Co je to digitální dvojče v polovodičovém průmyslu

Tags: ANSYS | Digitální dvojčata | IoT | Polovodiče | Twin Builder | TwinAI

V USA byla ozná­me­na in­ves­tič­ní pod­po­ra ve výši 285 mi­li­o­nů do­la­rů na vy­u­ži­tí di­gi­tál­ních dvoj­čat v po­lo­vo­di­čo­vém prů­mys­lu. Tento krok na­va­zu­je na po­dob­né in­ves­tič­ní ini­ci­a­ti­vy v Ja­pon­sku a Indii za­mě­ře­né na vý­ro­bu po­lo­vo­di­čů. V USA budou tyto pe­ní­ze po­u­ži­ty na fi­nan­co­vá­ní in­sti­tu­tu di­gi­tál­ních dvoj­čat a oče­ká­vá se, že pe­ní­ze po­skyt­nu­té vlá­dou budou do­rov­ná­ny členy in­sti­tu­tu.

Za­tím­co širší vý­rob­ní od­vět­ví již za­ča­lo di­gi­tál­ní dvoj­ča­ta po­u­ží­vat, v pří­pa­dě vý­ro­by po­lo­vo­di­čo­vých čipů se stále jedná o re­la­tiv­ně novou tech­no­lo­gii. Cílem ini­ci­a­ti­vy US vlády je vy­bu­do­vat sil­něj­ší eko­sys­tém v celém USA, v němž budou vý­rob­ci čipů vy­u­ží­vat di­gi­tál­ní dvoj­ča­ta, aby sní­ži­li zá­vis­lost na vý­rob­ních pro­ce­sech ji­ných zemí a vy­bu­do­va­li ro­bust­něj­ší do­da­va­tel­ský ře­tě­zec.

Co je to digitální dvojče

Di­gi­tál­ní dvoj­če je vir­tu­ál­ní re­pre­zen­ta­ce nebo model re­ál­né­ho sub­jek­tu nebo pro­ce­su, který lze spra­vo­vat v re­ál­ném čase. Vir­tu­ál­ní model je pro­po­jen s fy­zic­kým ob­jek­tem pro­střed­nic­tvím toku dat ze sen­zo­rů a stává se di­gi­tál­ním dvoj­če­tem, v němž lze ana­ly­zo­vat mi­nu­lé, sou­čas­né a bu­dou­cí cho­vá­ní sys­té­mu, aby bylo možné lépe po­cho­pit, jak jej op­ti­ma­li­zo­vat.

Po­lo­vo­di­čo­vé di­gi­tál­ní dvoj­če je vy­tvo­ře­no po­mo­cí dat z fy­zic­kých sen­zo­rů, která udr­žu­jí vir­tu­ál­ní pro­stře­dí ak­tu­ál­ním a umo­ž­ňují di­gi­tál­ní­mu dvoj­če­ti za­ží­vat to samé jako fy­zic­ký ob­jekt, aby mohlo v re­ál­ném čase před­ví­dat, jak se bude cho­vat.

K vy­tvo­ře­ní di­gi­tál­ní­ho dvoj­če­te je za­po­tře­bí více vrs­tev a tech­no­lo­gií:

• In­frastruk­tur­ní vrst­vy – sítě sen­zo­rů fy­zic­ky při­po­je­né k vý­rob­ním za­ří­ze­ním
• Ko­mu­ni­kač­ní in­frastruk­tu­ra
• Po­čí­ta­čo­vá in­frastruk­tu­ra
• In­frastruk­tu­ra pro uklá­dá­ní dat
• Apli­kač­ní vrst­vy

Di­gi­tál­ní dvoj­ča­ta také vy­u­ží­va­jí in­ter­net věcí (IoT) a okra­jo­vé plat­for­my – na­pří­klad ty, které jsou k dis­po­zi­ci od Micro­sof­tu, NVI­DIA a Ama­zon Web Ser­vi­ces (AWS) – k vy­tvá­ře­ní vir­tu­ál­ních mo­de­lů fy­zic­kých sys­té­mů.

Po­sled­ní vrst­vou je ana­ly­ti­ka. V této vrst­vě se všech­na shro­máž­dě­ná data kom­bi­nu­jí s in­že­nýr­ský­mi po­znatky (na­pří­klad zís­ka­ný­mi ze si­mu­la­cí) a vy­tvá­ří se vir­tu­ál­ní re­pre­zen­ta­ce nebo model, který lze ná­sled­ně po­u­žít k před­po­vě­dím sys­té­mu a k na­hléd­nu­tí do jeho fun­go­vá­ní. Cel­ko­vě di­gi­tál­ní dvoj­ča­ta umožňují lepší roz­ho­do­vá­ní, pokud jde o ur­čo­vá­ní op­ti­ma­li­za­cí, které by měly být pro­ve­de­ny na fy­zic­kém sys­té­mu.

