Γι Ζου, Ανώτερος Διευθυντής Μηχανικής, ASML Silicon Valley – Σειρά Συνεντεύξεων

Ο Γι Ζου διαχειρίζεται τις ομάδες μηχανικής προϊόντων επιστημών δεδομένων στην ASML Silicon Valley. Η ASML αναπτύσσει εξελιγμένο λογισμικό και λύσεις μετρήσεων, που αντιμετωπίζουν τις αυξανόμενες复잡ότητες που συναντώνται σε μικρότερες κόμβους.

Τι ήταν αυτό που σας ενδιέφερε να ακολουθήσετε τη μηχανική;

Ως παιδί, ήμουν πάντα πολύ περιεργός και ενδιαφερόμενος για την κατανόηση του πώς λειτουργούν τα πράγματα. Αυτό με οδήγησε να προσεγγίσω μαθήματα όπως η επιστήμη στο γυμνάσιο, αλλά σύντομα συνειδητοποίησα ότι οι μηχανικοί ήταν οι άνθρωποι που σχεδίαζαν και κατασκευάζαν λύσεις για να αντιμετωπίσουν πραγματικά προβλήματα και να έχουν θετική επίδραση στον κόσμο μας.

Στο κολέγιο, επίσης, εκτίμησα το πώς τα πτυχία μηχανικής επικεντρώθηκαν στην ανάπτυξη άλλων σημαντικών δεξιοτήτων, πέρα από τις θεμελιώδεις αρχές της φυσικής και των μαθηματικών, που είναι υψηλά μεταφέρσιμες στην αγορά εργασίας σε πολλές διαφορετικές καριέρες. Οι μηχανικοί αποκτάνε ισχυρή αναλυτική σκέψη και κριτική λύση προβλημάτων, καθώς και την ικανότητα να μεταβαίνουν μεταξύ της μεγάλης εικόνας και μιας λεπτομερούς προσεγγίσεως που χρειάζεται για να φέρουν τις ιδέες στη ζωή – από τη δημιουργική концепция στη σχεδίαση συστήματος και στο τελικό προϊόν.

Μπορείτε να μας μιλήσετε για το ταξίδι σας και πώς έγινε ο Ανώτερος Διευθυντής Μηχανικής στην ASML;

Το 2014, εντάχθηκα στην ASML από την GlobalFoundries, μια αμερικανική εταιρεία ημιαγωγών που σχεδιάζει και κατασκευάζει πυρήνες σιλικόνης. Ως μέλος της ομάδας Ανώτερης Τεχνολογικής Ανάπτυξης στην ASML Silicon Valley, ηγήθηκα нескольких ερευνητικών έργων που επικεντρώθηκαν στην αξιολόγηση και την πρωτοτυποποίηση τεχνικών λιθογραφίας που χρησιμοποιούνται για τη βελτίωση της διαδικασίας κατασκευής των πυρήνων, όπως η βελτιωμένη ανάλυση μοτίβου.

Κατά την ίδια περίοδο, έχτισα μια τεχνική ομάδα που ειδικεύτηκε στη μηχανική μάθηση. Αποδείξαμε τη δυνατότητα εφαρμογής της βαθιάς μάθησης σε πολλές κρίσιμες εφαρμογές, που οδήγησε στην ανάπτυξη μιας νέας οικογένειας προϊόντων. Ηγήθηκα επίσης της στενής συνεργασίας με μια ηγετική εταιρεία κατασκευής πυρήνων για να εξερευνήσουμε τις εφαρμογές επιστημών δεδομένων μέσα στις υψηλής απόδοσης fab (εργοστάσια όπου κατασκευάζονται οι πυρήνες). Αυτό οδήγησε στη δημιουργία πολλών νέων ευκαιριών προστιθέμενης αξίας για την ASML. Από την τελευταία προαγωγή μου το 2019, συνεχίζω να επεκτείνω τις τεχνικές επιστημών δεδομένων σε ευρύτερη αγορά πελατών.

Η ASML είναι ηγέτης καινοτομίας στη βιομηχανία ημιαγωγών, καθώς παρέχει στους κατασκευαστές πυρήνων όλα όσα χρειάζονται – υλικό, λογισμικό και υπηρεσίες – για τη μαζική παραγωγή μοτίβων σε πυρήνες σιλικόνης μέσω λιθογραφίας. Μπορείτε να μας εξηγήσετε τι είναι η λιθογραφία σε σχέση με το σχεδιασμό πυρήνων υπολογιστών;

Το έργο που κάνει η ASML είναι ένα κρίσιμο συστατικό για να κάνει τους πυρήνες πιο ισχυρούς, φθηνότερους, πιο ενεργειακά αποδοτικούς και πιο πανταχού παρόντες. Ξεκινά με το σύστημα λιθογραφίας μας, το οποίο είναι ουσιαστικά ένα σύστημα προβολής, που χρησιμοποιεί υπεριώδη ακτινοβολία για να δημιουργήσει δισεκατομμύρια μικροσκοπικά δομές σε λεπτές φέτες σιλικόνης.

Το φως προβάλλεται σε ένα σχέδιο του μοτίβου (γνωστό ως «ρετικλέ» ή «μάσκα») που θα εκτυπωθεί. Οι οπτικές εστιάζουν το μοτίβο στην πλάκα σιλικόνης, η οποία έχει προηγουμένως καλυφθεί με μια φωτοευαίσθητη χημική ουσία. Όταν οι μη εκτεθειμένες περιοχές απομακρύνθηκαν, αποκαλύπτεται ένα τρισδιάστατο μοτίβο. Η διαδικασία επαναλαμβάνεται πολλές φορές σε αυτό το σύστημα βήματος και σάρωσης, το οποίο μετρά και εκθέτει παράλληλα.

Αυτοί οι πυρήνες σχηματίζουν ένα είδος «πόλης» με δισεκατομμύρια μικροσκοπικές συνδέσεις σε λεπτές στρώσεις. Μαζί, αυτές οι δομές συνθέτουν einen ολοκληρωμένο κύκλωμα, ή πυρήνα. Όσο περισσότερες δομές μπορούν οι κατασκευαστές πυρήνων να τις τοποθετήσουν σε έναν πυρήνα, τόσο πιο γρήγορος και πιο ισχυρός είναι.

Η ASML έχει δύο κύριους τύπους συστημάτων λιθογραφίας. Για να αρχίσουμε, μπορείτε να εξηγήσετε τι είναι το σύστημα λιθογραφίας EUV;

Το EUV αντιπροσωπεύει το μεγαλύτερο βήμα στην πρόοδο της λιθογραφίας από την αρχή. Το δύσκολο με το φως EUV είναι ότι απορροφάται από τα πάντα, ακόμη και τον αέρα. Είναι επίσης εξαιρετικά δύσκολο να παραχθεί.

Ένα σύστημα λιθογραφίας EUV έχει ένα μεγάλο θάλαμο υψηλού κενού, στο οποίο το φως μπορεί να ταξιδέψει αρκετά για να φτάσει στην πλάκα. Το φως οδηγείται από μια σειρά υπερ-ανακλαστικών καθρεφτών. Ένα σύστημα EUV χρησιμοποιεί ένα υψηλής ενέργειας λέιζερ που πυροβολεί σε μια μικροσκοπική σταγόνα υγρού κασσίτερου (που ταξιδεύει 50.000 φορές το δευτερόλεπτο) και το μετατρέπει σε πλάσμα, εκπέμποντας φως EUV, το οποίο στη συνέχεια εστιάζεται σε ένα δέσμη.

Μπορείτε να εξηγήσετε πώς το σύστημα λιθογραφίας DUV διαφέρει από το σύστημα λιθογραφίας EUV;

Το σύστημα λιθογραφίας DUV μας είναι το «εργαλεία» της βιομηχανίας που χρησιμοποιείται για την κατασκευή ενός ευρέος φάσματος κόμβων ημιαγωγών και τεχνολογιών. Το EUV χρησιμοποιείται παράλληλα με τα συστήματα DUV στις πιο προηγμένες κόμβους και κρίσιμες στρώσεις για να οδηγήσει στην οικονομική κλίμακα.

Μια από τις πραγματικά εντυπωσιακές πτυχές της ASML είναι το πώς η εταιρεία ανακαινίζει παλιά συστήματα, όπως τα «κλασικά» συστήματα PAS 5500 και TWINSCAN λιθογραφίας. Τι είναι αυτά τα συστήματα που ανακαινίζονται τώρα;

Και ο νόμος του Moore και ο «περισσότερος από τον Moore» τροφοδοτούν την ζήτηση για τις οικονομικές μας λύσεις, οδηγώντας τις πωλήσεις και των νεοκατασκευασμένων συστημάτων TWINSCAN εμβάπτισης και ξηράς, καθώς και των ανακαινισμένων συστημάτων PAS 5500 και TWINSCAN στεππερς και σκανερς.

Τι είναι το τρέχον nanometer μήκος κύματος που η ASML μπορεί να εργαστεί;

Τα πιο προηγμένα συστήματα λιθογραφίας EUV της ASML παρέχουν 13,5 nm μήκος κύματος του φως EUV.

Ο νόμος του Moore έχει sido συνεπής για πολλές δεκαετίες τώρα, πιστεύετε ότι ο νόμος του Moore είναι κοντά στο τέλος του ή ότι μπορεί να επεκταθεί περαιτέρω;

Η επέκταση του νόμου του Moore γίνεται ολοένα και πιο δύσκολη και κοστοβόρα, αλλά δεν είναι νεκρός. Δεν είμαστε τόσο κοντά στα θεμελιώδη όρια της φυσικής όσο κάποιοι θα μας έκαναν να πιστεύουμε. Οι επόμενες γενιές σχεδίων πυρήνων θα περιλαμβάνουν πιο εξωτικά υλικά, νέες τεχνολογίες συσκευασίας και πιο σύνθετες τρισδιάστατες σχεδιάσεις. Αυτές οι νέες σχεδιάσεις θα ermögουν τις επόμενες μεγάλες κυμαίες καινοτομίας, όπως η προηγμένη τεχνητή νοημοσύνη και η ταχεία συνδεσιμότητα με 5G, καθώς και θα παράγουν καταναλωτικά προϊόντα που ακόμη δεν έχουμε συλλάβει.

Εργάζομαι προσωπικά μέσα στην ASML Applications, επικεντρωμένος στην ανάπτυξη λύσεων λογισμικού για να επεκτείνω τις επιδόσεις των υλικών μας, τα οποία χρησιμοποιούνται από τους κατασκευαστές πυρήνων για τη μαζική παραγωγή όλο και μικρότερων μοτίβων σε πυρήνες σιλικόνης. Θα ήταν αδύνατο για τα συστήματα λιθογραφίας μας να κατασκευάζουν πυρήνες σε όλο και μικρότερες διαστάσεις χωρίς το λογισμικό που αναπτύσσουμε.

Η ομάδα μας μηχανικών εργάζεται συνεχώς για να κατανοήσει και να μοντελοποιήσει τις φυσικές επιδράσεις που επηρεάζουν τη διαδικασία μοτίβου, ώστε να μπορούμε να προβλέψουμε πώς ένα σχέδιο μοτίβου θα εκτυπωθεί σε μια πλάκα σιλικόνης και να βελτιστοποιήσουμε το σχήμα του για να παράγουμε την εικόνα που θέλουμε.

Αυτή είναι μια επαναλαμβανόμενη, υπολογιστικά εντατική διαδικασία που απαιτεί την αποτελεσματική και ακριβή利用 ενός μεγάλου κλίματος, κατανεμημένης αρχιτεκτονικής υψηλής απόδοσης. Οι σύγχρονοι πυρήνες έχουν δισεκατομμύρια τρανζίστορ, που σημαίνει ότι πρέπει να προσομοιώσουμε και να βελτιστοποιήσουμε την εικόνιση δισεκατομμυρίων μοτίβων. Για να επιτύχουμε αυτό με ακρίβεια μέσα σε 24 ώρες, πρέπει να βρούμε έξυπνους τρόπους για να συνεχίσουμε να βελτιώνουμε την απόδοση του μοντέλου, όσον αφορά την ακρίβεια και τον χρόνο εκτέλεσης.

