Yi Zou, Senior Director of Engineering, ASML Silicon Valley – Intervista di Serie

Yi Zou gestisce i team di ingegneria dei prodotti di data science presso ASML Silicon Valley. ASML sviluppa software e soluzioni di metrologia sofisticate, affrontando le crescenti complessità incontrate nei nodi più piccoli.

Cosa ti ha interessato a perseguire l’ingegneria?

Da bambino, ero sempre molto curioso e interessato a capire come funzionavano le cose. Ciò mi ha portato a gravitare verso materie come la scienza alle scuole superiori, ma ho presto realizzato che gli ingegneri erano le persone che progettavano e costruivano soluzioni per affrontare problemi reali e avere un impatto positivo sul nostro mondo.

Al college, ho anche apprezzato come i titoli di studio in ingegneria si concentrassero sullo sviluppo di altre importanti competenze, oltre ai fondamenti di fisica e matematica, che sono altamente trasferibili nel mercato del lavoro a molte diverse carriere. Gli ingegneri acquisiscono forti capacità di pensiero analitico e di risoluzione dei problemi critici, nonché la capacità di passare da una visione d’insieme a un approccio orientato ai dettagli necessario per portare le idee alla vita – dalla concezione creativa alla progettazione del sistema al prodotto finale.

Puoi condividere con noi il tuo percorso di come sei diventato il Sr. Director of Engineering presso ASML?

Nel 2014, mi sono unito ad ASML da GlobalFoundries, un’azienda semiconduttrice americana che progetta e produce chip di silicio. Come membro del team di sviluppo tecnologico avanzato presso ASML Silicon Valley, ho guidato diversi progetti di ricerca focalizzati sulla valutazione e sulla prototipazione di tecniche di litografia utilizzate per migliorare il processo di produzione dei chip, come ad esempio la risoluzione del pattern migliorata.

Nel corso dello stesso periodo, ho costruito un team tecnico specializzato nel machine learning. Abbiamo dimostrato la fattibilità dell’applicazione del deep learning a diverse applicazioni critiche, il che ha portato allo sviluppo di una nuova famiglia di prodotti. Ho anche guidato una stretta collaborazione con un’azienda leader nella produzione di chip per esplorare le applicazioni della data science all’interno della produzione ad alto volume di fabbriche (stabilimenti dove vengono prodotti i chip). Ciò ha portato alla creazione di diverse nuove opportunità di valore aggiunto per ASML. Dal mio ultimo avanzamento nel 2019, sto continuando ad espandere le tecniche di data science ai nostri clienti più ampi.

ASML è un leader dell’innovazione nell’industria dei semiconduttori, poiché fornisce ai produttori di chip tutto ciò di cui hanno bisogno – hardware, software e servizi – per produrre in massa pattern su silicio attraverso la litografia. Puoi riassumere brevemente cosa sia la litografia in riferimento alla progettazione dei chip per computer?

Il lavoro che ASML svolge è un ingrediente chiave per rendere i chip più potenti, più economici, più efficienti in termini di energia e più ubiqui. Inizia con il nostro sistema di litografia, che è essenzialmente un sistema di proiezione, che utilizza la luce ultravioletta per creare miliardi di piccole strutture su sottili fette di silicio.

La luce viene proiettata su un progetto del pattern (noto come ‘reticle’ o ‘mask’) che verrà stampato. Le ottiche focalizzano il pattern sul wafer di silicio, che in precedenza è stato rivestito con un chimico sensibile alla luce. Quando le parti non esposte vengono eliminate, viene rivelato un pattern tridimensionale. Il processo viene ripetuto più e più volte in quel sistema step-and-scan, che misura ed espone in parallelo.

Quei chip formano ciò che equivale a una “città” a più piani di circuiti con miliardi di piccole connessioni su strati sottili. Insieme, queste strutture compongono un circuito integrato, o chip. Più strutture che i produttori di chip possono inserire in un chip, più veloce e potente sarà.

ASML ha due tipi principali di sistemi di litografia. Per iniziare, puoi spiegare cosa sia il sistema di litografia EUV?

EUV rappresenta il più grande passo avanti nella litografia dal suo inizio. La cosa difficile con la luce EUV è che viene assorbita da tutto, anche dall’aria. È anche notoriamente difficile da generare.

Un sistema di litografia EUV ha una grande camera a vuoto in cui la luce può viaggiare abbastanza lontano da atterrare sul wafer. La luce viene guidata da una serie di specchi ultra-reflectanti. Un sistema EUV utilizza un laser ad alta energia che spara su una gocciolina microscopica di stagno fuso (che viaggia 50.000 volte al secondo) e la trasforma in plasma, emettendo luce EUV, che viene poi focalizzata in un fascio.

Puoi spiegare come il sistema di litografia DUV differisce dal sistema di litografia EUV?

I nostri sistemi di litografia DUV sono i cavalli da lavoro dell’industria utilizzati per produrre una vasta gamma di nodi e tecnologie dei semiconduttori. L’EUV viene utilizzato insieme ai sistemi DUV ai nodi più avanzati e ai layer critici per guidare la scalabilità economica.

Una delle caratteristiche veramente impressionanti di ASML è come l’azienda ristrutturi vecchi sistemi come il ‘classico’ PAS 5500 e i sistemi di litografia TWINSCAN. Cosa stanno attualmente venendo ristrutturati per?

Entrambe le leggi di Moore e More than Moore alimentano la domanda delle nostre soluzioni a basso costo, guidando le vendite di sistemi TWINSCAN di immersione e asciutti nuovamente costruiti, nonché di sistemi PAS 5500 e TWINSCAN ristrutturati.

Qual è l’attuale lunghezza d’onda in nanometri con cui ASML può lavorare?

I sistemi di litografia EUV più avanzati di ASML consegnano una lunghezza d’onda di 13,5 nm di luce EUV.

La legge di Moore è stata coerente per molti decenni, credi che la legge di Moore sia vicina alla fine o che possa essere ulteriormente estesa?

Estendere la legge di Moore sta diventando sempre più difficile e costoso, ma non è morta. Non siamo così vicini ai limiti fondamentali della fisica come alcuni potrebbero farci credere. I progetti di chip di prossima generazione includeranno materiali più esotici, nuove tecnologie di packaging e progetti 3D più complessi. Questi nuovi progetti abiliteranno le prossime grandi onde di innovazione, come l’intelligenza artificiale avanzata e la connettività veloce con il 5G, nonché genereranno prodotti per i consumatori che non abbiamo ancora concepito.

Lavoro personalmente all’interno del business delle applicazioni di ASML, focalizzato sullo sviluppo di soluzioni software per estendere le capacità di prestazione del nostro hardware, che viene utilizzato dai produttori di chip per produrre in massa pattern sempre più piccoli su silicio. Sarebbe impossibile per i nostri sistemi di litografia produrre chip alle dimensioni sempre più piccole senza il software che sviluppiamo.

Il nostro team di ingegneri lavora costantemente per comprendere e modellare gli effetti fisici che influenzano il processo di patterning, in modo che possiamo prevedere come un pattern di progettazione verrà stampato su un wafer di silicio e ottimizzare la sua forma per generare l’immagine che desideriamo.

Questo è un processo iterativo e intensivo in termini di calcolo che richiede l’utilizzo efficiente e accurato di un’architettura di calcolo ad alte prestazioni distribuita su larga scala. I chip avanzati di oggi hanno miliardi di transistor, il che significa che dobbiamo simulare e ottimizzare l’imaging di miliardi di pattern. Per raggiungere ciò con estrema accuratezza entro 24 ore, dobbiamo trovare modi intelligenti per continuare a migliorare le prestazioni del modello, in termini di accuratezza e tempo di esecuzione.

Man mano che i layout dei chip diventano più complessi per estendere la legge di Moore, il machine learning può accelerare notevolmente una parte chiave del processo di simulazione e produzione. All’interno dei team di ASML Silicon Valley, gli scienziati dei dati stanno conducendo ricerche su come progettare una nuova rete neurale per aiutare a comprendere la fisica complessa sconosciuta ai modelli fisici e quindi utilizzare la rete neurale per integrare l’approccio di modellazione fisica.

La metodologia utilizzata per sviluppare modelli fisici rigorosi e modelli di machine learning è molto simile. Entrambi richiedono molti risultati sperimentali e dati per plasmare la previsione, ma il machine learning salva molto tempo e sforzo, migliorando al contempo l’accuratezza. Presenta anche un’opportunità per utilizzare più pienamente i grandi volumi di dati generati in un ambiente di produzione per migliorare il controllo del processo.

Questo è solo un esempio per illustrare il tema più ampio in tutta la nostra industria: finché ci saranno tecnologi incaricati di estendere la legge di Moore, nuove soluzioni innovative affronteranno il problema di scalabilità attraverso molti diversi percorsi creativi.

C’è qualcos’altro che vorresti condividere su ASML?

A Silicon Valley, ASML impiega una squadra di software altamente specializzata dedicata a estendere la legge di Moore sfruttando la sua unica competenza nella modellazione fisica e negli algoritmi numerici.

Ciò ci posiziona per concentrarci su diverse direttive chiave per l’azienda, tra cui:

• Sfruttare la crescente potenza computazionale per ulteriormente avanzare le nostre applicazioni di machine learning focalizzate sulla simulazione del processo di litografia per estendere la legge di Moore,
• Integrare le nostre competenze computazionali e di metrologia per ulteriormente migliorare l’accuratezza del modello, nonché generare e utilizzare meglio grandi quantità di dati di immagine di alta qualità per migliorare la tecnologia di ottimizzazione del patterning, e
• Sostenere e estendere le nostre soluzioni computazionali per la roadmap di litografia EUV di prossima generazione per sostenere la continuazione della legge di Moore.

Sebbene questi siano percorsi di prodotto diversi, ogni percorso parallelo è cruciale per mantenere gli sforzi di scalabilità aggressivi dei produttori di chip. E il machine learning è una tecnologia abilitante utilizzata in ogni percorso. Le nostre innovazioni non guidano solo un’intera industria tecnologica dei consumatori in avanti, ma guidano anche ulteriori innovazioni all’interno dei nostri stessi prodotti man mano che guadagniamo potenza computazionale sempre maggiore.

Grazie per aver risposto a tutte le nostre domande. I lettori che desiderano saperne di più possono visitare ASML Silicon Valley ASML Silicon Valley

https://youtu.be/l_DXCi0vNwI