Význam iniciativy

Vý­ro­ba po­lo­vo­di­čů je vy­so­ce spe­ci­a­li­zo­va­ná a glo­ba­li­zo­va­ná. Na­pří­klad dvě slé­vár­ny (TSMC a Sam­sung Foun­dries) vy­rá­bě­jí při­bliž­ně 70 % všech čipů vy­ro­be­ných na celém světě a pouze jedna spo­leč­nost (ASML) vy­rá­bí téměř všech­ny li­to­gra­fic­ké stro­je pro ex­trém­ní ul­tra­fia­lo­vé zá­ře­ní (EUV).

Tato zá­vis­lost na ně­ko­li­ka klí­čo­vých hrá­čích na trhu by mohla po­ten­ci­ál­ně vést k ome­ze­ním v do­da­va­tel­ském ře­těz­ci, jaká jsme vi­dě­li během výluk kvůli COVID-19. Vzhle­dem k tomu, že více než 60 % vý­ro­by čipů se na­chá­zí na Tchaj-wanu, exis­tu­je také mož­nost ne­do­stat­ku čipů v dů­sled­ku ge­o­po­li­tic­ké­ho na­pě­tí.

Vlád­ní fi­nanč­ní pod­po­ra USA by mohla zmír­nit ně­kte­ré z těch­to pro­blé­mů s do­dáv­ka­mi tím, že se v USA vy­bu­du­je více to­vá­ren na vý­ro­bu po­lo­vo­di­čů (tzv. Fabs). Má se začít s aka­de­mic­ký­mi in­sti­tu­ce­mi, které budou pro­vá­dět po­třeb­né va­li­dač­ní pro­ce­sy všech no­vých ře­še­ní di­gi­tál­ních dvoj­čat a ko­neč­ným cílem je vy­tvo­řit více part­ner­ství ve­řej­né­ho a sou­kro­mé­ho sek­to­ru pro­střed­nic­tvím spo­leč­nos­tí, jako je Intel, který již fi­nan­cu­je ško­le­ní a vzdě­lá­vá­ní po­lo­vo­di­čo­vých pra­cov­ní­ků v USA.

Výroba a provoz

Vý­ho­dy di­gi­tál­ních dvoj­čat pro vý­rob­ní pro­ce­sy po­lo­vo­di­čů:

• Zlep­še­ní vý­těž­nos­ti vý­ro­by
• Rych­lej­ší uve­de­ní za­ří­ze­ní do pro­vo­zu
• Po­skyt­nu­tí pre­dik­tiv­ní údrž­by a mož­nos­tí in­te­li­gent­ní vý­ro­by
• Sní­že­ní ná­kla­dů na údrž­bu a ne­plá­no­va­ných od­stá­vek

Schop­nost pro­vá­dět tuto úro­veň op­ti­ma­li­za­ce byla dosud ome­ze­na na ně­ko­lik klí­čo­vých vý­rob­ců čipů, ale di­gi­tál­ní dvoj­ča­ta mohou toto know-how zpří­stup­nit více re­gi­o­nům na světě.

Di­gi­tál­ní dvoj­ča­ta lze sice vy­u­žít k ná­vr­hu a pro­to­ty­po­vá­ní no­vých čipů, ale hlav­ní pří­no­sy se pro­je­ví ve vý­ro­bě a pro­vo­zu. Di­gi­tál­ní dvoj­ča­ta po­mo­hou zlep­šit vý­stup pro­ce­su vy­tvo­ře­ním vir­tu­ál­ní­ho mo­de­lu buď jed­not­li­vých za­ří­ze­ní, nebo šir­ší­ho pro­stře­dí do­da­va­tel­ské­ho ře­těz­ce.

Vez­mě­me do úvahy na­pří­klad sys­témy HVAC a fil­trač­ní sys­témy pro mo­le­ku­lár­ní kon­ta­mi­na­ci vzdu­chu (AMC), které za­bra­ňují kon­ta­mi­na­ci v cit­li­vém pro­ce­su vý­ro­by čipů. Pokud se fil­try ne­vy­mě­ní ve správ­ný čas, utrpí kva­li­ta čipu, což vede k ná­klad­né­mu pře­dě­lá­vá­ní. Pokud budou fil­try vy­mě­ně­ny pří­liš brzy, bude to­vár­na čelit zby­teč­ným a ná­klad­ným od­stáv­kám. Di­gi­tál­ní dvoj­ča­ta na­bí­ze­jí způ­sob, jak efek­tiv­ně­ji udr­žo­vat fil­try a sys­témy HVAC.

