Yi Zou, Senior Director of Engineering, ASML Silicon Valley – Interview-Serie

Yi Zou leitet die Datenwissenschaft-Produktentwicklungsteams bei ASML Silicon Valley. ASML entwickelt fortschrittliche Software- und Messtechniklösungen, um die zunehmenden Komplexitäten bei kleineren Knoten zu bewältigen.

Was hat Sie dazu bewogen, Ingenieurwesen zu studieren?

Als Kind war ich sehr neugierig und interessierte mich für das Verständnis von Funktionsweisen. Dies führte mich zu Fächern wie Naturwissenschaften in der Schule, aber ich erkannte schnell, dass Ingenieure die Menschen sind, die Lösungen für reale Probleme entwerfen und bauen, um eine positive Auswirkung auf unsere Welt zu haben.

Im College schätzte ich auch, wie Ingenieurstudiengänge andere wichtige Fähigkeiten vermitteln, die über die Grundlagen von Physik und Mathematik hinausgehen und sehr übertragbar auf viele verschiedene Karrieren sind. Ingenieure erwerben starke analytische Denkfähigkeiten und kritische Problemlösungsfähigkeiten sowie die Fähigkeit, zwischen großem Überblick und detaillierter Herangehensweise zu wechseln, die erforderlich ist, um Ideen zum Leben zu erwecken – von kreativen Konzepten zu Systemdesign und Endprodukt.

Können Sie uns Ihre Reise erzählen, wie Sie zum Sr. Director of Engineering bei ASML wurden?

2014 trat ich ASML von GlobalFoundries bei, einem amerikanischen Halbleiterunternehmen, das Siliziumchips entwirft und herstellt. Als Mitglied des Advanced Technology Development-Teams bei ASML Silicon Valley leitete ich mehrere Forschungsprojekte, die darauf abzielten, Lithographietechniken zu bewerten und zu prototypisieren, um den Herstellungsprozess von Chips wie verbesserte Musterauflösung zu verbessern.

Während desselben Zeitraums baute ich ein technisches Team auf, das sich auf maschinelles Lernen spezialisierte. Wir demonstrierten die Machbarkeit der Anwendung von Deep Learning auf mehrere kritische Anwendungen, was zur Entwicklung einer neuen Produktfamilie führte. Ich leitete auch eine enge Zusammenarbeit mit einem führenden Chip-Hersteller, um Datenwissenschaftsanwendungen in Hochvolumen-Fabriken (Fabriken, in denen Chips hergestellt werden) zu erforschen. Dies führte zur Schaffung mehrerer neuer Mehrwertmöglichkeiten für ASML. Seit meiner letzten Beförderung im Jahr 2019 konzentriere ich mich darauf, Datenwissenschaftstechniken auf unseren breiteren Kundenmarkt auszudehnen.

ASML ist ein Innovationsführer in der Halbleiterindustrie, da sie Chip-Herstellern alles bieten, was sie benötigen – Hardware, Software und Dienstleistungen –, um Muster auf Silizium durch Lithographie massenweise herzustellen. Können Sie Lithographie in Bezug auf die Gestaltung von Computerchips kurz zusammenfassen?

Die Arbeit, die ASML leistet, ist ein wichtiger Bestandteil der Herstellung von Chips, die leistungsfähiger, billiger, energiesparender und allgegenwärtiger sind. Sie beginnt mit unserem Lithographiesystem, das im Wesentlichen ein Projektionssystem ist, das ultraviolettes Licht verwendet, um Milliarden winziger Strukturen auf dünne Siliziumscheiben zu erstellen.

Das Licht wird auf eine Blaupause des Musters (bekannt als “Retikel” oder “Maske”) projiziert, das aufgedruckt werden soll. Optiken fokussieren das Muster auf die Siliziumscheibe, die zuvor mit einer lichtempfindlichen Chemikalie beschichtet wurde. Wenn die unbelichteten Teile weggeätzt werden, wird ein dreidimensionales Muster sichtbar. Der Prozess wird wiederholt in diesem Schritt-und-Scansystem, das misst und belichtet in Parallelverarbeitung.

