个额外的内存模具。这个额外的部分会发生什么？通常，它们储存在设施的某个地方，可能会过期或丢失。最后，损失被视为收入损失。这可能是100万美元的免费模具丢失或报废。

根据我们与世界各地半导体制造商的合作经验，这是一个保守的估计。许多晶圆厂通常建造30%以上。是的，以后可以卖一些积压的库存，但是如果有中期修改呢？总收入损失约为15%。

芯片级可追溯性

许多产品也可能需要可追溯性，以了解模具何时投入生产，以及条件或批次是否具有较高的故障率。然而，为了完全优化批量规模和调度，需要更准确的跟踪方法：模具级可追溯性。跟踪单个模具的整个生产过程，进入现实世界，消除高效、有利的生产障碍。

调度优化

为了提高操作清晰度，建立了一些流程：

首先，我们需要一个有限的调度系统。一个实时了解正在发生的事情的人。但这需要数字转换。从机器和工人到管理和控制过程，每个过程的数据可以更好地理解整体效率，但几乎没有连续的数字线程。

其次，需要在整个制造设施中积极部署物联网传感器，以建立有限调度系统的数字线程。幸运的是，对于许多晶圆工厂来说，他们的机器可能会产生大量的数据。这包括一个高度准确的温湿度读数，以确保半导体的稳定性和最佳的生产环境。它甚至可以包括伺服器的速度或固定晶片所需的力。

最后一个要求是准确地模拟整个工厂车间。理论处理时间与实际时间相比如何？这个过程中的每一步？切换工具需要多长时间？为了收敛和优化这些答案，有必要将物联网基础设施的真实数据反馈给模拟模型。这创建了一个闭环模型，最终支持先进的机器学习AI功能。

这三个步骤使生产速度更快，效率更高。但还有一个更关键的因素：手的定量优化。如果没有这四个步骤，存储速度只会增加，因为生产速度会比以前更快。

结论：

生产是一个很好的指标，但它们并不是高效半导体晶圆工厂的唯一指标，特别是因为市场预计只会增加生产能力和复杂性。无论其他字面生产过程如何，数百万美元要么坐在储藏室里，要么放在垃圾桶底部。智能制造旨在扩大和优化工厂的兴趣。Xcelerator一些半导体开发和生产工具正在为今天的工厂带来未来的生产效率。

智能跟踪调度指标产品优化

免责声明：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。