Was ist ein digitaler Zwilling in Halbleiter?

Die Biden-Regierung kündigte kürzlich eine Finanzierungsmöglichkeit von 285 Millionen US-Dollar für den Einsatz digitaler Zwillinge in der amerikanischen Halbleiterindustrie an. Dies folgt auf ähnliche Investitionsinitiativen in Japan und Indien für die Halbleiterherstellung. In den USA wird das Geld für die Finanzierung eines Instituts für digitale Zwillinge verwendet, und es wird erwartet, dass Mitglieder des Instituts in derselben Höhe Mittel aufbringen wie die von der Regierung bereitgestellten.

Während die Fertigungsindustrie im Allgemeinen bereits begonnen hat, digitale Zwillingezu verwenden, ist sie immer noch eine relativ neue Technologie für die Herstellung von Halbleiterchips. Die jüngste Initiative des Weißen Hauses zielt darauf ab, ein stärkeres Ökosystem in ganz Amerika aufzubauen, in dem Chip-Hersteller digitale Zwillinge einsetzen werden, um die Abhängigkeit von Herstellungsprozessen aus anderen Ländern zu verringern und eine robustere Lieferkette aufzubauen.

Ein digitaler Zwilling ist eine virtuelle Darstellung oder ein Modell einer realen Einheit oder eines realen Prozesses, der in Echtzeit verwaltet werden kann. Die virtuelle Darstellung ist über Sensorströme mit der physischen Anlage verbunden und wird zu einem digitalen Zwilling, in dem Sie das vergangene, gegenwärtige und zukünftige Verhalten eines Systems analysieren können, um besser zu verstehen, wie es optimiert werden kann.

Ein digitaler Zwilling wird anhand physischer Sensordaten erstellt, die die virtuelle Umgebung auf dem neuesten Stand halten und es dem digitalen Zwilling ermöglichen, die gleichen Erfahrungen zu machen wie die physische Anlage und in Echtzeit vorherzusagen, wie sie sich verhalten wird.

Zum Aufbau eines digitalen Zwillings sind mehrere Ebenen und Technologien erforderlich: 

• Infrastrukturschichten, einschließlich Sensornetzwerke, die physisch an Halbleiterfertigungsanlagen angeschlossen werden
• Kommunikationsinfrastruktur
• Computerinfrastruktur
• Datenspeicherinfrastruktur
• Ebenen zur Anwendungsaktivierung

Digitale Zwillinge nutzen auch das Internet der Dinge (IoT) und Edge-Plattformen – wie die von Microsoft, NVIDIA und Amazon Web Services (AWS) –, um virtuelle Modelle physischer Systeme zu erstellen. 

Die letzte Schicht ist die Analyse. In dieser Schicht werden alle gesammelten Daten mit technischen Erkenntnissen kombiniert (z. B. aus Simulationen), um die virtuelle Darstellung oder das Modell zu erstellen, das dann verwendet werden kann, um Vorhersagen über das System zu treffen und Einblicke in dessen Funktionsweise zu erhalten. Insgesamt ermöglichen digitale Zwillinge eine bessere Entscheidungsfindung, wenn es darum geht, die Optimierungen für das physische System festzulegen.

Die Halbleiterherstellung ist hochspezialisiert und globalisiert. So entfallen etwa 70 % aller weltweit hergestellten Chips auf zwei Foundries (TSMC und Samsung Foundries), und nur ein Unternehmen (ASML) stellt fast alle extrem-Ultraviolett-Lithografie-Maschinen her, die für fortgeschrittene Prozesse zur Knotenherstellung von entscheidender Bedeutung sind. 

Diese Abhängigkeit von einigen Schlüsselakteuren auf dem Markt könnte potenziell zu Engpässen in der Lieferkette führen, wie wir es bei COVID-19-Lockdowns gesehen haben. Da mehr als 60 % der Chipherstellung in Taiwan angesiedelt ist, besteht aufgrund geopolitischer Spannungen auch das Potenzial für Chips-Engpässe. 

