工業4.O和半導體制造業的發展

Ganesh Hegde

摘要：為滿足消費者對功能更豐富和性能更高的設備需求，半導體制造業需在資本設備方面進行大量投資，因而也導致競爭變得日趨激烈。為提高競爭力，芯片制造商正在采用工業4.0制造技術來實現更高水平的卓越運營。闡述工業4.0的含義，提供工業4.0在半導體晶圓廠環境下的應用示例，并說明應用材料公司如何驅動這一發展。

關鍵詞：工業4.0；半導體制造；晶圓廠；垂直整合；水平整合

1 工業4.0及智能制造

工業4.O的概念由德國政府首次提出，用以描述人工智能（AI）、大數據、云計算和工業物聯網（IIoT）等新技術所帶來的第四次工業革命。第一、二、三次工業革命的驅動因素分別是蒸汽和水力發電、電力使用、計算機技術（圖1）。

工業4.0概念的實現通常稱為“智能制造”，我們經常稱之為“智能工廠”。工業4.O的主要特點包括：

·制造系統的垂直整合。在工廠中，具有網絡連接的生產系統稱為信息物理生產系統（CPPS）。在工業4.0中，CPPS將被垂直整合和連接，以便使環境和價值鏈中的任何變化都能反映到制造過程中。

·跨企業和價值鏈實現水平整合。特點是特制造設備與合作伙伴、供應商、分包商等一起水平整合到價值鏈中。

·通過云、大數據、移動和AI/分析等新一代技術實現并加速整合。

2 半導體晶圓廠的整合

2.1 半導體品圓廠的垂直整合

首先，讓我們看一下半導體晶圓廠的垂直整合。如圖2所示，這涉及整合所有ISA-95層級。

ISA-95層級包括第0級（適用于包含所有傳感器和執行器的物理設備）到第4級，涵蓋各種企業業務系統。每個層級的垂直整合需要對接口進行標準化。在半導體行業中，很久以前設備整合便在SECS/GEM接口上進行過標準化。高速SECS消息服務（HSMS）的建立是為了通過更高速的以太網來支持SECS/GEM通信。隨著傳感器的使用量增多，半導體設備現在已能夠傳輸大量工程數據。

為了支持高速診斷數據采集，工程數據接口（現在稱為接口A）已經與控制接口分開，僅用于采集設備數據。這滿足行業的需求，可將所有數據放在一個通用平臺上以實現一致性和便捷整合/分析。其結果是提高了批次（R2R）控制、故障檢測以及分類（FDC）分析等各種分析解決方案的效率，而這些分析可作為應用材料公司的SmarCFactory?制造解決方案的一部分。

下一個整合層級是生產執行/控制、WIP（在制品）管理和物流。根據工業4.0，產品（在晶圓廠中被視為晶圓批次）即為CPS（信息物理系統），其智能程度足以知道自己是什么、將成為何種產品以及需要去往何處。它們可以直接與同樣智能的CPPS通信。不過，在目前的半導體晶圓廠環境中，產品和設備的智能程度還不夠。

此外，在制造過程中，邏輯目前尚處于包含路徑、操作等信息的MES（制造執行系統）中。在特定操作中處理完批次后，下一個操作的名稱將保留在MES中。通過智能分析解決方案來優化調度和分派（實時分派和調度解決方案）。當產品/批次（CPS）和設備（CPPS）通過AI實現智能化時，MES、分派和調度解決方案將在邏輯上變得更為分散。MES、調度和分派解決方案是應用材料公司的Smar[Factory?產品組合的核心部分。

2.2 半導體制造網絡中的水平整合

目前，半導體價值鏈在一定程度上遵循某種順序。晶圓廠的批次/晶圓進入晶圓庫進行組裝、測試和包裝，隨后在運送至原始設備制造商之前進入倉庫。這種情況正在改變：制造業越來越像網絡，晶圓廠和封裝設備成為網絡中的節點（如圖3所示）。

根據工業4.O的原則，我們需要有一個可協作化和智能化的網絡。以消費者為中心、以需求為導向的制造業正在推動制造網絡向分布式和協作化方向發展。實現這一目標的一種方法是建立一個稱之為“虛擬工廠”的制造企業平臺，我們可以在這里將不同的工廠、合作伙伴和供應商整合到同一平臺上。而這個可以通過云計算、IIoT和大數據等新興技術來實現和推進。

3 結論

應用材料公司已取得諸多進展助力半導體晶圓廠邁向工業4.0，特別是從垂直整合的角度來說。憑借我們多樣化的制造解決方案，諸如智能MES和規劃/調度/分派解決方案等，晶圓廠的敏捷性和靈活性正在不斷提高。

未來，晶圓廠的工藝操作可通過AI得到進一步轉變。通過直接的智能通信，晶圓廠將變成更加適合CPPS設備滿足CPS批次需求的環境。MES等制造軟件將在邏輯上變得分散，以確保操作符合規則/規定。在以后的博客文章里，筆者將繼續分享和探討工業4.O在半導體行業中的優勢和挑戰以及適用于工業4.O的MES （MES 4.O）。

參考文獻：

[1]Hanny D.探索全自動和半自動Fabs的區別[R/OL].（2017-1-31）[2018-2-1].http：/bIogappliedmater aIs com/e×plorinq—differences-fully-and-semi-automated-fabs

[2]Krishnaswamv S.自動化助力克服晶圓級封裝中的生產力挑戰[R/oL].（2016-12-16）[2018-2-1]http//blog.appliedmaterials.com/aufomatlon-helps-overcome-productlvIty-challenges-wafer-leVeI-paCkaglng

[3]Nahas S.自動化軟件中的人為因素[R/oL]（2016-11-3）[2018-2-1].http：//blog.appliedmaterialscom/human-factorS-automatlOn-SOftware