Όσο οι διατάξεις πυρήνων γίνονται πιο σύνθετες για να επεκτείνουν τον νόμο του Moore, η μηχανική μάθηση μπορεί να επιταχύνει δραματικά ένα κρίσιμο μέρος της διαδικασίας προσομοίωσης και κατασκευής. Μέσα στις ομάδες της ASML Silicon Valley, οι ερευνητές δεδομένων ερευνάνε τον τρόπο σχεδίασης ενός νέου νευρωνικού δικτύου για να βοηθήσει στην κατανόηση σύνθετων φυσικών που είναι άγνωστα στο φυσικό μοντέλο και στη συνέχεια να χρησιμοποιήσουν το νευρωνικό δίκτυο για να συμπληρώσουν την προσεγγίση μοντελοποίησης.

Η μεθοδολογία που χρησιμοποιείται για την ανάπτυξη αυστηρών φυσικών μοντέλων και μοντέλων μηχανικής μάθησης είναι πολύ παρόμοια. Και τα δύο χρειάζονται πολλά πειραματικά αποτελέσματα και δεδομένα για να διαμορφώσουν την πρόβλεψη, αλλά η μηχανική μάθηση σώζει πολύ χρόνο και κόπο, ενώ βελτιώνει την ακρίβεια. Επίσης, παρέχει μια ευκαιρία για να χρησιμοποιήσουμε πιο πλήρως τα μεγάλα ποσά δεδομένων που παράγονται σε ένα περιβάλλον κατασκευής για να βελτιώσουμε τον έλεγχο της διαδικασίας.

Αυτή είναι μόνο μια παράδειγμα για να εικονογραφήσει το ευρύτερο θέμα σε όλη την βιομηχανία μας: Όσο υπάρχουν τεχνολόγοι με αποστολή να επεκτείνουν τον νόμο του Moore, νέες καινοτόμες λύσεις θα αντιμετωπίσουν το πρόβλημα της κλίμακας μέσω πολλών διαφορετικών δημιουργικών οδών.

Υπάρχει κάτι άλλο που θα ήθελε να μοιραστείτε σχετικά με την ASML;

Στη Silicon Valley, η ASML απασχολεί μια εξειδικευμένη δύναμη λογισμικού αφιερωμένη στην επέκταση του νόμου του Moore, αξιοποιώντας την μοναδική της εμπειρογνωσία στις φυσικές μοντελοποιήσεις και τις αριθμητικές αλγορίθμους.

Αυτό μας θέτει σε θέση να επικεντρωθούμε σε几个 κρίσιμους στόχους για την εταιρεία, συμπεριλαμβανομένων:

• Να αξιοποιήσουμε την αυξανόμενη υπολογιστική ισχύ για να προωθήσουμε περαιτέρω τις εφαρμογές μηχανικής μάθησης που επικεντρώνονται στην προσομοίωση της διαδικασίας λιθογραφίας για να επεκτείνουν τον νόμο του Moore,
• Να ενσωματώσουμε τις υπολογιστικές και μετρητικές μας ικανότητες για να βελτιώσουμε περαιτέρω την ακρίβεια του μοντέλου, καθώς και να παράγουμε και να χρησιμοποιήσουμε μεγαλύτερα ποσά υψηλής ποιότητας εικόνων δεδομένων για να βελτιώσουμε την τεχνολογία βελτιστοποίησης μοτίβου, και
• Να υποστηρίξουμε και να επεκτείνουμε τις υπολογιστικές μας λύσεις για το δρόμο του EUV λιθογραφίας της επόμενης γενιάς για να υποστηρίξουμε τη συνέχεια του νόμου του Moore.

Αυτοί οι διαφορετικοί δρόμοι προϊόντων είναι 모두 κρίσιμοι για να συνεχίσουμε τις προσπάθειες κλίμακας των κατασκευαστών πυρήνων. Και η μηχανική μάθηση είναι μια ενεργοποιητική τεχνολογία που χρησιμοποιείται σε κάθε δρόμο. Οι καινοτομίες μας δεν οδηγούν μόνο την ολόκληρη βιομηχανία καταναλωτικών τεχνολογιών προς τα εμπρός, αλλά επίσης οδηγούν περαιτέρω καινοτομία μέσα στα δικά μας προϊόντα, καθώς κερδίζουμε όλο και περισσότερη υπολογιστική ισχύ.

Ευχαριστούμε για τις απαντήσεις σας σε όλα τα ερωτήματά μας. Οι αναγνώστες που επιθυμούν να μάθουν περισσότερα μπορούν να επισκεφθούν την ASML Silicon Valley

https://youtu.be/l_DXCi0vNwI