SPIE 2023 Buzz – Siemens Bertujuan Mendobrak Hambatan Inovasi Dengan Memperluas Ko-Optimasi Teknologi Desain - Semiwiki

Diterbitkan Ulang Oleh Plato

Followers: 0

SPIE 2023 Buzz – Siemens Ingin Mendobrak Hambatan Inovasi dengan Memperluas Optimasi Teknologi Desain

Mencegah penyebaran cacat sistematis dalam proses desain hingga fabrikasi semikonduktor saat ini memerlukan banyak langkah validasi, analisis, dan pengoptimalan. Alat yang terlibat dalam proses ini dapat mencakup pemeriksaan aturan desain (DRC), verifikasi koreksi jarak optik (OPC), penulisan mask dan metrologi/inspeksi pencetakan wafer (untuk mengukur proses), metrologi/inspeksi pencetakan wafer, dan analisis kegagalan fisik untuk memastikan kegagalan diagnosa. Pertukaran informasi dan optimalisasi bersama antar langkah-langkah ini merupakan proses yang kompleks, dengan banyak putaran umpan balik dan umpan balik. Komunikasi sering kali terhambat oleh “dinding” antara berbagai bagian teknologi proses, sehingga memperlambat inovasi. Pada konferensi SPIE baru-baru ini, Siemens EDA menyampaikan pidato utama yang mengusulkan serangkaian pendekatan untuk meruntuhkan tembok-tembok ini guna meningkatkan desain chip hingga proses manufaktur. Baca terus untuk melihat bagaimana Siemens berupaya mendobrak hambatan inovasi dengan memperluas ko-optimasi teknologi desain.

Tentang Pembicaraan Utama

SPIE adalah perkumpulan internasional untuk optik dan fotonik. Organisasi ini berdiri sejak tahun 1955 dan konferensinya telah menjadi acara utama untuk topik desain dan manufaktur tingkat lanjut. Pada acara tahun ini, Siemens menyampaikan keynote yang menjadi topik postingan kali ini. Hadir banyak kontributor dalam presentasi tersebut, antara lain Le Hong, Fan Jiang, Yuansheng Ma, Srividya Jayaram, Joe Kwan, Siemens EDA (Amerika Serikat); Doohwan Kwak, Siemens EDA (Republik Korea); Sankaranarayanan Paninjath Ayyappan, Siemens EDA (India). Judul pembicaraannya adalah Memperluas kooptimasi teknologi desain dari peluncuran teknologi hingga HVM.

Pembicaraan tersebut merupakan bagian dari sesi mengenai optimasi teknologi desain (DTCO). Konsep ini bukanlah hal baru, namun Siemens melihat penerapannya pada cakupan proses yang lebih luas, mulai dari desain hingga manufaktur volume tinggi (HVM). Ide dan hasil yang disajikan mempunyai implikasi yang signifikan. Mari kita lihat lebih dekat.

Apa yang Disajikan

Pertama, disajikan gambaran kondisi penggunaan DTCO saat ini di seluruh bagian penting ekosistem. Dari perspektif desain, banyak perusahaan maju yang fables memiliki tim DFM yang melihat batasan pendekatan berbasis pola. Apa yang benar-benar dibutuhkan adalah teknologi baru untuk memfasilitasi pembelajaran hasil tanpa ketergantungan pada pengecoran.

Pabrik pengecoran menggunakan pendekatan pembelajaran mesin berbasis pola brute force, yang mahal namun tidak sepenuhnya efektif. Mereka juga mencari penambangan informasi yang efisien dari data manufaktur besar-besaran yang mereka buat. Vendor peralatan dan vendor EDA telah bekerja sama lebih erat dan menghasilkan solusi pembelajaran mesin yang lebih efisien.

Sedikit mundur ke belakang, terlihat bahwa terdapat dinding antara tahap desain dan tahap produksi dalam proses tersebut. Perusahaan-perusahaan yang luar biasa membuat desain, melaksanakan DRC dan desain untuk manufaktur (DFM), kemudian mereka menyerahkannya ke tim OPC/RET di dalam pengecoran atau IDM. Desain tersebut menyelesaikan tugas-tugas seperti OPC dan verifikasi, dan kemudian data dibuang ke dinding lain untuk penulisan masker dan metrologi/inspeksi. Dinding terakhir adalah untuk fabrikasi. Di sini, pengujian kelistrikan dan analisis kegagalan akan dilakukan. Pada saat akar penyebab kegagalan ditemukan, 6-18 bulan telah berlalu. Itu adalah umpan balik yang sangat panjang. Grafik di bagian atas postingan ini menggambarkan proses ini.

DTCO berupaya untuk meruntuhkan tembok pembatas tersebut, namun metodologi yang tersedia tidak lengkap. DTCO tradisional dimulai sejak awal dalam pengembangan proses. Dimulai dengan kebutuhan penskalaan, sel standar ditentukan, dan sintesis, tempat, dan rute dilakukan untuk menghasilkan pola dasar serta mengukur kinerja dan daya. Penghasilan SRAM juga dilakukan dan data diputar kembali ke desain sel standar.

Apa yang disampaikan pada keynote SPIE adalah cara untuk memperluas konsep kooptimasi ini ke seluruh proses mulai dari desain hingga manufaktur. Pendekatan ini melibatkan aliran informasi yang lebih mudah mulai dari desain hingga proses akhir dan analisis fisik dengan membuat saluran informasi.

Meskipun ini terdengar mudah, sebenarnya tidak. Banyak tantangan yang dibahas dengan pendekatan konkrit untuk memitigasi permasalahan tersebut. Misalnya, desain awal dapat dibuat dengan generator sintetis tata letak untuk membantu mengkalibrasi proses agar sesuai dengan masalah desain nyata seiring dengan pengembangan proses. Hal ini dapat meringankan banyak kejutan yang saat ini dihadapi dalam tapeout proses awal.

Berurusan dengan volume data yang sangat besar adalah tantangan lainnya. Dengan menggunakan teknik kompresi baru yang canggih, peningkatan 30X lipat dapat dilakukan. Ini sedikit meningkatkan tugas penanganan dan analisis data. Sebuah konsep disebut AI yang bisa dijelaskan dapat membantu menemukan akar penyebab masalah dengan lebih cepat. Kemampuan untuk melatih kembali model AI di kemudian hari dalam proses manufaktur tanpa membatalkan hasil sebelumnya adalah hal lain yang perlu ditingkatkan. Juga di bidang analisis data adalah teknik untuk menangani “data yang tidak seimbang”. Misalnya, mungkin ada satu titik panas yang ditemukan dalam 100,000,000 pola.

Menggabungkan semua ini dapat menciptakan alur desain end-to-end yang jauh lebih efisien, seperti yang ditunjukkan pada gambar di bawah.

Untuk Belajar Lebih Lanjut

Dampak dari pendekatan yang diuraikan dalam presentasi utama ini sangat besar. Kamu bisa lihat presentasi dan akses kertas putih tentang prosesnya di sini. Ada banyak informasi berguna yang bisa didapat. Dan itulah cara Siemens berupaya mendobrak hambatan inovasi dengan memperluas ko-optimasi teknologi desain.

Bagikan postingan ini melalui: