Ganesh Hegde

摘要：为满足消费者对功能更丰富和性能更高的设备需求，半导体制造业需在资本设备方面进行大量投资，因而也导致竞争变得日趋激烈。为提高竞争力，芯片制造商正在采用工业4.0制造技术来实现更高水平的卓越运营。阐述工业4.0的含义，提供工业4.0在半导体晶圆厂环境下的应用示例，并说明应用材料公司如何驱动这一发展。

关键词：工业4.0；半导体制造；晶圆厂；垂直整合；水平整合

1 工业4.0及智能制造

工业4.O的概念由德国政府首次提出，用以描述人工智能（AI）、大数据、云计算和工业物联网（IIoT）等新技术所带来的第四次工业革命。第一、二、三次工业革命的驱动因素分别是蒸汽和水力发电、电力使用、计算机技术（图1）。

工业4.0概念的实现通常称为“智能制造”，我们经常称之为“智能工厂”。工业4.O的主要特点包括：

·制造系统的垂直整合。在工厂中，具有网络连接的生产系统称为信息物理生产系统（CPPS）。在工业4.0中，CPPS将被垂直整合和连接，以便使环境和价值链中的任何变化都能反映到制造过程中。

·跨企业和价值链实现水平整合。特点是特制造设备与合作伙伴、供应商、分包商等一起水平整合到价值链中。

·通过云、大数据、移动和AI/分析等新一代技术实现并加速整合。

2 半导体晶圆厂的整合

2.1 半导体品圆厂的垂直整合

首先，让我们看一下半导体晶圆厂的垂直整合。如图2所示，这涉及整合所有ISA-95层级。

ISA-95层级包括第0级（适用于包含所有传感器和执行器的物理设备）到第4级，涵盖各种企业业务系统。每个层级的垂直整合需要对接口进行标准化。在半导体行业中，很久以前设备整合便在SECS/GEM接口上进行过标准化。高速SECS消息服务（HSMS）的建立是为了通过更高速的以太网来支持SECS/GEM通信。随着传感器的使用量增多，半导体设备现在已能够传输大量工程数据。

为了支持高速诊断数据采集，工程数据接口（现在称为接口A）已经与控制接口分开，仅用于采集设备数据。这满足行业的需求，可将所有数据放在一个通用平台上以实现一致性和便捷整合/分析。其结果是提高了批次（R2R）控制、故障检测以及分类（FDC）分析等各种分析解决方案的效率，而这些分析可作为应用材料公司的SmarCFactory?制造解决方案的一部分。

下一个整合层级是生产执行/控制、WIP（在制品）管理和物流。根据工业4.0，产品（在晶圆厂中被视为晶圆批次）即为CPS（信息物理系统），其智能程度足以知道自己是什么、将成为何种产品以及需要去往何处。它们可以直接与同样智能的CPPS通信。不过，在目前的半导体晶圆厂环境中，产品和设备的智能程度还不够。

此外，在制造过程中，逻辑目前尚处于包含路径、操作等信息的MES（制造执行系统）中。在特定操作中处理完批次后，下一个操作的名称将保留在MES中。通过智能分析解决方案来优化调度和分派（实时分派和调度解决方案）。当产品/批次（CPS）和设备（CPPS）通过AI实现智能化时，MES、分派和调度解决方案将在逻辑上变得更为分散。MES、调度和分派解决方案是应用材料公司的Smar[Factory?产品组合的核心部分。

2.2 半导体制造网络中的水平整合

目前，半导体价值链在一定程度上遵循某种顺序。晶圆厂的批次/晶圆进入晶圆库进行组装、测试和包装，随后在运送至原始设备制造商之前进入仓库。这种情况正在改变：制造业越来越像网络，晶圆厂和封装设备成为网络中的节点（如图3所示）。

根据工业4.O的原则，我们需要有一个可协作化和智能化的网络。以消费者为中心、以需求为导向的制造业正在推动制造网络向分布式和协作化方向发展。实现这一目标的一种方法是建立一个称之为“虚拟工厂”的制造企业平台，我们可以在这里将不同的工厂、合作伙伴和供应商整合到同一平台上。而这个可以通过云计算、IIoT和大数据等新兴技术来实现和推进。

3 结论

应用材料公司已取得诸多进展助力半导体晶圆厂迈向工业4.0，特别是从垂直整合的角度来说。凭借我们多样化的制造解决方案，诸如智能MES和规划/调度/分派解决方案等，晶圆厂的敏捷性和灵活性正在不断提高。

未来，晶圆厂的工艺操作可通过AI得到进一步转变。通过直接的智能通信，晶圆厂将变成更加适合CPPS设备满足CPS批次需求的环境。MES等制造软件将在逻辑上变得分散，以确保操作符合规则/规定。在以后的博客文章里，笔者将继续分享和探讨工业4.O在半导体行业中的优势和挑战以及适用于工业4.O的MES （MES 4.O）。

参考文献：

[1]Hanny D.探索全自動和半自动Fabs的区别[R/OL].（2017-1-31）[2018-2-1].http：/bIogappliedmater aIs com/e×plorinq—differences-fully-and-semi-automated-fabs

[2]Krishnaswamv S.自动化助力克服晶圆级封装中的生产力挑战[R/oL].（2016-12-16）[2018-2-1]http//blog.appliedmaterials.com/aufomatlon-helps-overcome-productlvIty-challenges-wafer-leVeI-paCkaglng

[3]Nahas S.自动化软件中的人为因素[R/oL]（2016-11-3）[2018-2-1].http：//blog.appliedmaterialscom/human-factorS-automatlOn-SOftware