fr.wedoany.com Rapport : GigaLane (기가레인) a réussi à déduire automatiquement les conditions optimales du processus de gravure au plasma en utilisant la technologie de l’IA, transformant ainsi le développement de processus, auparavant basé sur l’expérience des ingénieurs et des essais répétés, en un modèle piloté par les données. Dirigée par le représentant Kim Hyun-je (김현제), l’entreprise se concentre sur le secteur des équipements de gravure de semi-conducteurs.

Le processus de gravure est une étape clé dans la fabrication des semi-conducteurs, où le plasma est utilisé pour éliminer avec précision les parties inutiles d’une tranche de silicium afin de former des circuits. Avec la miniaturisation et l’augmentation de la densité d’intégration des semi-conducteurs, le nombre de variables que les ingénieurs doivent contrôler croît de manière exponentielle, incluant des paramètres d’entrée tels que la pression, la puissance source, la puissance de polarisation, le type de gaz et le débit de chaque gaz, la température du mandrin, l’hélium de refroidissement arrière, et la durée du processus. Parallèlement, les résultats du processus doivent satisfaire six indicateurs cibles : la quantité de gravure, la vitesse, l’angle, la largeur de ligne supérieure et inférieure, et le rapport de sélectivité du masque. En raison du grand nombre de variables et des exigences strictes, les ingénieurs doivent généralement effectuer de nombreux tests répétés pour trouver les conditions optimales, ce qui est long et consomme beaucoup de tranches de silicium.

Pour résoudre ce problème d’inefficacité, GigaLane, avec le soutien du projet du groupe de recherche fusionné du Conseil national de la recherche scientifique et technologique, a adopté un outil d’optimisation de processus par IA développé indépendamment par le groupe de recherche sur l’intelligence des équipements à plasma de l’Institut coréen de la fusion énergétique. L’équipe de recherche a introduit dans le modèle d’IA 34 données raffinées, après avoir éliminé les valeurs aberrantes parmi les 51 données expérimentales réalisées par les ingénieurs. Après une seule session d’apprentissage, l’IA a réussi à déduire les conditions optimales satisfaisant simultanément les six objectifs du processus. Si l’apprentissage unique n’atteint pas les objectifs, le système a également construit un algorithme itératif, réintroduisant les nouveaux résultats du processus dans l’apprentissage et proposant à nouveau des conditions optimales, améliorant ainsi le taux de réussite du développement de processus. Cela réduit considérablement les tranches de silicium et les ressources d’ingénierie nécessaires à l’optimisation des processus, tout en accélérant la réponse aux divers besoins des clients.

Sur la base de ces résultats, GigaLane prévoit d’étendre l’application de l’IA à d’autres processus, créant un cercle vertueux où plus les données sont accumulées, plus l’efficacité du développement est élevée. L’entreprise passera également du stade actuel de « correspondance entre variables d’entrée et résultats » à un niveau supérieur, en reliant les données des capteurs en temps réel générées par l’équipement pendant le processus à l’IA, afin de construire un système d’« équipement autonome » capable d’auto-diagnostiquer et de corriger l’état du processus. Un responsable de GigaLane a déclaré que, sur la base d’un processus d’optimisation piloté par les données, l’entreprise répondra efficacement aux besoins des fabricants mondiaux de dispositifs à semi-conducteurs, renforçant ainsi sa compétitivité sur le marché.