KI in der Halbleiterproduktion Chipfertigung: Weniger Abfall, weniger Kosten – ein KI-Versprechen

Anbieter zum Thema

Syslogic GmbH

congatec GmbH

DMB Technics AG

Mit dem Einsatz Künstlicher Intelligenz versuchen Chiphersteller die Effizienz in der Halbleiterproduktion zu erhöhen. Das international aufgestellte Team des Unternehmens Minds.ai will bei dem Thema mitmischen und hat dafür Gelder eingesammelt.

Die Halbleiterproduktion muss sich bereits jetzt Fragen und Herausforderungen stellen, deren Beantwortung sich teils nicht mehr lange aufschieben lässt: Wie etwa lässt sich die Fertigung hinsichtlich der verfügbaren Ressourcen optimieren? Wie kann der wachsende Bedarf von Halbleitern zuverlässig gedeckt werden? Wie ist es möglich, bei der Herstellung von Wafern Schneide- und Polierprozesse so zu optimieren, dass nur wenig oder im besten Fall gar kein Abfall entsteht? Woher kommen die in den kommenden Jahren und Jahrzehnten nötigen Fachkräfte?

Der Beantwortung einiger dieser Fragen widmen sich Berichten zufolge bereits einige führende Unternehmen wie Intel oder TSMC. Bei Intel etwa wird von KI-Anwendungen während des Produktionsprozesses überprüft, ob und wie ein Defekt entstanden ist. Sämtliche Daten aller Schritte der Produktion wiederum werden von Modellen des maschinellen Lernens genutzt, um im vorherzusagen, an welchem der hunderte von Prozesse es zu einem Fehler kommen kann. TSMC hat eigenen Worten zufolge Prozesserfahrung, Maschinentuning, Fertigungs-Knowhow und Technologien der künstlichen Intelligenz (KI) integriert, um eine intelligente Fertigungsumgebung zu schaffen.

KI-Chips ja, KI-Einsatz nein?

So wichtig (und lukrativ) auf Künstliche Intelligenz spezialisierte Chips für die Halbleiterproduzenten sind, so zukunftsweisend kann Automation basierend auf Künstlicher Intelligenz und Deep Learning für die Chiphersteller werden. Doch: „Die Herstellung von Halbleitern ist komplex, mit Dutzenden von Maskenschichten, Hunderten von Prozessschritten, Tausenden von Geräteteilen mit jeweils Dutzenden bis Hunderten von einzelnen Sensoren und Dutzenden bis Tausenden von integrierten Schaltungen (ICs) pro Wafer“, so Rao Desineni und Eugene Tuv im Whitepaper „High-Value AI in Intel’s Semiconductor Manufacturing Environment“ von Intel.

Da ist es nachvollziehbar, wenn Betreiber teurer Maschinen, die mit wertvollen Ressourcen agieren, davor zurückschrecken, maschinelles Lernen oder Künstliche Intelligenz im Fabrikalltag einzusetzen. Zumal sich, so Desineni und Tuv, die KI-Projekt-Fehlerraten über viele Industrien hinweg zwischen 60 und 85 Prozent bewegten. Allerdings wären die Fehlerraten auch so hoch, weil einige Projekte ohne klaren Anwendungsfall vor Augen entworfen wurden. „Die KI sollte nicht zu einer Lösung auf der Suche nach einem Problem werden“, heißt es bei Intel.

Globale Versorgung mit Halbleitern

Neuordnung der Chip-Lieferketten: Überraschende Gewinner

KI sollte eine Lösung für ein Problem sein

Wenn sich Chiphersteller nicht selbst an den Entwurf oder das Training einer Künstlichen Intelligenz wagen, wie wäre es dann, könnten sie eine Dienstleistung in Anspruch nehmen? Das Unternehmen Minds.ai hat sich genau das auf die Fahnen geschrieben. „Wir begannen minds.ai mit der Anwendung von Deep-Learning-Lösungen auf Unternehmensprobleme in der Pharmaindustrie, der Automobilindustrie und bei Unternehmensabläufen. Daraufhin haben wir DeepSim entwickelt, eine flexible KI-Engine, die eine leistungsstarke Mischung aus Open-Source- und proprietären KI-Tools in einer einfachen, stabilen, cloudbasierten Plattform kombiniert. Minds.ai Maestro nutzt DeepSim als Backbone und hilft bei der Optimierung von Prozessen für führende Unternehmen in der Halbleiterfertigung in großem Maßstab“, so die Verantwortlichen von Minds.ai auf ihrer Webseite.

Berichten von EMS Now zufolge hat Minds.ai am 10. Oktober 2023 mehr als 5 Millionen US-Dollar via Seed-Finanzierung erhalten können, um die Anwendung von KI in der Halbleiterfertigung voranzutreiben. Minds.ai Maestro soll dabei bereits eine End-to-End-Lösung darstellen, die sich „nahtlos in bestehende Arbeitsabläufe integrieren lässt, und die Effizienz und Produktivität von Fertigungsprozessen in der Fabrik mithilfe von überwachtem und verstärkendem Lernen sowie generativer KI“ verbessern soll.

Funktioniert das zuverlässig, dann könnten Fehlerquoten und Ausschussraten in der Wafer-Produktion verringert werden. Ebenfalls kann der Einsatz von KI dazu beitragen, die Produktivität und Effizienz in der Halbleiterproduktion zu steigern, was wiederum zu wettbewerbsfähigeren und qualitativ hochwertigen Produkten führt. Die Reduzierung von Abfällen in der Halbleiterproduktion ist obendrein ein wichtiges Anliegen, da sie nicht nur ökologische, sondern wirtschaftliche Auswirkungen hat. Effiziente Prozesse und Recyclingansätze werden daher zunehmend in der Branche erforscht und implementiert.  (sb)

(ID:49741635)