半導體制造設施與其他任何設施都不同。他們可以持有數億美元的投資，用于人類有史以來為商業用途制造的一些最小的產品。如此之小，以至于一點灰塵會對最終產品造成不可挽回的損害。幾十年來，該行業開創了許多突破性的程序，其他工業制造商最終將在幾十年后采用這些程序。隨著越來越多的產品、設備和系統依賴計算能力和復雜的納米結構來運行，對這些薄晶圓的需求預計只會增長。

但是，這種與工業制造業其他部分的差異正在無情地成為看似永無止境的運營創新的壓力點，以實現更高的投資回報。過去幾十年來所做的許多改進都非常有價值，但它們的成功創造了一個收益遞減的旅程。這些改進通常是以更高的產量的名義進行的。毫無疑問，這是一個關鍵指標，但專注于單一的優化因素可能會導致工程師將自己設計得無影無蹤。從這個角度來看，歷史上有兩種選擇;投資更小的節點或更大的晶圓。這兩者都是有利可圖的，但需要數十億美元的前期資本投資。

這使得除了最大的鑄造廠和制造商之外，幾乎所有公司都不可能競爭。這就是智能制造的用武之地。在最簡單的層面上，所有制造工廠都有三個調節旋鈕：成本、時間和質量。智能制造所做的是改善這三個旋鈕的微調，從而更好地控制企業。還有其他好處，例如基于規則的規劃和流程優化，將智能制造定位為擺脫收益遞減角落的歡迎途徑。

集成電路發展的新時代

增長增加

物聯網（IoT）設備已成為半導體收入的最大驅動力，無線通信，汽車和人工智能產品在短時間內緊隨其后1.這些廣泛的設備將為行業帶來更多的變化，但為如此多樣化的產品優化制造將成為一個更大的障礙。生產所有這些不同產品的最佳時間表是什么？生產是否會被視為一個不知道實時情況的黑匣子？如果需要對設計進行更改，需要多長時間來調整流程？生產效率能否與變革前相媲美？

跟蹤和追溯需求

許多半導體應用在社會中也扮演著更重要的安全關鍵角色，對人類生活的福祉負責。為了應對OEM面臨的這一新風險，許多企業希望或要求嚴格的跟蹤和追溯協議。如果新車中的高級駕駛員輔助功能比預期的更早發生故障，則詳細的過程信息對于查找根本原因將非常寶貴。其他應用，如安全和生物識別技術，需要確保設計在制造過程中沒有改變或篡改。消費電子市場中越來越多的人對他們購買的產品的可持續性感興趣。客戶如何知道他們收到的就是他們購買的？

良率優化越來越難

產量無疑是優化盈利能力的關鍵指標，但這個過程的大部分已經自動化和優化，特別是在最大的晶圓廠和最先進的節點上。智能制造不僅僅是優化的次要途徑，它還是制圖師繪制所有其他可能的途徑，以提高效率和盈利能力，并在制造設施中更換傳感器之前測試其功效。

成功之路

智能制造的價值在于其靈活性，這是西門子Xcelerator軟件、服務和應用開發平臺產品組合的核心組成部分，可為組織帶來新的見解、機遇和自動化。在大規模生產時，即使對流程進行微小的調整也可以節省大量成本。為了說明這種方法在推動創新方面的重要性，將討論兩個示例 - 批量大小優化和調度優化。

“數字孿生體可以是產品、生產或性能。理想情況下，這些數字孿生體相互饋送以獲得見解和持續改進。西門子 Xcelerator 產品組合涵蓋數字孿生體的設計、實現和優化，“西門子數字工業軟件公司電子與半導體行業副總裁 Alan D. Porter 表示。

假設正在建設一個新的制造設施，投資近140億美元。運行的前60天產生了100，000個可行的IC單元。最重要的是，其中大約25%將直接移動到存儲中。這是一個很大的投資，留在一個房間里，但這是整個行業的常見情況。