Diese Chips bilden, was einer mehrstöckigen “Stadt” von Schaltkreisen mit Milliarden winziger Verbindungen auf waferdünnen Schichten entspricht. Zusammen bilden diese Strukturen einen integrierten Schaltkreis oder Chip. Je mehr Strukturen, die Chip-Hersteller auf einen Chip unterbringen können, desto schneller und leistungsfähiger ist er.

ASML hat zwei Haupttypen von Lithographiesystemen. Können Sie zunächst das EUV-Lithographiesystem erklären?

EUV stellt den größten Fortschritt in der Lithographieentwicklung seit Beginn dar. Das Problem mit EUV-Licht ist, dass es von allem absorbiert wird, sogar von Luft. Es ist auch berüchtigt schwierig zu erzeugen.

Ein EUV-Lithographiesystem hat eine große Hochvakuumkammer, in der das Licht weit genug reisen kann, um auf die Scheibe zu landen. Das Licht wird von einer Reihe ultrareflexiver Spiegel geführt. Ein EUV-System verwendet einen Hochenergielaser, der auf einen mikroskopisch kleinen Tropfen von geschmolzenem Zinn (der 50.000 Mal pro Sekunde reist) feuert und ihn in Plasma umwandelt, das EUV-Licht emittiert, das dann in einen Strahl fokussiert wird.

Können Sie erklären, wie sich das DUV-Lithographiesystem vom EUV-Lithographiesystem unterscheidet?

Unser DUV-Lithographiesystem ist das Arbeitstier der Branche, das zur Herstellung einer breiten Palette von Halbleiterknoten und -technologien verwendet wird. EUV wird neben DUV-Systemen bei den fortschrittlichsten Knoten und kritischen Schichten eingesetzt, um kostengünstiges Skalieren zu ermöglichen.

Eines der wirklich beeindruckenden Aspekte von ASML ist, wie das Unternehmen alte Systeme wie das “klassische” PAS 5500 und TWINSCAN-Lithographiesysteme renoviert. Wofür werden sie derzeit renoviert?

Sowohl Moores Gesetz als auch “Mehr als Moore” treiben die Nachfrage nach unseren kosteneffizienten Lösungen, was den Verkauf neuer TWINSCAN-Immersion- und Trockensysteme sowie renovierter PAS 5500 und TWINSCAN-Stepper und Scanner antreibt.

Welche Nanometer-Wellenlänge kann ASML derzeit bearbeiten?

Die fortschrittlichsten EUV-Lithographiesysteme von ASML liefern eine Wellenlänge von 13,5 nm EUV-Licht.

Moores Gesetz ist seit mehreren Jahrzehnten konsistent. Glauben Sie, dass Moores Gesetz bald sein Ende erreicht oder dass es weiter ausgedehnt werden kann?

Die Verlängerung von Moores Gesetz wird immer schwieriger und teurer, aber es ist nicht tot. Wir sind nicht so nahe an den fundamentalen physikalischen Grenzen, wie einige behaupten. Next-Generation-Chip-Designs werden exotischere Materialien, neue Verpackungstechnologien und komplexere 3D-Designs umfassen. Diese neuen Designs ermöglichen die nächsten großen Wellen der Innovation, wie fortgeschrittene künstliche Intelligenz und schnelle Konnektivität mit 5G, sowie die Generierung von Verbraucherprodukten, die wir noch nicht einmal konzipiert haben.

Ich arbeite persönlich innerhalb von ASMLs Anwendungs-Geschäft an der Entwicklung von Software-Lösungen, um die Leistungsfähigkeit unserer Hardware zu erweitern, die von Chip-Herstellern verwendet wird, um immer kleinere Muster auf Silizium massenweise herzustellen. Es wäre unmöglich für unsere Lithographiesysteme, Chips in immer kleineren Dimensionen herzustellen, ohne die Software, die wir entwickeln.

Unser Team von Ingenieuren arbeitet ständig daran, die physikalischen Effekte zu verstehen und zu modellieren, die den Aufdruckprozess beeinflussen, damit wir vorhersagen können, wie ein Designmuster auf eine Siliziumscheibe aufgedruckt wird, und seine Form optimieren, um das gewünschte Bild zu erzeugen.

