es.wedoany.com Noticia: GigaLane (기가레인) ha logrado la derivación automática de las condiciones óptimas para el proceso de grabado por plasma utilizando tecnología de IA, transformando el desarrollo de procesos, que antes dependía de la experiencia de los ingenieros y de experimentos repetitivos, en un modelo basado en datos. La empresa, liderada por el representante Kim Hyun-je (김현제), se especializa en equipos de grabado de semiconductores.
El proceso de grabado es una etapa central en la fabricación de semiconductores, donde se elimina con precisión la parte innecesaria de la oblea mediante plasma para formar patrones de circuitos. Con la miniaturización y la alta integración de los semiconductores, el número de variables que los ingenieros deben controlar ha crecido exponencialmente, incluyendo múltiples parámetros de entrada como presión, potencia de fuente, potencia de polarización, tipo de gas y cantidad de inyección de cada gas, temperatura del portador, helio trasero y tiempo de proceso. Al mismo tiempo, los resultados del proceso deben cumplir con seis indicadores objetivo: cantidad de grabado, velocidad, ángulo, ancho de línea superior e inferior, y relación de selectividad de la máscara. Debido a la gran cantidad de variables y a los estrictos requisitos, los ingenieros suelen tener que realizar numerosas pruebas repetitivas para encontrar las condiciones óptimas, lo que consume mucho tiempo y una gran cantidad de obleas.
Para resolver esta ineficiencia, GigaLane, con el apoyo del proyecto del grupo de investigación de fusión del Consejo Nacional de Ciencia y Tecnología, adoptó una herramienta de optimización de procesos basada en IA desarrollada de forma independiente por el grupo de investigación de inteligencia de equipos de plasma del Instituto de Investigación de Energía de Fusión Nuclear de Corea. El equipo de investigación introdujo en el modelo de IA 34 datos refinados, obtenidos tras eliminar valores atípicos de los 51 datos experimentales realizados por los ingenieros, y con solo un aprendizaje logró derivar las condiciones óptimas que cumplen simultáneamente los seis objetivos del proceso. Si el primer aprendizaje no alcanzaba el objetivo, el sistema también construyó un algoritmo repetitivo que volvía a introducir los nuevos resultados del proceso en el aprendizaje y proponía nuevamente las condiciones óptimas, mejorando así la tasa de éxito del desarrollo del proceso. Esto redujo significativamente los recursos de obleas e ingeniería necesarios para la optimización del proceso, al tiempo que aceleró la respuesta a las diversas demandas de los clientes.
GigaLane planea, basándose en estos resultados, expandir la aplicación de la IA a otros procesos, formando un círculo virtuoso donde a mayor acumulación de datos, mayor eficiencia en el desarrollo. La empresa también avanzará desde la etapa actual de "coincidencia de variables de entrada y valores de resultado" a un nivel superior, vinculando los datos de sensores en tiempo real generados por el equipo durante el proceso con la IA, para construir un sistema de "equipo de operación autónoma" donde los equipos de semiconductores puedan diagnosticar y corregir por sí mismos el estado del proceso. Un portavoz de GigaLane indicó que, basándose en un flujo de optimización de procesos impulsado por datos, la empresa responderá de manera eficiente a las necesidades de las empresas globales de dispositivos semiconductores, mejorando su competitividad en el mercado.