140億美元中的25%是一筆巨大的儲蓄損失，特別是與收益率增加四分之一（2000萬至4000萬美元）的回報相比。為什么會發生這種情況？因為許多公司對其制造設施的精確細節沒有足夠的可見性。

手數大小優化

像許多其他學科一樣，半導體制造可能成為傳統的犧牲品。大多數生產小于300mm晶圓的晶圓廠的批量大小約為25個晶圓，盡管在某些情況下，較小的批量尺寸可能更有效率。但手數大小優化與這些指標無關。相反，它專注于從這些晶圓組裝多芯片模塊所需的芯片數量。

例如，IC封裝可能包括一個處理器芯片，該芯片來自容納10，000個芯片的初級晶圓。一個免費的存儲器芯片晶圓可能有15，000個芯片。通常，將構建10，000個多芯片模塊以匹配主芯片數量，因為這是常態，并且它們是更昂貴的芯片。這留下了5，000個額外的內存模具。這種超額部分會發生什么？通常，它們被儲存在設施中的某個地方，在那里它們會萎靡不振，可能會過期或丟失在存儲中。最終，損失被視為收益損失。這可能導致價值數百萬美元的免費模具丟失或報廢。

這是一筆可觀的錢。但是，這并不是失去的全部價值。這些模具必須制造出來，占用制造能力。它們經過組裝，使用更有價值的資源，直到它們最終被存放在架子上并且很難找到。不過，還有更多的損失 - 每個初級晶圓10，000個芯片正好適合。該訂單可能只有8，000個單位，但初級模具價格昂貴，因此它們被過度建造了20%。

根據我們與世界各地半導體制造商合作的經驗，這是一個保守的估計。許多晶圓廠經常超建30%。是的，一些積壓的庫存可以在以后出售，但是如果有中期修訂怎么辦？這留下了大約15%的總收入損失。

芯片級可追溯性

許多產品可能還需要可追溯性，以了解模具何時投入生產，條件如何，或者該批次中是否存在更高的故障率。但要完全優化批量大小和調度，需要一種更精確的跟蹤方法：模具級可追溯性。跟蹤單個模具的整個生產過程，進入裝配，再到現實世界，消除了高效和有利可圖的生產的許多障礙。

調度優化

為了提高操作的清晰度，需要建立一些流程：

首先，需要一個有限的調度系統。一個實時了解正在發生的一切的人。但這需要數字化轉型。隨時訪問有關生產車間每個流程的數據可以更深入地了解整體效率，但是如果沒有從機器和工人到管理和控制流程的連續數字線程，幾乎毫無用處。

其次，為了建立有限調度系統的數字線程，物聯網傳感器需要在整個制造設施中積極部署。幸運的是，對于許多晶圓廠來說，他們的機器可能已經產生了大量的數據。這包括高度精確的溫度和濕度讀數，以確保半導體的穩定和最佳生產環境。它甚至可以包括機器內伺服器的速度或固定晶圓所需的力。

最后一個要求是需要精確模擬整個工廠車間。理論處理時間與實際時間相比如何？流程中的各個步驟呢？切換工具需要多長時間？為了使這些答案收斂并實現優化，需要將來自物聯網基礎設施的真實數據反饋到仿真模型中。這創建了一個閉環模型，可以最終支持機器學習等高級AI功能。

這三個步驟使生產更快，更高效。但還有一個更關鍵的因素：手數大小優化。如果在沒有此功能的情況下實施這四個步驟，存儲速率只會增長，因為生產速度將比以前更快。

結論：

產量是一個很好的指標，但它們并不是高效半導體晶圓廠的唯一指標，特別是因為市場預計只會在產能和復雜性方面增長。如果不考慮字面生產之外的其他流程，數百萬美元要么坐在儲藏室里，要么更糟的是，放在垃圾桶的底部。智能制造旨在擴大優化工廠的興趣范圍。作為西門子 Xcelerator 產品組合的一部分，用于半導體開發和生產的工具正在為今天的工廠帶來未來的生產效率。

審核編輯：郭婷