Yi Zou, Director Senior de Ingeniería, ASML Silicon Valley – Serie de Entrevistas

Yi Zou gestiona los equipos de ingeniería de productos de ciencia de datos en ASML Silicon Valley. ASML desarrolla software y soluciones de metrología sofisticadas, abordando complejidades crecientes encontradas en nodos más pequeños.

¿Qué fue lo que te interesó para perseguir la ingeniería?

Como niño, siempre fui muy curioso y me interesaba entender cómo funcionaban las cosas. Esto me llevó a gravitar hacia materias como la ciencia en la escuela secundaria, pero pronto me di cuenta de que los ingenieros eran las personas que diseñaban y construían soluciones para abordar problemas reales y tener un impacto positivo en nuestro mundo.

En la universidad, también aprecié cómo los títulos en ingeniería se centraban en desarrollar habilidades importantes más allá de los fundamentos de la física y las matemáticas, que son muy transferibles en el mercado laboral a muchas carreras diferentes. Los ingenieros adquieren habilidades de pensamiento analítico y resolución de problemas críticos, así como la capacidad de transitar entre la visión general y un enfoque detallado necesario para llevar ideas a la vida – desde el concepto creativo hasta el diseño de sistemas y el producto final.

¿Puedes compartir con nosotros tu trayectoria para convertirte en el Director Senior de Ingeniería en ASML?

En 2014, me uní a ASML desde GlobalFoundries, una empresa de semiconductores estadounidense que diseña y fabrica chips de silicio. Como miembro del equipo de Desarrollo de Tecnología Avanzada en ASML Silicon Valley, lideré varios proyectos de investigación centrados en evaluar y prototipar técnicas de litografía utilizadas para mejorar el proceso de fabricación de chips, como la resolución de patrones mejorada.

En el mismo período, construí un equipo técnico que se especializó en aprendizaje automático. Demostramos la factibilidad de aplicar el aprendizaje profundo a varias aplicaciones críticas, lo que llevó al desarrollo de una nueva familia de productos. También lideré una estrecha colaboración con una empresa líder en fabricación de chips para explorar aplicaciones de ciencia de datos dentro de las fábricas de alta volumen (donde se fabrican los chips). Esto llevó a la creación de varias oportunidades de valor agregado para ASML. Desde mi última promoción en 2019, sigo expandiendo las técnicas de ciencia de datos a nuestro mercado de clientes más amplio.

ASML es un líder en innovación en la industria de semiconductores, ya que proporciona a los fabricantes de chips todo lo que necesitan – hardware, software y servicios – para producir en masa patrones en silicio a través de la litografía. ¿Puedes resumir rápidamente qué es la litografía en referencia al diseño de chips de computadora?

El trabajo que hace ASML es un ingrediente clave para hacer que los chips sean más potentes, baratos, eficientes en términos de energía y más ubicuos. Comienza con nuestro sistema de litografía, que es esencialmente un sistema de proyección, que utiliza luz ultravioleta para crear miles de millones de estructuras diminutas en rebanadas delgadas de silicio.

La luz se proyecta sobre un plano de patrón (conocido como ‘retícula’ o ‘máscara’) que se imprimirá. La óptica enfoca el patrón en la oblea de silicio, que previamente se ha cubierto con un químico sensible a la luz. Cuando las partes no expuestas se graban, se revela un patrón tridimensional. El proceso se repite una y otra vez en ese sistema de paso y exploración, que miden y exponen en paralelo.

Esos chips forman lo que equivale a una ciudad de “historias” de circuitos con miles de millones de conexiones diminutas en capas delgadas como una oblea. Juntas, estas estructuras forman un circuito integrado, o chip. Cuantas más estructuras puedan meter los fabricantes de chips en un chip, más rápido y potente es.

ASML tiene dos tipos principales de sistemas de litografía. Para empezar, ¿puedes explicar qué es el sistema de litografía EUV?

EUV representa el mayor avance en litografía desde el principio. Lo complicado con la luz EUV es que es absorbida por todo, incluso el aire. También es notoriamente difícil de generar.

Un sistema de litografía EUV tiene una cámara de vacío de gran tamaño en la que la luz puede viajar lo suficiente como para aterrizar en la oblea. La luz está guiada por una serie de espejos ultra reflectantes. Un sistema EUV utiliza un láser de alta energía que dispara en una gota microscópica de estaño fundido (que viaja 50.000 veces por segundo) y lo convierte en plasma, emitiendo luz EUV, que luego se enfoca en un haz.

¿Puedes explicar cómo difiere el sistema de litografía DUV del sistema de litografía EUV?

Nuestro sistema de litografía DUV es el caballo de batalla de la industria que se utiliza para fabricar una amplia gama de nodos y tecnologías de semiconductores. EUV se utiliza junto con los sistemas DUV en los nodos más avanzados y capas críticas para impulsar la escalabilidad asequible.

Una de las aspectos realmente impresionantes de ASML es cómo la empresa restaura sistemas antiguos como el ‘clásico’ PAS 5500 y los sistemas de litografía TWINSCAN. ¿Para qué se están restaurando actualmente?

La Ley de Moore y Más que Moore impulsan la demanda de nuestras soluciones rentables, impulsando las ventas de los sistemas TWINSCAN de inmersión y secos recién construidos, así como los sistemas PAS 5500 y TWINSCAN restaurados.

¿Cuál es la longitud de onda de nanómetros actual que ASML puede trabajar?

Los sistemas de litografía EUV más avanzados de ASML entregan una longitud de onda de 13,5 nm de luz EUV.

La Ley de Moore ha sido consistente durante varias décadas, ¿crees que la Ley de Moore está cerca de su fin o que se puede estirar aún más?

Extender la Ley de Moore se está volviendo cada vez más difícil y costoso, pero no está muerta. No estamos tan cerca de los límites fundamentales de la física como algunos podrían hacernos creer. Los diseños de chips de próxima generación incluirán materiales más exóticos, tecnologías de empaquetado nuevas y diseños 3D más complejos. Estos nuevos diseños permitirán las próximas grandes olas de innovación, como la inteligencia artificial avanzada y la conectividad rápida con 5G, así como generar productos de consumo que aún no hemos concebido.

Trabajo dentro del negocio de Aplicaciones de ASML, centrado en desarrollar soluciones de software para extender las capacidades de rendimiento de nuestro hardware, que se utiliza para que los fabricantes de chips produzcan patrones cada vez más pequeños en silicio. Sería imposible para nuestros sistemas de litografía fabricar chips en dimensiones cada vez más pequeñas sin el software que desarrollamos.

Nuestro equipo de ingenieros trabaja constantemente para comprender y modelar los efectos físicos que influyen en el proceso de creación de patrones, para que podamos predecir cómo se imprimirá un patrón de diseño en una oblea de silicio y optimizar su forma para generar la imagen que queremos.

Este es un proceso iterativo y computacionalmente intensivo que requiere la utilización eficiente y precisa de una arquitectura de computación de alto rendimiento de gran escala y distribuida. Los chips avanzados de hoy tienen miles de millones de transistores, lo que significa que debemos simular y optimizar la imagen de miles de millones de patrones. Para lograr esto con precisión extrema dentro de 24 horas, debemos encontrar formas inteligentes de seguir mejorando el rendimiento del modelo, en términos de precisión y tiempo de ejecución.

A medida que los diseños de chips se vuelven más complejos para extender la Ley de Moore, el aprendizaje automático puede acelerar dramáticamente una parte clave del proceso de simulación y fabricación. Dentro de los equipos de ASML Silicon Valley, los científicos de datos están investigando cómo diseñar una nueva red neuronal para ayudar a comprender física compleja desconocida para el modelo físico y luego utilizar la red neuronal para complementar el enfoque de modelado físico.

La metodología utilizada para desarrollar modelos físicos rigurosos y modelos de aprendizaje automático es muy similar. Ambos necesitan muchos resultados experimentales y datos para dar forma a la predicción, pero el aprendizaje automático ahorra mucho tiempo y esfuerzo, mientras mejora la precisión. También presenta una oportunidad para utilizar más plenamente las grandes cantidades de datos generados en un entorno de fabricación para mejorar el control del proceso.

Este es solo un ejemplo para ilustrar el tema más amplio en nuestra industria: mientras haya tecnólogos encargados de la misión de extender la Ley de Moore, nuevas soluciones innovadoras abordarán el problema de escalabilidad a través de muchos caminos creativos diferentes.

¿Hay algo más que te gustaría compartir sobre ASML?

En Silicon Valley, ASML emplea a una fuerza laboral de software altamente especializada dedicada a extender la Ley de Moore aprovechando su experiencia única en modelado físico y algoritmos numéricos.

Esto nos permite centrarnos en varios imperativos clave para la empresa, incluyendo:

• Aprovechar el creciente poder computacional para avanzar aún más en nuestras aplicaciones de aprendizaje automático centradas en simular el proceso de litografía para extender la Ley de Moore,
• Integrar nuestras competencias computacionales y de metrología para mejorar aún más la precisión del modelo, así como generar y utilizar mejor grandes cantidades de datos de imagen de alta calidad para mejorar la tecnología de optimización de patrones, y
• Apoiar y extender nuestras soluciones computacionales para la hoja de ruta de litografía EUV de próxima generación para apoyar la continuación de la Ley de Moore.

Aunque estas son diferentes hojas de ruta de productos, cada camino paralelo es crucial para mantener los esfuerzos de escalabilidad agresivos de los fabricantes de chips. Y el aprendizaje automático es una tecnología habilitadora utilizada en cada camino. Nuestras innovaciones no solo impulsan hacia adelante a toda una industria de tecnología de consumo, sino que también impulsan una mayor innovación dentro de nuestros propios productos a medida que ganamos un poder computacional cada vez mayor.

Gracias por responder a todas nuestras preguntas. Los lectores que deseen aprender más pueden visitar ASML Silicon Valley

https://youtu.be/l_DXCi0vNwI