SPIE 2023 Buzz – Siemens Aims To Break Down Innovation Barriers By Extending Design Technology Co-Optimization - Semiwiki

افلاطون کے ذریعہ دوبارہ شائع کیا گیا۔

فالونگ: 0

SPIE 2023 Buzz - سیمنز کا مقصد ڈیزائن ٹیکنالوجی کو آپٹیمائزیشن کو بڑھا کر اختراعی رکاوٹوں کو توڑنا ہے۔

آج کے سیمی کنڈکٹر ڈیزائن ٹو فیبریکیشن کے عمل میں منظم نقائص کے پھیلاؤ کو روکنے کے لیے بہت سے توثیق، تجزیہ اور اصلاح کے اقدامات کی ضرورت ہے۔ اس عمل میں شامل ٹولز میں ڈیزائن رول چیکنگ (DRC)، آپٹیکل پروکسیمٹی کریکشن (OPC) کی تصدیق، ماسک رائٹنگ اور ویفر پرنٹنگ میٹرولوجی/معائنہ (عمل کا اندازہ لگانے کے لیے)، ویفر پرنٹنگ میٹرولوجی/معائنہ، اور ناکامی کی تصدیق کے لیے جسمانی ناکامی کا تجزیہ شامل ہوسکتا ہے۔ تشخیص ان مراحل کے درمیان معلومات کا تبادلہ اور تعاون ایک پیچیدہ عمل ہے، جس میں بہت سے فیڈ فارورڈ اور فیڈ بیک لوپس ہیں۔ پراسیس ٹیکنالوجی کے مختلف حصوں کے درمیان "دیواروں" کی وجہ سے مواصلات میں اکثر رکاوٹ پڑتی ہے، جدت کو سست کر دیتی ہے۔ حالیہ SPIE کانفرنس میں سیمنز ای ڈی اے نے ایک کلیدی خطاب پیش کیا جس میں ان دیواروں کو توڑنے کے لیے کئی طریقوں کی تجویز پیش کی گئی تاکہ چپ ڈیزائن کو مینوفیکچرنگ کے عمل میں بہتر بنایا جا سکے۔ دیکھیں کہ کس طرح سیمنز کا مقصد ڈیزائن ٹیکنالوجی کے تعاون کو بڑھا کر اختراعی رکاوٹوں کو ختم کرنا ہے۔

کلیدی نوٹ کے بارے میں

SPIE بین الاقوامی سوسائٹی برائے آپٹکس اور فوٹوونکس ہے۔ یہ تنظیم 1955 کی ہے اور اس کی کانفرنس جدید ڈیزائن اور مینوفیکچرنگ کے موضوعات کے لیے ایک اہم تقریب بن گئی ہے۔ اس سال کی تقریب میں، سیمنز نے کلیدی نوٹ پیش کیا جو اس پوسٹ کا موضوع ہے۔ پریزنٹیشن میں بہت سے تعاون کرنے والے تھے، جن میں لی ہونگ، فان جیانگ، یوآن شینگ ما، سری ودیا جیرام، جو کوان، سیمنز ای ڈی اے (امریکہ)؛ ڈوہوان کواک، سیمنز ای ڈی اے (جمہوریہ کوریا)؛ شنکرارائنن پننجات ایاپن، سیمنز ای ڈی اے (انڈیا)۔ گفتگو کا عنوان تھا۔ ٹیکنالوجی کے آغاز سے HVM تک ڈیزائن ٹیکنالوجی کے تعاون کو بڑھانا.

یہ گفتگو ڈیزائن ٹیکنالوجی کو آپٹیمائزیشن (DTCO) کے سیشن کا حصہ تھی۔ یہ تصور نیا نہیں ہے، لیکن سیمنز نے اس کے اطلاق کو ڈیزائن سے لے کر ہائی والیوم مینوفیکچرنگ (HVM) تک، عمل کے وسیع دائرہ کار میں دیکھا۔ پیش کردہ خیالات اور نتائج کے اہم مضمرات ہیں۔ آئیے قریب سے دیکھیں۔

کیا پیش کیا گیا۔

سب سے پہلے، ماحولیاتی نظام کے کلیدی حصوں میں ڈی ٹی سی او کے استعمال کی موجودہ حالت پر ایک نظر پیش کی گئی۔ ڈیزائن کے نقطہ نظر سے، بہت ساری جدید فبلیس کمپنیوں کے پاس ایک DFM ٹیم ہے جو پیٹرن پر مبنی نقطہ نظر کی حدود کو دیکھ رہی ہے۔ فاؤنڈری پر انحصار کے بغیر پیداوار سیکھنے کی سہولت کے لیے نئی ٹیکنالوجی کی واقعی ضرورت ہے۔

فاؤنڈریز بروٹ فورس پیٹرن پر مبنی مشین لرننگ اپروچ استعمال کر رہی ہیں، جو کہ مہنگے ہیں لیکن مکمل طور پر موثر نہیں ہیں۔ وہ اپنے تخلیق کردہ بڑے پیمانے پر مینوفیکچرنگ ڈیٹا کی موثر معلومات کی کان کنی بھی تلاش کر رہے ہیں۔ آلات فروش اور ای ڈی اے وینڈرز ایک ساتھ مل کر کام کر رہے ہیں اور زیادہ موثر مشین لرننگ سلوشنز لے کر آ رہے ہیں۔

