Yi Zou, Directeur principal de l’ingénierie, ASML Silicon Valley – Série d’entretiens

Yi Zou dirige les équipes d’ingénierie de produits de science des données chez ASML Silicon Valley. ASML développe des logiciels et des solutions de métrologie sophistiqués, qui répondent aux complexités croissantes rencontrées aux nœuds plus petits.

Qu’est-ce qui vous a intéressé pour poursuivre une carrière dans l’ingénierie ?

En tant qu’enfant, j’étais toujours très curieux et intéressé par la compréhension de la façon dont les choses fonctionnent. Cela m’a conduit à me tourner vers des sujets comme les sciences au lycée, mais j’ai rapidement réalisé que les ingénieurs étaient les personnes qui concevaient et construisaient des solutions pour résoudre des problèmes réels et avoir un impact positif sur notre monde.

Au collège, j’ai également apprécié la façon dont les diplômes d’ingénierie se concentraient sur le développement d’autres compétences importantes, au-delà des fondements de la physique et des mathématiques, qui sont très transférables sur le marché du travail à de nombreuses carrières différentes. Les ingénieurs acquièrent des compétences analytiques et de résolution de problèmes critiques, ainsi que la capacité de passer d’une approche globale à une approche détaillée nécessaire pour concrétiser les idées – de la conception créative à la conception de systèmes à la fin du produit.

Pouvez-vous partager avec nous votre parcours pour devenir Directeur principal de l’ingénierie chez ASML ?

En 2014, j’ai rejoint ASML en provenance de GlobalFoundries, une société de semi-conducteurs américaine qui conçoit et fabrique des puces de silicium. En tant que membre de l’équipe de développement de technologie avancée chez ASML Silicon Valley, j’ai dirigé plusieurs projets de recherche axés sur l’évaluation et la mise en œuvre de techniques de lithographie pour améliorer le processus de fabrication des puces, telles que la résolution améliorée des motifs.

Au cours de la même période, j’ai construit une équipe technique spécialisée dans l’apprentissage automatique. Nous avons démontré la faisabilité de l’application de l’apprentissage profond à plusieurs applications critiques, ce qui a conduit au développement d’une nouvelle famille de produits. J’ai également dirigé une collaboration étroite avec une société de fabrication de puces de pointe pour explorer les applications de la science des données dans les usines de fabrication de haute volume (usines où les puces sont fabriquées). Cela a conduit à la création de plusieurs nouvelles opportunités à valeur ajoutée pour ASML. Depuis ma dernière promotion en 2019, je continue d’élargir les applications de la science des données à notre marché client plus large.

ASML est un leader de l’innovation dans l’industrie des semi-conducteurs, car il fournit aux fabricants de puces tout ce dont ils ont besoin – matériel, logiciel et services – pour produire en masse des motifs sur du silicium grâce à la lithographie. Pouvez-vous résumer rapidement ce qu’est la lithographie en référence à la conception de puces informatiques ?

Le travail que fait ASML est un ingrédient clé pour rendre les puces plus puissantes, moins chères, plus économes en énergie et plus omniprésentes. Il commence par notre système de lithographie, qui est essentiellement un système de projection, qui utilise la lumière ultraviolette pour créer des milliards de structures minuscules sur des tranches minces de silicium.

La lumière est projetée sur un plan de motif (appelé « réticule » ou « masque ») qui sera imprimé. Les optiques focalisent le motif sur la galette de silicium, qui a été préalablement recouverte d’un produit chimique sensible à la lumière. Lorsque les parties non exposées sont gravées, un motif tridimensionnel est révélé. Le processus est répété à plusieurs reprises dans ce système de balayage et de mesure, qui mesurent et exposent en parallèle.

Ces puces forment ce qui équivaut à une « ville » multétage de circuits avec des milliards de connexions minuscules sur des couches minces. Ensemble, ces structures forment un circuit intégré, ou une puce. Plus les fabricants de puces peuvent mettre de structures sur une puce, plus vite et plus puissante elle est.

ASML a deux principaux types de systèmes de lithographie. Pour commencer, pouvez-vous expliquer ce qu’est le système de lithographie EUV ?

L’EUV représente le plus grand pas en avant dans la lithographie depuis le début. La chose difficile avec la lumière EUV est qu’elle est absorbée par tout, même par l’air. Il est également notoirement difficile à générer.

Un système de lithographie EUV a une grande chambre à vide dans laquelle la lumière peut voyager suffisamment longtemps pour atterrir sur la galette. La lumière est guidée par une série de miroirs ultra-réfléchissants. Un système EUV utilise un laser haute énergie qui tire sur une gouttelette microscopique de tin fondu (qui voyage 50 000 fois par seconde) et la transforme en plasma, émettant de la lumière EUV, qui est ensuite focalisée en un faisceau.

Pouvez-vous expliquer comment le système de lithographie DUV diffère du système de lithographie EUV ?

Notre système de lithographie DUV est le cheval de bataille de l’industrie qui est utilisé pour fabriquer une large gamme de nœuds de semi-conducteurs et de technologies. L’EUV est utilisé aux côtés des systèmes DUV aux nœuds les plus avancés et aux couches critiques pour stimuler une mise à l’échelle abordable.

L’un des aspects vraiment impressionnants d’ASML est la façon dont la société restaure les anciens systèmes tels que le système de lithographie « classique » PAS 5500 et TWINSCAN. Qu’est-ce qu’ils sont actuellement restaurés pour ?

La loi de Moore et Plus que Moore alimentent la demande de nos solutions rentables, stimulant les ventes de systèmes TWINSCAN d’immersion et de systèmes secs nouvellement construits, ainsi que de systèmes PAS 5500 et TWINSCAN restaurés.

Quelle est la longueur d’onde nanométrique actuelle que ASML peut travailler ?

Les systèmes de lithographie EUV les plus avancés d’ASML livrent une longueur d’onde de 13,5 nm d’EUV.

La loi de Moore a été constante pendant de nombreuses décennies maintenant, croyez-vous que la loi de Moore est près de sa fin ou qu’elle peut être encore étendue ?

Étendre la loi de Moore devient de plus en plus difficile et coûteux, mais elle n’est pas morte. Nous ne sommes pas aussi proches des limites fondamentales de la physique que certains le laissent croire. Les conceptions de puces de prochaine génération incluront des matériaux plus exotiques, de nouvelles technologies de conditionnement et des conceptions 3D plus complexes. Ces nouvelles conceptions permettront les prochaines grandes vagues d’innovation, comme l’intelligence artificielle avancée et la connectivité rapide avec 5G, ainsi que généreront des produits grand public que nous n’avons même pas encore conçus.

Je travaille personnellement au sein de l’entreprise Applications d’ASML, qui se concentre sur le développement de solutions logicielles pour étendre les capacités de performance de notre matériel, qui est utilisé par les fabricants de puces pour produire en masse des motifs de plus en plus petits sur du silicium. Il serait impossible pour nos systèmes de lithographie de fabriquer des puces à des dimensions de plus en plus petites sans les logiciels que nous développons.

Notre équipe d’ingénieurs travaille constamment pour comprendre et modéliser les effets physiques qui influencent le processus de mise en page, afin que nous puissions prédire comment un motif de conception sera imprimé sur une galette de silicium et optimiser sa forme pour générer l’image que nous voulons.

Ceci est un processus itératif, intensif en calcul, qui nécessite l’utilisation efficace et précise d’une architecture de calcul haute performance à grande échelle et distribuée. Les puces avancées d’aujourd’hui ont des milliards de transistors, ce qui signifie que nous devons simuler et optimiser l’imagerie de milliards de motifs. Pour atteindre cela avec une extrême précision dans les 24 heures, nous devons trouver des moyens ingénieux pour continuer à améliorer les performances du modèle, en termes de précision et de temps de calcul.

À mesure que les dispositions de puce deviennent plus complexes pour étendre la loi de Moore, l’apprentissage automatique peut considérablement accélérer une partie clé du processus de simulation et de fabrication. Au sein des équipes d’ASML Silicon Valley, les scientifiques des données étudient la façon de concevoir un nouveau réseau neuronal pour aider à comprendre la physique complexe qui est inconnue du modèle physique, puis utiliser le réseau neuronal pour compléter l’approche de modélisation physique.

La méthodologie utilisée pour développer des modèles physiques rigoureux et des modèles d’apprentissage automatique est très similaire. Les deux nécessitent beaucoup de résultats expérimentaux et de données pour façonner la prédiction, mais l’apprentissage automatique économise beaucoup de temps et d’effort, tout en améliorant la précision. Cela présente également une opportunité de mieux utiliser les grandes quantités de données générées dans un environnement de fabrication pour améliorer le contrôle du processus.

Ceci n’est qu’un exemple pour illustrer le thème plus large à travers notre industrie : tant qu’il y a des technologistes chargés de la mission d’étendre la loi de Moore, de nouvelles solutions innovantes résoudront le problème de mise à l’échelle par de nombreux moyens créatifs différents.

Y a-t-il autre chose que vous aimeriez partager sur ASML ?

À Silicon Valley, ASML emploie une équipe de logiciels hautement spécialisée dédiée à l’extension de la loi de Moore en tirant parti de son expertise unique en modélisation physique et en algorithmes numériques.

Ceci nous positionne pour nous concentrer sur plusieurs impératifs clés pour la société, notamment :

• Utiliser la puissance de calcul croissante pour améliorer encore nos applications d’apprentissage automatique axées sur la simulation du processus de lithographie pour étendre la loi de Moore,
• Intégrer nos compétences computationnelles et de métrologie pour améliorer encore l’exactitude du modèle, ainsi que générer et mieux utiliser de grandes quantités de données d’image de haute qualité pour améliorer la technologie d’optimisation de mise en page, et
• Soutenir et étendre nos solutions computationnelles pour la feuille de route de lithographie EUV de prochaine génération pour soutenir la poursuite de la loi de Moore.

Bien que ces feuilles de route de produits soient différentes, chaque chemin parallèle est crucial pour maintenir les efforts de mise à l’échelle agressifs des fabricants de puces. Et l’apprentissage automatique est une technologie d’activation utilisée dans chaque chemin. Nos innovations ne stimulent pas seulement l’industrie de la technologie grand public, mais stimulent également l’innovation au sein de nos propres produits à mesure que nous gagnons une puissance de calcul croissante.

Merci de répondre à toutes nos questions. Les lecteurs qui souhaitent en savoir plus peuvent visiter ASML Silicon Valley

https://youtu.be/l_DXCi0vNwI