應用材料正利用AI與大數據改變半導體設備 - 股票

原文標題：
應用材料正利用AI與大數據改變半導體設備產業
(請勿刪減原文標題)
原文連結：
https://bit.ly/3lWkgCt
(請善用縮網址工具)
發布時間：
2021年3月23日
(請以原文網頁/報紙之發布時間為準)

原文內容：
對於台積電或其他半導體晶圓廠來說，晶片檢測精密度與效率對於其獲利非常重要。為了
讓晶圓廠商即時發現晶片致命卻陷，應用材料公司（Applied Materials）推出了結合了
大數據和AI技術的新一代光學半導體晶圓檢測機（Semiconductor wafer inspection）。

晶圓製造越來越昂貴和複雜，隨著半導體製程走入5奈米以下，檢查晶圓上日益微型化圖
案的成本正在上升，並且檢測出晶片缺陷也變得愈來愈複雜。十年前，晶片工廠的成本約
為90億美元，現今已經增加了一倍。在工廠的製造生命週期中，晶片製造商可以降低工廠
中晶片製造設備的成本，但是一旦面臨製造延誤和檢測失敗則會導致工廠閒置，並帶來大
量資金損失，因為工程師試圖找出晶片缺陷變得愈來愈難。

以記憶體晶片為例，停機一周可能會使年產量降低2%。最重要的是，晶片的價格會隨著時
間的推移而迅速下降，因此產能落後的確會帶來嚴重損失。根據應用材料推算，如果採用
新一代晶圓檢測機，其能為晶圓廠創造的收益可能會超過220億美元！

市場分析公司VLSI Research表示，能夠快速準確地辨識出致命缺陷是晶片工程師在過去
三十多年中一直努力的方向。應用材料（Applied Materials）採用ExtractAI技術的
Enlight系統是解決這一難題的突破性方法。由於採用AI能使系統透過學習變得愈智慧化
，讓廠商每小時可以減少260萬美元的良率損失，也就是說，Enlight系統可以幫助晶片製
造商隨著時間的推移而增加每片晶圓的營收。

根據VLSI Research推算，現今一座先進晶圓廠成本約為220億美元，幾乎相當於兩艘航空
母艦和65架F22 Raptor戰鬥機的總和。由於製造晶片需要經歷幾百道複雜的關卡，其中，
晶圓檢測費用約占先進晶圓廠成本的10%。

對於全球晶片製造商來說，減少開發和提升先進製造製程節點所需的時間可能讓其少花費
數十億美元。但是無法快速地檢查晶片成為產量速度提升的障礙。畢竟，電路相距僅5奈
米，比起灰塵還要小得多，真的需要依賴機器進行檢測。因而引入AI與大數據的確可能為
晶圓製造商帶來價值。

例如：近期在COVID-19大流行期間，晶片嚴重短缺的現象，一丁點的改進半導體製造的設
備，都將扮演關鍵性角色。

根據VLSI Research統計，全球前五名半導體設備廠商分別是應用材料(Applied
Materials)、ASML、Lam Research、東京電力以及KLA。未來將有更多廠商引入AI與大數
據持續改善半導體設備，以幫助半導體迎接未來挑戰。


心得/評論： ※必需填寫滿20字
應用材料新晶圓檢測機結合AI和大數據，能快速辨識缺陷，推估可以為製造廠增加200多
億的收入。


----------------------------------發文提醒-------------------------------
1.發文前請先詳閱[新聞]分類發文規範，未依規範發文將受處份。
2.連結過長請善用 https://bit.ly/ 縮網址，連結能不能點擊者板規1-2-2處份。
3.心得/評論請盡量充實，*[m心得過短或濫竽充數將會以1-2-3&一行文規範水桶處份
4.發文請依照格式文章標明段落，不符合格式者依4-1刪文處分。
------------------ 以上注意事項請勿刪除 違者4-1 刪文處分-----------------

--