Die Finanzierungsmöglichkeit des Weißen Hauses könnte einige dieser Versorgungsbedenken durch die Entwicklung weiterer Halbleiterfertigungsanlagen (Fabs) in den USA lindern. Zunächst werden akademische Institute die erforderlichen Validierungsprozesse für neue Lösungen digitaler Zwillinge durchführen, doch das Endziel besteht darin, mehr öffentlich-private Partnerschaften durch Unternehmen wie Intel zu erreichen, das bereits Schulungen und Ausbildung für Halbleiterkräfte in den USA finanziert.

Digitale Zwillinge profitieren von Halbleiterherstellungsprozessen durch:

• Verbesserung der Ausbeute des Prozesses
• Schnellere Online-Nutzung von Geräten
• Bereitstellung vorausschauender Wartungsfunktionen und intelligenter Fertigungsfunktionen
• Reduzierung von Wartungskosten und ungeplanten Ausfallzeiten 

Die Fähigkeit, eine solche Optimierung durchzuführen, war auf einige wenige wichtige Chiphersteller beschränkt, aber digitale Zwillinge können dieses Know-how für mehr Regionen der Welt zugänglicher machen.

Während digitale Zwillinge für die Entwicklung und Prototypenerstellung neuer Chips verwendet werden können, werden die wichtigsten Vorteile in der Fertigung und im Betrieb gesehen. Digitale Zwillinge werden dazu beitragen, die Ergebnisse des Prozesses zu verbessern, indem sie ein virtuelles Modell entweder der einzelnen Anlagen oder der größeren Lieferkettenumgebung erstellen. 

Berücksichtigen Sie Filtersysteme für HKL und luftgetragene molekulare Kontamination (AMC), die eine Kontamination bei der Herstellung empfindlicher Chips verhindern. Wenn die Filter nicht zum richtigen Zeitpunkt gewechselt werden, wird die Qualität des Chips beeinträchtigt, was zu kostspieligen Wiederholungen führt. Wenn die Filter zu früh gewechselt werden, wird das Fab mit unnötigen und teuren Ausfallzeiten konfrontiert. Digitale Zwillinge bieten eine Möglichkeit, Filter- und HKL-Systeme effizienter zu warten.

Weitere Aspekte, die modelliert und optimiert werden können, sind:

• Das Gasflussnetz
• Komponenten in jedem Teil der Fertigungsausrüstung
• Ätz- und Lötprozesse
• Die Temperatur, bei der der Wafer betrieben wird

Sobald der Chip hergestellt wurde, kann die virtuelle Umgebung verwendet werden, um zu überprüfen, ob er effizient funktioniert.

Ein entscheidender Bereich, in dem digitale Zwillinge einen Mehrwert schaffen, ist die Verwendung virtueller Sensoren. Digitale Zwillinge ermöglichen den Zugriff auf Daten, die mit physischen Sensoren allein nicht verfügbar wären. 

Sie können physikalische Sensoren an zugänglichen Punkten von Interesse verwenden und dann die Algorithmen verwenden, um den Rest der Umgebung virtuell zu erfassen oder zu simulieren, auf die mit physikalischen Sensoren möglicherweise nicht zugegriffen werden kann – solange die verfügbaren physikalischen Daten validiert sind.

Ein Beispiel dafür ist, dass Öfen (z. B. in PECVDs) durch eine virtuelle Erfassung der Innentemperatur ordnungsgemäß funktionieren. Die Temperatur des Wafers muss strikt eingehalten werden, um eine gute Ausbeute zu erzielen. Das physische Erfassen der Temperatur auf der Oberfläche des Wafers ist nicht einfach, da dies den Herstellungsprozess beeinträchtigen würde. Mithilfe eines digitalen Zwillings können virtuelle Sensoren jedoch die optimale Temperatur während der Produktion erfassen und aufrechterhalten. 

