科林研发运用协作机器人 实现高精准度的晶圆厂设备维护
- 吴冠仪／台北
-
随着芯片设计持续演进，以满足自驾车或生成式人工智能等先进技术的需求，制造芯片所需的设备也变得更为复杂，涵盖了包括电浆物理学、材料科学、先进机器人和人工智能等各种不同领域的专业知识。
因此，当谈到半导体设备维护，由于晶圆厂中有数百台机台全天候地运作，这使维护工作变得更加复杂。为克服设备维护的挑战以及设备停机对芯片制造商带来的获利影响，推动了智能解决方案的发展。
大家熟悉汽车需要定期维保养护才能保持最佳效能。虽然把汽车交给技师处理通常都要花好几小时，是有些不方便，但与半路抛锚和维修费带来的困扰相比，根本不算什麽，更何况这些问题本来是可透过妥善保养来避免的。
与汽车一样，半导体制造设备也需要定期维护才能保持最佳效能。不过，若要把这两者拿来相比，较贴切的说法是，半导体制造设备就像是一辆每十万英里才需要保养的汽车。
晶圆制造设备是用来创建纳米级精度的半导体，而单一设备就可能需要数百个维护步骤。 有监于此，科林研发（Lam Research）推出一款专为优化晶圆厂机台的关键维护任务所设计的协作机器人（cobot）。
这款协作机器人名为Dextro，可与晶圆厂工程师协同合作，解决最具挑战性的维护需求－从精确执行繁琐的任务，到安全完成复杂、且具潜在危险性的维护工作。
Dextro是一款带有机械手臂的移动设备，可由晶圆厂的技术人员或工程师进行操控。Dextro的外型紧凑，能在无尘室环境的范围内移动，并可对接到需要维护的机台上，以优于人类的精度和可重复性执行维护任务，实现一步到位（first-time-right；FTR）的显着成果，有效提升良率。
Russell Dover, General Manager, Service Product Line表示，当考虑设备维护对财务带来的实际影响时，这一点很重要。例如，若能确保一致的维护期间和FTR，将有助于推动整体良率的逐步提高。对芯片制造商来说，可为每座晶圆厂省下数千万美元的成本。
Dextro目前支持三种特定且关键的维护任务，这些任务是利用不同的末端执行器来操作：第一、它能以超过人类手动两倍以上的准确度，精确地安装和压紧部件。精确组装的子系统有助于控制晶圆边缘的蚀刻精度，提升良率。
第二、Dextro可将真空密封的高精度螺栓紧固至精确规格，减轻晶圆厂工程师以手动完成时错误率高达5%的重复性任务。准确地符法遵格可避免腔室的温度偏差，此偏差可能导致机台停产并影响芯片良率。第三、使用自动化和清洗技术，在不需要拆卸下腔室的情况下，Dextro可清除腔室内侧壁堆积的聚合物。重要的是，与需要穿戴呼吸防护设备的人工执行方式相比，Dextro可大幅提升安全性。
对芯片制造商来说，朝自动化进展是一个好消息，因为一步到位地完成准确、精确的维护作业，可减少废弃物并提高生产力。
Russell Dover提到，人工智能技术的发展以及区域供应链的需求，正推动半导体制造的快速成长以及在世界各地兴建更多的晶圆厂。由于晶圆厂建置成本高且复杂，因此更高的良率和生产力对于投资报酬率（ROI）至关重要。芯片制造商还需要优化其晶圆厂工程师的效率。随着全球对半导体人才的需求持续增加，但训练有素的工程师却供应不足，提高晶圆厂的自动化程度和效率将变得越来越重要。
半导体制造商的愿景是建立自主晶圆厂，透过整合先进技术来提高效率、精度和灵活性，以为产业带来全新变革。未来的晶圆厂将利用智能机台、数据的自由流动和协作机器人来重新定义如何最佳化生产量、生产力和良率。由于现今晶圆厂的规模经济庞大，即使是生产量、生产力或良率的微小提升，也能带来重大的经济影响。
科林研发的Equipment Intelligence制程设备可提供自主校准和适应性维护功能，而Equipment Intelligence服务则利用大数据、机器学习、人工智能和科林研发的产业知识，可为芯片制造商的设备集群实现更好的生产力成果。
许多以数据驱动来解决问题的下一代应用对于人类来说太过复杂。但科林研发的智能机台，透过与基于人工智能／机器学习的解决方案结合，可协助芯片制造商发掘数据的更多潜力与价值，以提高生产力，并且更快地达成投资回报。
举例来说，科林研发的Equipment Intelligence Data Hub可使芯片制造商从相距数千英里远的母／子晶圆厂创建一个虚拟晶圆厂，以克服腔室、机台和集群匹配的距离问题。
业界对先进技术的需求持续攀升，已为芯片制造商带来了更大压力，必须提高其晶圆厂的营运效率和投资报酬率。随着晶圆厂规模越来越大，以及保持其连续运作的复杂性不断增加，维护作业的成本和品质优化已势在必行。
Dextro推出后，现已部署在全球多座先进晶圆厂中，对于朝自主晶圆厂之路迈进。