Dies ist ein iterativer, rechenintensiver Prozess, der die effiziente und genaue Nutzung einer großen, verteilten Hochleistungsrechnerarchitektur erfordert. Heutige fortschrittliche Chips haben Milliarden von Transistoren, was bedeutet, dass wir das Bilden und Optimieren von Milliarden von Mustern simulieren müssen. Um dies innerhalb von 24 Stunden mit extremer Genauigkeit zu erreichen, müssen wir clevere Wege finden, um die Modellleistung weiter zu verbessern, sowohl in Bezug auf Genauigkeit als auch Laufzeit.

Wenn diese Chip-Layouts komplexer werden, um Moores Gesetz zu verlängern, kann maschinelles Lernen einen wichtigen Teil des Simulations- und Herstellungsprozesses dramatisch beschleunigen. Innerhalb der Teams bei ASML Silicon Valley forschen Datenwissenschaftler daran, wie man ein neues neuronales Netzwerk entwerfen kann, um komplexe Physik zu verstehen, die unbekannt ist, und dann das neuronale Netzwerk verwenden, um den physikalischen Modellierungsansatz zu ergänzen.

Die Methodik, die zur Entwicklung von strengen physikalischen Modellen und maschinellen Lernmodellen verwendet wird, ist sehr ähnlich. Beides benötigt viele experimentelle Ergebnisse und Daten, um die Vorhersage zu gestalten, aber maschinelles Lernen spart viel Zeit und Aufwand, während es die Genauigkeit verbessert. Es bietet auch die Möglichkeit, die großen Mengen an Daten, die in einer Fertigungsumgebung generiert werden, besser zu nutzen, um den Prozess zu kontrollieren.

Dies ist nur ein Beispiel, um das breitere Thema in unserer Branche zu veranschaulichen: Solange es Technologen gibt, die mit der Mission betraut sind, Moores Gesetz zu verlängern, werden neue innovative Lösungen das Skalierungsproblem über viele kreative Wege angehen.

Gibt es noch etwas, das Sie über ASML teilen möchten?

In Silicon Valley beschäftigt ASML eine hochspezialisierte Software-Powerhouse, die darauf abzielt, Moores Gesetz durch die Nutzung ihrer einzigartigen Expertise in physikalischer Modellierung und numerischen Algorithmen zu verlängern.

Dies positioniert uns, um uns auf mehrere wichtige Imperative für das Unternehmen zu konzentrieren, einschließlich:

• Die immer größer werdende Rechenleistung zu nutzen, um unsere maschinellen Lernanwendungen weiter zu verbessern, die auf die Simulation des Lithographieprozesses abzielen, um Moores Gesetz zu verlängern,
• Unsere rechnerischen und messtechnischen Kompetenzen zu integrieren, um die Modellgenauigkeit weiter zu verbessern, sowie große Mengen an hochwertigen Bilddaten zu generieren und besser zu nutzen, um die Patternoptimierungstechnologie zu verbessern, und
• Unsere rechnerischen Lösungen für den nächsten EUV-Lithographie-Roadmap zu unterstützen und zu erweitern, um die Fortsetzung von Moores Gesetz zu unterstützen.

Obwohl dies unterschiedliche Produkt-Roadmaps sind, ist jeder parallele Pfad entscheidend, um die aggressiven Skalierungsanstrengungen der Chip-Hersteller weiter aufrechtzuerhalten. Und maschinelles Lernen ist eine ermöglichte Technologie, die in jedem Pfad verwendet wird. Unsere Innovationen treiben nicht nur eine ganze Verbrauchertechnologie-Industrie voran, sondern treiben auch weitere Innovationen innerhalb unserer eigenen Produkte voran, da wir immer mehr Rechenleistung gewinnen.

Vielen Dank, dass Sie all unsere Fragen beantwortet haben. Leser, die mehr erfahren möchten, sollten ASML Silicon Valley besuchen ASML Silicon Valley

https://youtu.be/l_DXCi0vNwI