Mezi další ob­las­ti, které lze mo­de­lo­vat a op­ti­ma­li­zo­vat, patří:

• Síť prou­dě­ní plynů
• Kom­po­nen­ty uvnitř kaž­dé­ho vý­rob­ní­ho za­ří­ze­ní
• Pro­ce­sy leptá­ní a pá­je­ní
• Tep­lo­ta, při které je wafer pro­vo­zo­ván

Po vý­ro­bě čipu lze po­mo­cí vir­tu­ál­ní­ho pro­stře­dí zkon­t­ro­lo­vat, zda fun­gu­je efek­tiv­ně.

Proč by se měl polovodičový průmysl zaměřit na digitální dvojčata

Jed­nou z klí­čo­vých ob­las­tí, v níž di­gi­tál­ní dvoj­ča­ta při­ná­še­jí při­da­nou hod­no­tu, je je­jich po­u­ži­tí s vir­tu­ál­ní­mi sen­zo­ry. Di­gi­tál­ní dvoj­ča­ta po­sky­tu­jí pří­stup k datům, která by jinak ne­by­la do­stup­ná pouze s fy­zic­ký­mi sen­zo­ry.

Fy­zic­ké sen­zo­ry je možné po­u­žít na pří­stup­ných mís­tech a poté po­u­žít al­go­ritmy k „vir­tu­ál­ní­mu sní­má­ní“ nebo si­mu­la­ci zbyt­ku pro­stře­dí, které by ne­mu­se­lo být do­stup­né s fy­zic­ký­mi sen­zo­ry – pokud jsou do­stup­ná fy­zic­ká data ově­ře­na.

Jed­ním z pří­kla­dů je za­jiš­tě­ní správ­né­ho pro­vo­zu pecí (např. v PECVD) po­mo­cí vir­tu­ál­ní­ho sní­má­ní vnitř­ní tep­lo­ty. Tep­lo­ta desti­ček musí být přís­ně do­dr­žo­vá­na, aby se do­sáh­lo dob­ré­ho vý­těž­ku. Fy­zic­ké sní­má­ní tep­lo­ty na po­vrchu destič­ky není snad­né, pro­to­že by ovliv­ni­lo vý­rob­ní pro­ces. Po­mo­cí di­gi­tál­ní­ho dvoj­če­te však mohou vir­tu­ál­ní sen­zo­ry sní­mat a udr­žo­vat op­ti­mál­ní tep­lo­tu během vý­ro­by.

Vzhle­dem k tomu, že zá­klad­ní mo­de­ly po­u­ží­va­né v těch­to di­gi­tál­ních dvoj­ča­tech jsou za­lo­že­ny na fy­zi­ce, mohou pro­vá­dět přes­né před­po­vě­di pro po­měr­ně velký roz­sah ope­ra­cí. Navíc sta­tis­tic­ké ka­lib­rač­ní tech­ni­ky, jako je Ba­ye­sov­ská ka­lib­ra­ce, mohou zlep­šit přes­nost di­gi­tál­ních dvoj­čat – na­pří­klad chyba pouze 1–2 °C u ty­pic­ké pece o tep­lo­tě 1200–2000 °C.

Stro­jo­vé učení a neu­ro­no­vé sítě pak dopl­ňují si­mu­la­ci a za­jiš­ťu­jí, že vir­tu­ál­ní sen­zor je co nej­blí­že re­a­li­tě.

Výzvy při vytváření digitálních dvojčat pro polovodičový průmysl

Di­gi­tál­ní dvoj­ča­ta se zatím v ob­las­ti vý­ro­by po­lo­vo­di­čů po­u­ží­va­jí jen v malé míře. Čás­teč­ně je to způ­so­be­no ob­tí­že­mi při mo­de­lo­vá­ní slo­ži­té ne­li­ne­ár­ní fy­zi­ky. Díky po­kro­ku v si­mu­lač­ních tech­no­lo­gi­ích však lze ně­ko­lik kri­tic­kých sub­sys­té­mů v rámci za­ří­ze­ní pro vý­ro­bu po­lo­vo­di­čů mo­de­lo­vat po­mo­cí nej­mo­der­něj­ších tech­no­lo­gií. Vět­ším pro­blé­mem byla do­stup­nost mo­de­lů. Je to proto, že vý­rob­ci za­ří­ze­ní často dis­po­nu­jí po­drob­ný­mi mo­de­ly a zna­lost­mi o do­mé­ně za­ří­ze­ní, ale slé­vár­ny, které chtě­jí za­ří­ze­ní po­u­ží­vat, ne­ma­jí k těmto in­for­ma­cím pří­stup.

