Interviews
Yi Zou, Senior Director of Engineering, ASML Silicon Valley – Interview Serie
Yi Zou står i spidsen for data science produktionsingeniørholdene hos ASML Silicon Valley. ASML udvikler avanceret software og metrologiløsninger, der løser de komplekse udfordringer, der opstår ved mindre knuder.
Hvad var det, der interesserede dig for at forfølge ingeniørvidenskab?
Som barn var jeg altid meget nysgerrig og interesseret i at forstå, hvordan ting fungerer. Dette ledte mig til at gå i retning af fag som naturvidenskab i gymnasiet, men jeg opdagede hurtigt, at ingeniører var de mennesker, der designede og byggede løsninger til at løse virkelige problemer og have en positiv indvirkning på vores verden.
På universitetet satte jeg også pris på, hvordan ingeniørstudier fokuserede på udvikling af andre vigtige færdigheder ud over grundlæggende fysik og matematik, der er meget overførbar på arbejdsmarkedet til mange forskellige karrierer. Ingeniører erhverver stærke analytiske og kritiske problemløsningsfærdigheder samt evnen til at skifte mellem overordnet tænkning og en detaljeorienteret tilgang, der er nødvendig for at bringe ideer til live – fra kreativ koncept til systemdesign til slutprodukt.
Kan du dele din rejse om, hvordan du blev Senior Director of Engineering hos ASML?
I 2014 tiltrådte jeg ASML fra GlobalFoundries, et amerikansk halvlederfirma, der designer og fremstiller siliciumchips. Som medlem af Advanced Technology Development-holdet hos ASML Silicon Valley ledede jeg flere forskningsprojekter, der fokuserede på at evaluere og udvikle litografiteknikker, der kan forbedre fremstillingsprocessen af chips, såsom forbedret mønsteropløsning.
Samtidig byggede jeg et teknisk hold, der specialiserede sig i maskinlæring. Vi demonstrerede muligheden for at anvende dyb læring på flere kritiske anvendelser, hvilket ledte til udviklingen af en ny produktfamilie. Jeg ledede også et tæt samarbejde med et førende chipfirma for at udforske data science-anvendelser inden for højvolumen-fremstillingsfabrikker (fabrikker, hvor chips bliver fremstillet). Dette ledte til oprettelsen af flere nye muligheder for ASML. Siden min seneste forfremmelse i 2019 har jeg fortsat udvidet data science-teknikker til vores bredere kundemarked.
ASML er en innovationsleder i halvlederindustrien, da de leverer chipfabrikanter med alt, de behøver – hardware, software og services – til at masseproduceremønstre på silicium gennem litografi. Kan du kort sammenfatte, hvad litografi er i forhold til design af computerchips?
Det arbejde, ASML gør, er en nøgleingrediens til at gøre chips mere kraftfulde, billigere, mere energibesparende og mere almindelige. Det begynder med vores litografisystem, der i virkeligheden er et projektionssystem, der bruger ultraviolet lys til at skabe milliarder af små strukturer på tynde skiver af silicium.
Lys projiceres på en tegning af mønsteret (kendt som en ‘reticle’ eller ‘maske’), der skal trykkes. Optik fokuserer mønsteret på silicium-waferen, der tidligere er belagt med et lysfølsomt kemikalie. Når de uexponerede dele er fræset væk, afsløres en tredimensionel mønster. Processen gentages igen og igen i det step-and-scan-system, der måler og eksponerer i parallel.
Disse chips danner, hvad der svarer til en fleretagers “by” af kredsløb med milliarder af små forbindelser på tyndt lag af silicium. Disse strukturer udgør sammen en integreret kredsløb eller chip. Jo flere strukturer, chipfabrikanterne kan proppen på en chip, desto hurtigere og mere kraftfuld er den.
ASML har to hovedtyper af litografisystemer. Kan du forklare, hvad EUV-litografisystemet er?
EUV repræsenterer det største skridt i litografifremme siden begyndelsen. Det svære ved EUV-lys er, at det absorberes af alt, selv luft. Det er også notorisk svært at generere.
Et EUV-litografisystem har en stor højvakuumkammer, hvor lyset kan rejse langt nok til at lande på waferen. Lyset guidet af en række ultra-reflekterende spejle. Et EUV-system bruger en højenergilaser, der affyrer på en mikroskopisk dråbe flydende tin (der rejser 50.000 gange i sekundet) og omdanner den til plasma, der udsender EUV-lys, der derefter fokuseres til en stråle.
Kan du forklare, hvordan DUV-litografisystemet adskiller sig fra EUV-litografisystemet?
Vores DUV-litografisystem er industrens arbejdskraft, der bruges til at fremstille et bredt udvalg af halvledernoder og -teknologier. EUV bruges sammen med DUV-systemer på de mest avancerede noder og kritiske lag til at drive billigt skaleringsforhold.
En af de virkelig imponerende aspekter af ASML er, hvordan virksomheden renoverer gamle systemer, såsom ‘klassiske’ PAS 5500 og TWINSCAN-litografisystemer. Hvad bliver de nu renoveret til?
Både Moore’s Love og More than Moore driver efterspørgslen efter vores kosteffective løsninger, hvilket driver salget af både nyt byggede TWINSCAN-undervands- og tørsystemer samt renoverede PAS 5500 og TWINSCAN-steppere og scannere.
Hvad er den nuværende nanometer-bølgelængde, ASML kan arbejde med?
ASML’s mest avancerede EUV-litografisystem leverer 13,5 nm bølgelængde af EUV-lys.
Moore’s Love har været konsekvent i mange årtier nu, tror du, at Moore’s Love er nær sin ende eller at den kan strækkes yderligere?
At udvide Moore’s Love bliver mere og mere svært og dyrt, men det er ikke dødt. Vi er ikke så tæt på de grundlæggende fysiklove, som nogen ville have os til at tro. Næste generations chipdesigner vil inkludere mere eksotiske materialer, nye pakningsteknologier og mere komplekse 3D-designs. Disse nye design vil muliggøre de næste store bølger af innovation, som avanceret kunstig intelligens og hurtig forbindelse med 5G, samt generere forbrugerprodukter, vi endnu ikke har forestillet os.
Jeg arbejder personligt inden for ASML’s Applications-forretning med at udvikle softwareløsninger til at udvide ydelsesevnen af vores hardware, der bruges af chipfabrikanter til at masseproduceremønstre på silicium. Det ville være umuligt for vores litografisystemer at fremstille chips i stadig mindre dimensioner uden den software, vi udvikler.
Vores hold af ingeniører arbejder konstant på at forstå og modelere de fysiklove, der påvirker mønsterprocessen, så vi kan forudsige, hvordan et designmønster vil blive trykt på en silicium-wafer, og optimere dets form til at generere det billede, vi ønsker.
Dette er en iterativ, beregningsintensiv proces, der kræver en effektiv og præcis udnyttelse af en stor skala, distribueret high-performance-computing-arkitektur. I dag har avancerede chips milliarder af transistorer, hvilket betyder, at vi må simulere og optimere billedet af milliarder af mønstre. For at opnå dette med ekstrem nøjagtighed inden for 24 timer må vi finde kreative måder at forbedre modelpræstationen i forhold til nøjagtighed og køretid.
Da disse chip-layout bliver mere komplekse for at udvide Moore’s Love, kan maskinlæring dramatisk accelerere en nøgledel af simulations- og fremstillingsprocessen. Inden for holdene hos ASML Silicon Valley forsker datavidenskabsfolk i, hvordan man kan designe et nyt neuralt netværk til at hjælpe med at forstå komplekse fysiklove, der er ukendte for fysisk model, og derefter bruge neuralt netværk til at supplere fysisk modelleringstilgang.
Metodikken til at udvikle rigorøse fysiklove og maskinlæringsmodeller er meget lig. Begge kræver mange eksperimentelle resultater og data for at forme forudsigten, men maskinlæring sparer meget tid og indsats, samtidig med at den forbedrer nøjagtigheden. Det præsenterer også en mulighed for at udnytte de store mængder data, der genereres i en fremstillingsmiljø, til at forbedre proceskontrollen.
Dette er blot et eksempel på at illustrere den bredere temaacross vores industri: Så længe der er teknologer, der har til opgave at udvide Moore’s Love, vil nye innovative løsninger løse skaleringsproblemet via mange forskellige kreative kanaler.
Er der noget andet, du gerne vil dele om ASML?
I Silicon Valley beskæftiger ASML en højspecialiseret softwaremagt, der er dedikeret til at udvide Moore’s Love ved at udnytte sin unikke ekspertise i fysisk modellering og numeriske algoritmer.
Dette positionerer os til at fokusere på flere nøgleopgaver for virksomheden, herunder:
- At udnytte den stadig voksende beregningskraft til yderligere at fremme vores maskinlæringsanvendelser, der fokuserer på at simulere litografiprocessen til at udvide Moore’s Love,
- At integrere vores beregnings- og metrologikompetencer til at yderligere forbedre modelnøjagtigheden samt generere og bedre udnytte store mængder højkvalitetsbilleddata til at forbedre mønsteroptimeringsteknologi, og
- At støtte og udvide vores beregningsløsninger for den næste generations EUV-litografivej til at støtte fortsættelsen af Moore’s Love.
Selvom disse er forskellige produktveje, er hver parallel vej afgørende for yderligere at opretholde chipfabrikanternes aggressive skaleringsindsats. Og maskinlæring er en enable-teknologi, der bruges i hver vej. Vores innovationer driver ikke kun fremad en hel forbrugerteknologiindustri, men driver også yderligere innovation inden for vores egne produkter, da vi opnår stadig mere beregningskraft.
Tak for at besvare alle vores spørgsmål. Læsere, der ønsker at lære mere, skal besøge ASML Silicon Valley