Da die zugrunde liegenden Modelle, die in diesen digitalen Zwillingen verwendet werden, auf Physik basieren, können sie genaue Vorhersagen für einen ziemlich großen Einsatzbereich treffen. Darüber hinaus können statistische Kalibrierungstechniken wie die Bayessche Kalibrierung die Genauigkeit der digitalen Zwillinge verbessern – zum Beispiel nur ein 1-2 °C Fehler in einem typischen Ofen mit 1.200 bis 2.000 °C. 

Algorithmen für maschinelles Lernen und neuronale Netze ergänzen die Simulation und verbessern ihre Qualität, um sicherzustellen, dass der virtuelle Sensor so nah wie möglich am physischen Sensor ist.

Bisher gab es nur geringe Akzeptanz digitaler Zwillinge für die Halbleiterfertigung. Dies ist teilweise auf die Schwierigkeit zurückzuführen, komplexe nichtlineare Physik zu modellieren. Mit den Fortschritten in der Simulationstechnologie können jedoch mehrere der kritischen Subsysteme innerhalb von Halbleiterherstellungsanlagen mit modernster Technologie modelliert werden. Die größere Herausforderung bestand in der Modellverfügbarkeit. Dies liegt daran, dass Gerätehersteller oft über detaillierte Modelle und Fachkenntnisse über die Ausrüstung verfügen, aber die Foundries, die die Ausrüstung verwenden möchten, haben keinen Zugriff auf diese Informationen.

Digitale Zwillinge könnten einen Mechanismus für den Wissensaustausch bieten, der es den Geräteherstellern ermöglicht, besser zu verstehen, wie ein Bediener die Geräte nutzt und umgekehrt. Potenzielle Bedenken bezüglich des geistigen Eigentums können dadurch behoben werden, dass der Zugang zu Informationen, die vom digitalen Zwilling bereitgestellt werden, eingeschränkt wird.

Ansys konzentriert sich darauf, vorhandene Simulationen, die Kunden haben, in eine Form zu konvertieren, die für die Halbleiterfertigung geeignet ist, und sie dann in ein IoT-Stack oder Edge-Computing einzubinden. Dieser Ansatz wird als Modellierung mit reduzierter Ordnung bezeichnet, bei dem komplexe Simulationen oder vorhandene Simulationen in ein Echtzeitmodell umgewandelt werden. 

Die Ansys-Software kann auch mit Messdaten oder Instrumentendiagrammen arbeiten. Es handelt sich um einen Prozess von Anfang bis Ende, der jede Phase des digitalen Zwillingsbaus vor der Bereitstellung validiert.

Ansys verfügt über zwei Softwarepakete, die zusammen zum Aufbau der Modelle digitaler Zwillinge verwendet werden - Ansys Twin Builder Software und Ansys TwinAI Software. Sie können sie mit anderen Simulationssoftwarepaketen kombinieren, um eine robustere Simulationsumgebung zu erhalten. 

Die Twin Builder-Software konzentriert sich auf die Simulation und Physik der digitalen Zwillinge, während die TwinAI-Software die Simulation mit Daten kombiniert, um präzise sich entwickelnde digitale Zwillinge zu erzeugen. Maschinelles Lernen verbessert die Genauigkeit der Modelle und stellt sicher, dass sich der digitale Zwilling selbst an das sich ändernde Verhalten der Geräte mit zunehmendem Alter kalibrieren kann. Sobald die beiden Tools digitale Zwillinge generiert haben, können Sie sie mit Containern, Python-Apps oder Web-Apps exportieren. Dank vorgefertigter Konnektoren für digitale Zwillingsplattformen von Microsoft und AWS ist es einfach, die Lösung in großem Umfang einzusetzen.

Mit der Initiative des Weißen Hauses, die die Hindernisse für die Halbleiterherstellung verringert, ist es jetzt an der Zeit zu implementieren. Ein großer Teil der Technologie, die skaliert werden soll, existiert bereits, weil andere Fertigungsindustrien sie bereits übernommen haben. Es wird nicht lange dauern, bis digitale Zwillinge in großem Maßstab in der globalen Halbleiterindustrie eingeführt werden.

Zugehörige Ressourcen