技術リソース
半導体プロセス制御、Virtual Metrology、
製造AI、量産運用に関する技術リソースです。
工程結果を予測・制御する方法
なぜプロセス制御はアルゴリズム以上に構築と運用が難しいのか
数式ベース、単一アルゴリズム、Amfibianをモデル構築、投入前検証、量産運用、再利用の観点から比較します。
EPDとOESだけで
十分か？
Endpointを見つけることと、最終品質を目標に保つことは別の制御問題です。
Run-to-Run APC: Feedback + Feedforward
前回結果と現在状態から次ランを更新する繰り返し制御。
Wafer Profile Controlとmulti-zone
プロセス制御
ゾーン操作変数と空間結果の関係をモデル化し、平均値だけでなく目標プロファイルとWIWNUを管理します。
バッチ内位置
ばらつきを
次のレシピへ
反映する
バッチ装置の実測結果から次バッチのゾーン条件を計算する制御構造。
Virtual Metrology: 制御ループを
壊さずに
計測ギャップを埋める
疎または遅延する計測の間を推定値で補い、次の判断と制御へつなぎます。
なぜTTTMだけでは不十分なのか：
ウェハ製造におけるAPC
装置基準を合わせることと、時間とともに結果を目標内へ維持することは別の問題です。
製造AIを量産で運用する方法
なぜ製造現場では
同じ問題を何度も解くのか
工程知識を次の装置、製品、工程の出発点へ残す方法。
暗黙知にも
有効期限がある
Excelマクロや個人の自動化が組織知になりにくい理由と、過去の判断を現在の文脈で読み直す必要性を考えます。
AIモデルにも量産技術が必要です
製造業が工程開発と量産技術を分けているのには理由があります。データとAIにも、準備・モデル開発・実運用・継続改善をつなぐ仕組みが必要です。
なぜ製造ソフトウェアはSI案件ではなく製品として運用すべきか
日々使い続け、複数工程へ広げるソフトウェアには一回限りの案件とは異なる運用モデルが必要です。
製造AIを始める前に
SPCとFDCは必要か？
制約になるのはシステム数より、限られた人員で継続運用できるかどうかです。
半導体製造における
Physical AIとは何か
物理システムの状態理解を実際の運用判断とアクションへつなぎます。
診断・監視の次はプロセス制御
異常検知、品質予測、工程条件変更はそれぞれ異なる製造課題を解きます。
AIを使うFabとAIで動くFabは
何が違うのか
重要なのはモデルの有無ではなく、実工程が変化しても安定して運用し続けられるかです。
なぜ多くのPoCは
量産まで届かないのか
PoCと量産の差は精度だけでなく、運用信頼、データ一貫性、変更管理、ワークフロー統合にあります。
Fab IT modernization: システム案件からevent-driven data platformへ
MES中心構造からevent-driven data flowとlakehouseベースのプラットフォームへの変化。