تھوڑا پیچھے ہٹتے ہوئے، اس بات کی نشاندہی کی گئی کہ اس عمل کے ڈیزائن اور مینوفیکچرنگ کے مراحل کے درمیان دیواریں ہیں۔ Fabless کمپنیاں ڈیزائن تیار کرتی ہیں، DRC اور ڈیزائن برائے مینوفیکچرنگ (DFM) کرتی ہیں، پھر وہ اسے فاؤنڈری یا IDM کے اندر OPC/RET ٹیم کو دیوار پر پھینک دیتی ہیں۔ ڈیزائن میں OPC اور تصدیق جیسے کام ہوتے ہیں، اور پھر ڈیٹا کو ماسک لکھنے اور میٹرولوجی/معائنہ کے لیے دوسری دیوار پر پھینک دیا جاتا ہے۔ آخری دیوار تعمیر کے لیے ہے۔ یہاں، برقی ٹیسٹ اور ناکامی کا تجزیہ کیا جائے گا۔ جب تک ناکامی کی بنیادی وجہ مل جاتی ہے، 6-18 مہینے گزر چکے ہوتے ہیں۔ یہ ایک بہت طویل فیڈ بیک لوپ ہے۔ اس پوسٹ کے اوپری حصے میں موجود گرافک اس عمل کو ظاہر کرتا ہے۔

ڈی ٹی سی او دیواروں کو توڑنے کی کوشش کرتا ہے، لیکن دستیاب طریقہ کار نامکمل ہیں۔ روایتی DTCO عمل کی ترقی میں بہت جلد شروع ہوتا ہے۔ اسکیلنگ کی ضرورت کے ساتھ شروع کرتے ہوئے، ایک معیاری سیل کی وضاحت کی جاتی ہے، اور ترکیب، جگہ اور راستے کو بنیادی نمونوں کے ساتھ آنے اور کارکردگی اور طاقت کی پیمائش کرنے کے لیے انجام دیا جاتا ہے۔ SRAM کی پیداوار بھی ہو جاتی ہے اور یہ ڈیٹا معیاری سیل ڈیزائن پر واپس آ جاتا ہے۔

SPIE کلیدی نوٹ میں جو کچھ پیش کیا گیا وہ اس کو-آپٹیمائزیشن تصور کو ڈیزائن سے مینوفیکچرنگ تک پورے عمل تک بڑھانے کا ایک طریقہ تھا۔ اس نقطہ نظر میں ڈیزائن سے لے کر حتمی عمل تک معلومات کے آسان بہاؤ کو فعال کرنا اور معلوماتی چینل بنا کر جسمانی تجزیہ شامل ہے۔

اگرچہ یہ سیدھا سیدھا لگتا ہے، ایسا نہیں ہے۔ مسائل کو کم کرنے کے لیے ٹھوس طریقوں کے ساتھ بہت سے چیلنجز پر تبادلہ خیال کیا گیا۔ مثال کے طور پر، ابتدائی ڈیزائن ترتیب کے مصنوعی جنریٹرز کے ساتھ بنائے جاسکتے ہیں تاکہ عمل کو حقیقی ڈیزائن کے مسائل کے مطابق تیار کرنے میں مدد ملے۔ یہ اس وقت ابتدائی پروسیس ٹیپ آؤٹ کے ساتھ درپیش بہت سی حیرتوں کو دور کر سکتا ہے۔

بڑے پیمانے پر ڈیٹا والیوم سے نمٹنا ایک اور چیلنج ہے۔ نئی نفیس کمپریشن تکنیکوں کا استعمال کرتے ہوئے، 30X بہتری ممکن ہے۔ یہ ڈیٹا ہینڈلنگ اور تجزیہ کے کاموں کو کافی حد تک بہتر بناتا ہے۔ ایک تصور جسے کہتے ہیں۔ قابل وضاحت AI بہت تیزی سے مسائل کی بنیادی وجوہات تلاش کرنے میں مدد مل سکتی ہے۔ AI ماڈلز کو بعد میں مینوفیکچرنگ کے عمل میں پہلے کے نتائج کو باطل کیے بغیر دوبارہ تربیت دینے کی صلاحیت بہتری کا ایک اور شعبہ ہے۔ اعداد و شمار کے تجزیہ کے علاقے میں بھی "غیر متوازن ڈیٹا" سے نمٹنے کی تکنیکیں ہیں۔ مثال کے طور پر، 100,000,000 نمونوں میں ایک گرم جگہ پائی جا سکتی ہے۔

ان سب کو ایک ساتھ ڈالنا ایک بہت زیادہ موثر اینڈ ٹو اینڈ ڈیزائن فلو بنا سکتا ہے، جیسا کہ نیچے دی گئی تصویر میں دکھایا گیا ہے۔

مزید جاننے کے ل

اس کلیدی پریزنٹیشن میں بیان کردہ نقطہ نظر کا اثر کافی ہے۔ آپ کر سکتے ہیں۔ پریزنٹیشن دیکھیں اور یہاں عمل پر ایک سفید کاغذ تک رسائی حاصل کریں۔. حاصل کرنے کے لیے بہت ساری مفید معلومات ہیں۔ اور اسی طرح سیمنز کا مقصد ڈیزائن ٹیکنالوجی کو آپٹیمائزیشن کو بڑھا کر اختراعی رکاوٹوں کو ختم کرنا ہے۔

اس پوسٹ کو بذریعہ شیئر کریں: