Skip to main content

工业

基于人工智能的计量提高半导体产量

半导体制造、人工智能

半导体制造需要超高可靠性,这在其他情境中是难以想象的。例如,半导体组件的质量通常是以每百万次缺陷率 (DPM) 进行测量的。

为完成这些测量,半导体计量学使用光学工具和电子束来扫描晶片以便于在制造早期发现其缺陷,这样能避免损坏的晶片被投入使用,生产出无法使用的芯片。

但随着半导体在不断缩小的流程节点上进行制造,传统计量学方法越来越难精确检测到晶片缺陷。在仅靠计量设备无法支持半导体工程师快速、准确地进行缺陷检测时,人工智能 (AI) 便登场了。

进一步了解人工智能

如今,人工智能已融入到晶片检查、缺陷检测和分类,还有扫描电子显微镜 (SEM) 去噪中。这样便使得计量读数和制造传感器数据紧密相关。

将人工智能测试添加到半导体制造过程中,能帮助工程师从这些输入中找到隐藏信号。但这便需要新的设备来执行高需求的边缘计算机视觉和其他深度神经网络。运行这些人工智能工作负载的高性能处理器必须冷却,确保不会破坏芯片厂高度敏感的环境需求。

Prodrive Technologies 是嵌入式系统和解决方案提供商,其 Zeus 高性能机柜 (ZHPC) 能够帮助解决这一难题。该系统能够存放高性能服务器,这些服务器能够将计量信号转换为可操作智能(图 1)。

放置机架服务器的 Zeus 高性能机柜图像
图 1。Zeus 高性能机柜使用液体冷却方式,保持无尘环境。(来源:Prodrive Technologies

为支持计量操作,采用内置的液体冷热交换器来散热,不会向外围环境排出有害气体,不需要依靠外部通风。这也让它可被部署在严格把控空气质量标准的地方,如芯片厂副厂、铸造厂无尘室之下。

Zeus 高性能机柜提供冷却液泄露和烟雾检测功能,可实现多达 41 台机架服务器的放置、供能和冷却。这包括高性能服务器,例如基于三代英特尔® 至强® 可扩展处理器(旧称为 Ice Lake)的 Zeus 可扩展系列高密度服务器平台。

面向启用人工智能的计量的高性能计算

全新英特尔® 至强® 设备采用 10 纳米工艺构建,集成了英特尔® 高级矢量扩展指令集 512(英特尔® AVX-512)和英特尔® 深度学习加速(英特尔® DL Boost)等技术。它们支持 Zeus 服务器运行高级神经网络,能够高效处理计量数据。

英特尔 AVX-512 是一组支持增强型矢量处理的指令,拥有可执行 32 位或 64 位每时钟周期的单精度浮点运算的能力等。加上融合乘加 (FMA),这些指令可支持至强设备执行人工智能算法计算所需的复杂数学运算。

英特尔 DL Boost 技术基于 AVX-512 的特性进行构建,还包括了矢量神经网络指令 (VNNI) 及对 bfloat16 数学运算的支持,在处理人工智能工作负载时比上文提及的单精度浮点计算效率更高。因此,基于三代至强处理器的平台在某些深度学习任务上可实现性能翻番。

除计算性能之外,处理器还支持 PCI Express Gen 4.0 及其 64 Gbps 带宽。这意味着 Zeus 组合可以在子厂中的光学和电子束检查工具附近进行部署,而不会因它们产生的大量数据而崩溃。消除了当地带宽瓶颈,所有计量数据和分析都可以在边缘进行,减少了因向外部系统传播导致的延迟和安全性方面的顾虑。

没有了带宽或处理功率的限制,Zeus 高性能机柜和可扩展服务器可作为一款网络、CPU、存储多合一平台,同时也将人工智能集成到了晶片检测工具中。这加快了检查流程,并提高了半导体的最终产量。

Prodrive Technologies 的项目经理 Bas van Bree 说,“我们的想法是,现在您可以在芯片厂中拥有云和边缘架构,所有工作都是在这个工具中完成的。”“我们将工作负载集中,这样便实现了芯片厂中可用计算资源的最优化利用。”

随着 CPU 晶体管尺寸不断缩小,对更高性能和更高效率的需求增加,业内普遍认同了人工智能和机器学习对达到期望产量的重要性。但它需要具有足够性能、合适技术、可部署在边缘的处理平台,来进行实时分析。

作者简介

Brandon is a long-time contributor to insight.tech going back to its days as Embedded Innovator, with more than a decade of high-tech journalism and media experience in previous roles as Editor-in-Chief of electronics engineering publication Embedded Computing Design, co-host of the Embedded Insiders podcast, and co-chair of live and virtual events such as Industrial IoT University at Sensors Expo and the IoT Device Security Conference. Brandon currently serves as marketing officer for electronic hardware standards organization, PICMG, where he helps evangelize the use of open standards-based technology. Brandon’s coverage focuses on artificial intelligence and machine learning, the Internet of Things, cybersecurity, embedded processors, edge computing, prototyping kits, and safety-critical systems, but extends to any topic of interest to the electronic design community. Drop him a line at techielew@gmail.com, DM him on Twitter @techielew, or connect with him on LinkedIn.

Profile Photo of Brandon Lewis