Di­gi­tál­ní dvoj­ča­ta by mohla po­skyt­nout me­cha­nis­mus umo­ž­ňu­jící sdí­le­ní zna­los­tí, díky němuž by vý­rob­ci za­ří­ze­ní mohli lépe po­ro­zu­mět tomu, jak ope­rá­tor za­ří­ze­ní po­u­ží­vá, a na­o­pak. Pří­pad­né obavy tý­ka­jí­cí se du­šev­ní­ho vlast­nic­tví lze řešit ome­ze­ním nebo li­mi­to­vá­ním pří­stu­pu k in­for­ma­cím po­sky­to­va­ným di­gi­tál­ním dvoj­če­tem.

Řešení od Ansysu posouvající výrobu polovodičů kupředu

Ansys se za­mě­řu­je na pře­vze­tí stá­va­jí­cích si­mu­la­cí, které zá­kaz­ní­ci mají, a je­jich pře­ve­de­ní do po­do­by vhod­né pro vý­ro­bu po­lo­vo­di­čů, a ná­sled­né pro­po­je­ní s IoT nebo edge com­pu­tin­gem. Tento pří­stup se na­zý­vá re­duk­ce mo­de­lo­vé­ho řádu (ROM), který bere kom­plex­ní si­mu­la­ce nebo stá­va­jí­cí si­mu­la­ce a pře­vá­dí je do mo­de­lu v re­ál­ném čase.

Ansys soft­ware umí pra­co­vat také s daty z mě­ře­ní nebo sché­ma­ty pří­stro­jů. Jedná se o pro­ces od za­čát­ku do konce, který před na­sa­ze­ním ově­řu­je kaž­dou fázi se­sta­ve­ní di­gi­tál­ní­ho dvoj­če­te.

Ansys na­bí­zí dva soft­wa­ro­vé ba­lí­ky, které se po­u­ží­va­jí spo­leč­ně k se­sta­vo­vá­ní mo­de­lů di­gi­tál­ních dvoj­čat – Ansys Twin Bu­il­der a Ansys Twi­nAI. Mů­že­te je kom­bi­no­vat s dal­ší­mi si­mu­lač­ní­mi soft­wa­ro­vý­mi ba­lí­ky a zís­kat tak ro­bust­něj­ší si­mu­lač­ní pro­stře­dí.

Soft­ware Twin Bu­il­der se za­mě­řu­je na si­mu­la­ci a fy­zi­kál­ní strán­ku di­gi­tál­ní­ho dvoj­če­te, za­tím­co soft­ware Twin­AI kom­bi­nu­je si­mu­la­ci s daty a vy­tvá­ří přes­ná vy­ví­je­jí­cí se di­gi­tál­ní dvoj­ča­ta. Stro­jo­vé učení zvy­šu­je přes­nost mo­de­lů a za­jiš­ťu­je, že se di­gi­tál­ní dvoj­če může samo ka­lib­ro­vat podle mě­ní­cí­ho se cho­vá­ní za­ří­ze­ní v prů­bě­hu jeho stár­nu­tí. Jakmi­le oba ná­stro­je vy­ge­ne­ru­jí di­gi­tál­ní dvoj­če, mů­že­te jej ex­por­to­vat jako kon­tej­ner, apli­ka­ci Py­thon nebo webo­vou apli­ka­cí. Díky před­při­pra­ve­ným ko­nek­to­rům k plat­for­mám di­gi­tál­ních dvoj­čat Mic­ro­soft a AWS je na­sa­ze­ní ve vel­kém mě­řít­ku snad­né.

Vzhle­dem k ini­ci­a­ti­vě, která sni­žu­je pře­káž­ky pro vý­ro­bu po­lo­vo­di­čů, je nyní čas jed­nat. Velká část tech­no­lo­gie pro šká­lo­vá­ní již exis­tu­je, pro­to­že ji již při­ja­la jiná vý­rob­ní od­vět­ví. Ne­bu­de trvat dlou­ho a za­čne­me po­zo­ro­vat za­vá­dě­ní di­gi­tál­ních dvoj­čat ve vel­kém mě­řít­ku v celém glo­bál­ním po­lo­vo­di­čo­vém prů­mys­lu.

Zdroj Ansys