Ces dernières années, avec l’avènement de la vague de l’IA, de nombreuses industries ont été directement ou indirectement touchées : quelles applications aura-t-elle pour l’industrie des semi-conducteurs, la plus surveillée au monde ? Cette interview invite Sonic, un analyste de données qui dirige une usine de conditionnement et de test de semi-conducteurs, à s'entretenir avec Eric, consultant senior chez JMP Taiwan Semiconductor, pour partager ses observations sur les applications de première ligne de l'industrie et de la technologie actuelles des semi-conducteurs, ainsi que sur la manière dont l'IA et l'analyse des données sont utilisées dans la fabrication de semi-conducteurs. jouent un rôle clé.
IA Sous la tendance, IA Applications dans l'industrie des semi-conducteurs
Sonic a d'abord souligné l'application clé de l'IA dans la fabrication de semi-conducteurs. Il a souligné que la fabrication de semi-conducteurs implique plusieurs étapes, notamment la conception, la fabrication, les tests, etc., et que l’IA peut être appliquée à ces étapes. Par exemple, au cours de la phase de développement et de conception du produit, ils utilisent la PCA, l'apprentissage automatique et d'autres techniques de modélisation, basées sur la nomenclature (matériaux) et les paramètres de production, comme critères de conception du produit. Pour un autre exemple, lorsqu'une anomalie se produit sur une machine, ils utilisent la base de données SQL combinée à JMP pour analyser automatiquement les causes possibles afin que l'usine puisse s'améliorer rapidement. Par ailleurs, ils mènent également des recherches sur l’apprentissage profond et le traitement d’images.
Eric a ajouté en soulignant que la fabrication de semi-conducteurs n'est pas adaptée pour comparer la qualité des produits avec l'œil humain en raison de la grande quantité de données, tandis que l'IA peut être appliquée à de nombreux aspects. Il a mentionné que dans le domaine de la fabrication de puces, l'IA peut être utilisée pour déterminer si différents paramètres ou indicateurs ont des performances particulières dans chaque section du processus, et même pour trouver la meilleure formule. Il a également souligné l'application de l'IA dans la surveillance des processus et le rapport d'erreurs, soulignant qu'avec les progrès technologiques, le champ d'application des outils d'IA s'est progressivement étendu aux fabricants d'équipements semi-conducteurs et aux usines de conditionnement et de test.
IA Popularité et facilité d'utilisation dans l'industrie des semi-conducteurs
Concernant la popularité et la facilité d'utilisation de l'IA dans l'industrie des semi-conducteurs, Sonic a déclaré qu'elle s'était considérablement améliorée ces dernières années. Il a énuméré les observations suivantes :
- phase de conception: L'IA peut aider les ingénieurs à accélérer le processus de conception et à améliorer l'efficacité, comme la sélection et la programmation de la nomenclature, etc.
- Étape de fabrication : L’IA peut analyser les données de fabrication, détecter et prédire les défauts de fabrication et améliorer l’efficacité et la qualité de la production.
- Phase de tests : L'application de l'IA dans le domaine des tests de semi-conducteurs est très importante, comme l'analyse automatique des données de test et l'amélioration de l'efficacité et de la précision des tests.
- Développement d'outils : La société développe des outils et des plates-formes d'IA pour les semi-conducteurs, réduisant ainsi les exigences en matière d'expertise en IA et offrant une interface plus intuitive et plus facile à utiliser.
Il a souligné que ces applications d'IA peuvent contribuer à améliorer l'efficacité de la production, la qualité et les capacités d'innovation, et à accélérer le développement de l'industrie des semi-conducteurs.
Les consultants de JMP ont souligné qu'en raison du développement rapide du domaine des semi-conducteurs, il reste encore beaucoup de chemin à parcourir avant que l'IA puisse être utilisée pour contrôler les lignes de production, car les outils d'IA nécessitent une écriture et un ajustement manuels, ce qui prend beaucoup de temps. et le coût, et achève souvent la construction du programme. Ce programme n'est plus suffisant et doit être ajusté. Il se peut que l'optimisation du programme d'IA ne puisse pas suivre le développement des semi-conducteurs.
Il a souligné que la clé pour résoudre ce problème réside dans la possibilité de modifier facilement et d'ajuster rapidement le programme d'IA. Actuellement, les fabricants de semi-conducteurs utilisent JMP comme petits plug-ins pour aider leurs clients à se concentrer plus rapidement sur les problèmes et à gagner du temps de développement.
