https://doi.org/10.1038/s41586-023-05773-7
制造半导体芯片的瓶颈之一是开发晶体管和记忆存储单元的化学等离子体工艺所需的成本越来越高。当前这些工艺仍然是人工开发的，即使用训练有素的工程师寻找工具参数的组合，最终在硅晶圆上产生可接受的结果。另一方面，计算机算法面临的挑战是，由于获取成本高，可用的实验数据有限，因此很难形成一个精确到原子尺度的预测模型。本研究通过贝叶斯优化算法研究了人工智能（AI）如何降低开发复杂半导体芯片工艺的成本。特别是，本研究创建了一个受控的虚拟过程比赛(virtual process game)，系统地对人类和计算机在设计半导体制造过程中的表现进行了比较。本研究发现，人类工程师在开发的早期阶段表现出色，而在接近目标的严格公差时，算法的成本效率要高得多。此外，本研究表明，在人先机后的策略中，同时使用具有高度专业知识的人类设计师和算法，与只使用人类设计师相比，可以将目标成本降低一半。最后，本研究强调了在开发半导体工艺过程中引入人工智能时需要解决的人与计算机合作的文化挑战。1、比赛是在一个虚拟的环境中进行的，如图1所示。本研究的案例研究过程是对二氧化硅薄膜上的高长径比孔进行单步等离子体蚀刻，这是用于制造半导体芯片的许多蚀刻步骤之一。这个过程的模拟是根据现有的数据进行参数化和校准，进入一个专有的特征轮廓模拟器，使用基于物理和经验的关系，将输入的工具参数组合 "配方 "连接到虚拟晶圆上的输出蚀刻结果。对参与者来说，这个模拟器可以作为一个有效的黑匣子，将配方（例如，压力、功率和温度）转换为制造半导体芯片所需的工艺步骤要求。2、如同在实验室里一样，比赛的目标是找到一个能产生符合目标的输出指标的配方，使成本与目标的关系最小化。参与者提交一个批次（一个或多个配方），并收到输出指标和截面剖面图像。参与者继续提交批次，直到达到扩展数据表1中定义的目标，对应于图1中所示的剖面。本研究将 "轨迹 "定义为为达到目标而进行的一系列批次。根据实际成本估算，本研究为每个配方分配了1000美元的晶圆和计量成本，以及每批1000美元的工具操作的间接成本。由于输入参数空间的高度退化性，存在许多潜在的获胜配方。尽管如此，本研究在一开始就验证了随机达到目标的低几率：基于35,000个随机样本，每个配方为0.003%。图2显示了流程工程师的轨迹。他们的轨迹显示出相似的路径，朝着目标逐步推进，这里将其描述为两个阶段：粗调和精调。粗调是指最初向目标的快速改进，而精调是指在轨迹的尾端，工程师努力同时满足所有产出指标的缓慢进展。在取得相同的进展时，高级工程师需要的成本大约是初级工程师的一半。如图2的插图所示，获胜的人类参与者是1号高级工程师，其目标成本为105,000美元。这就是被称为"专家 "的人类基准。1、算法从一个拉丁超立方体中随机生成的32个配方种子开始每个轨迹，然后每批生成单个配方。结果在图3的面板上标有 "No human"。成功率很低，Algo1不到1%，Algo2为2%，Algo3为11%。总的来说，300次尝试中只有13次（不到5%）击败了人类专家。作为参考，本研究允许Algo2的一条轨迹超过截断限制，最终以739,000美元达到目标，比专家的成本高出近一个数量级。总的来说，仅靠算法无法与人类专家的竞争中获胜。2、本研究认为，这些算法之所以失败，是因为他们在没有先前知识的情况下，在巨大的工艺空间中导航时浪费了实验。相比之下，本研究推测工艺工程师在最初的导航中利用他们的经验和直觉来做出更好的决定。因此，本研究决定测试一种混合策略，在人先机后（HF-CL）的情况下，由专家去指导算法：3、图3显示了HF-CL的结果，提供给计算机算法的数据逐渐增多。观察到目标成本对专家数据量的V型依赖。从A点到C点，随着算法性能的提高，对更多专家数据的访问降低了总体目标成本。然而，超过C点后，这一趋势发生了逆转，在这一点上，获取更多的专家数据会增加成本，但对算法没有明显的好处。所有算法的HF-CL的最佳性能都在C点。Algo3大大优于其他算法，这归因于高斯过程模型的灵活性或其不同的获取函数，因为低置信度约束算法已被证明优于EI函数。带有Algo3的HF-CL设定了一个新的基准，目标成本的中位数为52,000美元，仅仅不到人类专家所需成本的一半。因此，使用专家与Algo3合作的HF-CL策略赢得了比赛，因为相对于专家基准，它可靠地降低了开发等离子体蚀刻工艺的成本与目标。总之，尽管计算机算法本身可以通过使用大量的数据独立开发一个流程，但它们未能以低于人类基准的成本-目标来实现。只有当与专家合作，指导他们建立一个有希望的系统时，算法才能成功。这项研究的结果指出了一条通过结合人类和计算机的优势来大幅降低目标成本的道路。这种非常规的工艺工程方法需要改变人的行为来实现其好处。这项研究的结果增强了我们的信心，即我们正走在以明显方式改变半导体芯片的工艺开发方式的道路上。通过这样做，我们将利用这些半导体工艺所支持的计算能力去加速半导体生态系统中的关键环节。https://www.nature.com/articles/s41586-023-05773-7拉姆研究公司成立于1980年。该公司是为半导体行业提供创新晶片制造设备和服务的全球供应商。该公司已在纳米级应用支持，化学，等离子体和流体技术，先进的系统工程和广泛的操作学科等领域建立了核心竞争力，在全球范围内建立了强大的业务。该公司的产品和服务旨在帮助客户构建更小，更快，性能更好的设备，这些设备可用于各种电子产品，包括移动电话，个人计算机，服务器，可穿戴设备，汽车和数据存储设备。
更多科研作图、软件使用、表征分析、SCI 写作、名师介绍等干货知识请进入后台自主查询。