Les entreprises de semi-conducteurs deviennent-elles intelligentes ? Éléments clés pour construire une usine intelligente
Sonic estime qu'avant de parler de construction d'usines intelligentes, toutes les infrastructures doivent être en place, comme des capteurs complets et la technologie Internet des objets pour sauvegarder l'état de fonctionnement et les données de tous les équipements de production dans une base de données. Grâce à des analyses statistiques et à des algorithmes, les données sont traitées et analysées pour parvenir à l'optimisation et à la prise de décision en matière de fabrication intelligente. Dans le même temps, il a souligné l'importance de la formation et de l'amélioration des compétences du personnel, et les entreprises doivent également assurer une formation complète du personnel pour cultiver les talents au sein de l'entreprise.
Les consultants de JMP ont ajouté que la connexion aux bases de données et les règles du jeu des usines chimiques intelligentes, telles que l'utilisation de langages de programmation pour modifier les critères d'apprentissage automatique ou de jugement de l'IA, sont la clé de la transformation. Il a souligné qu'il s'agissait là non seulement d'un défi financier, mais également d'une contrainte de temps. Il estime que les logiciels doivent suivre le développement du matériel, sinon les résultats des premiers développements seront affectés. Par conséquent, avant de mettre en œuvre une usine chimique intelligente, la connexion des données de test et des plates-formes d'analyse doit être améliorée afin de garantir que les problèmes peuvent être résolus en temps opportun et pleinement préparés pour la mise en œuvre d'usines chimiques intelligentes.
Investir dans l'IA Optimisation des processus antérieurs et amélioration de la qualité
Sonic a déclaré que bien sûr, plus de données peuvent être collectées, mieux c'est, mais souvent en cas d'anomalie, les données existantes seront utilisées pour trouver le problème, par exemple en analysant manuellement le LOG de la machine pour trouver la corrélation et la tendance des données. pour une analyse automatique ultérieure.
Les consultants JMP ont partagé les outils fournis par JMP pour optimiser les modèles, notamment l'analyse de régression, l'apprentissage automatique, les arbres de décision, etc. Il a souligné que JMP Pro fournit davantage d'outils de modélisation, tels que SVM, K-nearest Pro, random forest, etc. Grâce à des outils qui optimisent les modèles, des modèles meilleurs et plus précis peuvent être obtenus. Il a également mentionné la fonction de sélection de modèles fournie par JMP Pro, qui permet de comparer toutes les plateformes de modélisation et de trouver la plateforme de création de modèles appropriée. Enfin, il a partagé les outils Profiler et Design Space Profiler de JMP, qui aident à trouver la meilleure combinaison de paramètres et la meilleure fenêtre de processus.
L'analyse des données combine les logiciels de semi-conducteurs couramment utilisés et l'EDA outil
Sonic a mentionné que leur entreprise promeut principalement l'utilisation de JMP pour les outils EDA et que les résultats d'analyse peuvent gagner la confiance et la satisfaction des clients, y compris l'analyse des journaux de machine, l'analyse des anomalies, le contrôle de la qualité et de l'efficacité et d'autres fonctions. Les ingénieurs peuvent utiliser ces outils pour obtenir rapidement des données et des résultats, et peuvent même démarrer de manière flexible d'autres tâches d'analyse JMP via les données pour créer des rapports mieux adaptés à leurs besoins.
Les consultants JMP ont mentionné les outils fournis par JMP, tels que le clustering pour la classification des problèmes de plaquettes et l'identification de nouveaux problèmes potentiels ; Control Chart et JMP Live Warning Test pour les systèmes de reporting automatiques. Ces outils facilitent l'analyse des données et la surveillance en temps réel dans la fabrication de semi-conducteurs, améliorant ainsi l'efficacité et la qualité.
Résumer
Dans cette interview, nous avons une discussion approfondie sur l'application de l'IA et de l'analyse des données dans l'industrie des semi-conducteurs. De la conception à la fabrication en passant par les tests, l'IA et l'analyse des données jouent un rôle important à chaque étape, favorisant l'innovation et le développement continus de l'industrie des semi-conducteurs. Si vous souhaitez en savoir plus sur l'application de JMP dans l'industrie des semi-conducteurs, veuillez regarder d'autres sujets : Discussion sur le sujet des semi-conducteurs : identification des plaquettes défectueuses, détection automatique et analyse automatisée basée sur JMP ou Essayez JMP pendant 30 jours Complétez votre analyse de données sur les semi-conducteurs.
Lecture recommandée:
