Yi Zou, senior direktør for ingeniørarbeid, ASML Silicon Valley – Intervju-serie

Yi Zou leder data science-produktutviklingsteamene ved ASML Silicon Valley. ASML utvikler sofistikert programvare og metrologiløsninger som møter økende kompleksitet ved mindre nodar.

Hva var det som interesserte deg for å gå inn i ingeniørarbeid?

Som barn var jeg alltid veldig nysgjerrig og interessert i å forstå hvordan ting fungerer. Dette ledet meg til å trekke mot fag som vitenskap på videregående skole, men raskt innsett at ingeniører var de som designet og bygde løsninger for å møte virkelige problemer og ha en positiv innvirkning på vår verden.

På universitetet apprecierte jeg også hvordan ingeniørutdannelser fokuserte på å utvikle andre viktige ferdigheter, utover grunnleggende fysikk og matematikk, som er svært overførbar til mange forskjellige karrierer. Ingenicører tilegner seg sterke analytiske og kritiske problemløsningsevner, samt evnen til å gå over fra stor bildet til en detaljorientert tilnærming som er nødvendig for å bringe ideer til live – fra kreativ konsept til systemdesign til sluttprodukt.

Kan du dele med oss din reise om hvordan du ble senior direktør for ingeniørarbeid ved ASML?

I 2014 gikk jeg med i ASML fra GlobalFoundries, et amerikansk halvlederfirma som designer og produserer silisium-chip. Som medlem av Advanced Technology Development-teamet ved ASML Silicon Valley, ledet jeg flere forskningsprosjekter som fokuserte på å evaluere og prototypere litografitknikker brukt til å forbedre produksjonsprosessen av chip, som forbedret mønsteroppløsning.

Over samme tidsperiode bygde jeg et teknisk team som spesialiserte seg i maskinlæring. Vi demonstrerte muligheten for å bruke dyp læring på flere kritiske applikasjoner, som ledet til utviklingen av en ny produktfamilie. Jeg ledet også nært samarbeid med et ledende chip-firma for å utforske data science-applikasjoner innen høyvolumen-fabrikker (fabrikker hvor chip blir produsert). Dette ledet til skapelsen av flere nye muligheter for ASML. Siden min siste forfremmelse i 2019, fortsetter jeg å utvide data science-teknikker til vår bredere kundemarked.

ASML er en innovasjonsleder i halvlederindustrien, da de tilbyr chip-produsenter alt de trenger – hardware, programvare og tjenester – for å masseprodusere mønster på silisium gjennom litografi. Kan du raskt sammenfatte hva litografi er i forhold til å designe datamaskin-chip?

Arbeidet som ASML gjør er en nøkkelkomponent for å gjøre chip mer kraftfulle, billigere, mer energieffektive og mer ubegrenset. Det begynner med vår litografisystem, som i realiteten er et projeksjonssystem, som bruker ultrafiolett lys for å skape milliarder av små strukturer på tynne skiver av silisium.

Lys blir projisert på en blåkopi av mønsteret (kjent som en ‘reticle’ eller ‘mask’) som skal trykkes. Optikken fokuserer mønsteret på silisium-waferen, som tidligere er belagt med et lysfølsomt kjemikalie. Når de ubehandlet delene er etsa bort, avdekkers en tredimensjonal mønster. Prosessen gjentas gang på gang i det samme steg-og-scan-systemet, som måler og eksponerer i parallell.

Disse chipene danner hva som tilsvarer en fleretasjers “by” av kretser med milliarder av små forbindelser på tynne lag. Disse strukturerte danner en integrert krets, eller chip. Jo flere strukturer chip-produsentene kan pakke på en chip, jo raskere og mer kraftfull er den.

ASML har to hovedtyper litografisystemer. Kan du forklare hva EUV-litografisystemet er?

EUV representerer det største steget i litografifremgangen siden begynnelsen. Det vanskelige med EUV-lys er at det absorberes av alt, selv luft. Det er også notorisk vanskelig å generere.

EUV-litografisystemet har en stor høgvakuumkammer hvor lyset kan reise langt nok for å lande på waferen. Lyset blir guidet av en serie ultra-reflektive speil. Et EUV-system bruker en høyenergilaser som skyter på en mikroskopisk dråpe av flytende tinn (som reiser 50 000 ganger per sekund) og omdanner det til plasma, som emitterer EUV-lys, som deretter fokuseres inn i en stråle.

Kan du forklare hvordan DUV-litografisystemet skiller seg fra EUV-litografisystemet?

Vårt DUV-litografisystem er industrens arbeidshest som brukes til å produsere et bredt spekter av halvledernoder og teknologier. EUV brukes sammen med DUV-systemer på de mest avanserte nodene og kritiske lag for å drive rimelig skala.

En av de virkelig imponerende aspektene ved ASML er hvordan selskapet restaurerer gamle systemer, som ‘klassiske’ PAS 5500 og TWINSCAN-litografisystemer. Hva blir de nå restaurert for?

Både Moore’s Law og More than Moore driver etterspørsel etter våre kostnadseffektive løsninger, som driver salg av både nybygde TWINSCAN-undervanns- og tørrsystemer, samt restaurerte PAS 5500 og TWINSCAN-steppere og skannere.

Hva er den nåværende nanometer-bølgelengden ASML kan arbeide med?

ASMLs mest avanserte EUV-litografisystem leverer 13,5 nm bølgelengde av EUV-lys.

Moore’s Law har vært konsistent i flere tiår nå, tror du at Moore’s Law er nær slutten eller at den kan strekkes ut videre?

Å utvide Moore’s Law blir stadig vanskeligere og mer kostbart, men det er ikke dødt. Vi er ikke like nær de grunnleggende fysikkgrensene som noen ville ha oss til å tro. Neste-generasjons chip-design vil inkludere mer eksotiske materialer, nye pakningsteknologier og mer komplekse 3D-design. Disse nye designene vil muliggjøre de neste store bølgene av innovasjon, som avansert kunstig intelligens og rask tilkobling med 5G, samt generere forbrukerprodukter vi ennå ikke har forestilt oss.

Jeg arbeider personlig innen ASMLs Applications-forretningsområde, som fokuserer på å utvikle programvareløsninger for å utvide ytelsesevnen til vår maskinvare, som brukes av chip-produsenter til å masseprodusere stadig mindre mønster på silisium. Det ville være umulig for våre litografisystemer å produsere chip på stadig mindre dimensjoner uten programvaren vi utvikler.

Vårt team av ingeniører arbeider konstant for å forstå og modellere de fysiske effektene som påvirker mønsterprosessen, så vi kan forutsi hvordan et designmønster vil bli trykt på en silisium-wafer og optimalisere dens form for å generere bildet vi ønsker.

Dette er en iterativ, datamaskinintensiv prosess som krever effektiv og nøyaktig utnyttelse av en stor skala, distribuert høy-ytelses datamaskinarkitektur. I dag har avanserte chip milliarder av transistorer, noe som betyr at vi må simulere og optimalisere bildingen av milliarder av mønster. For å oppnå dette med ekstrem nøyaktighet innen 24 timer, må vi finne kreative måter å forbedre modell-ytelsen, både når det gjelder nøyaktighet og kjøretid.

Som chip-layoutene blir mer komplekse for å utvide Moore’s Law, kan maskinlæring dramatisk akselerere en nøkkel-del av simulerings- og produksjonsprosessen. Innen teamene ved ASML Silicon Valley, forsker data-vitenskapsmenn på hvordan de kan designe en ny neural nettverk for å hjelpe med å forstå komplekse fysikk som er ukjent for fysisk modell og deretter bruke neural nettverket til å supplere fysisk modelleringstilnærming.

Metodologien som brukes for å utvikle strenge fysiske modeller og maskinlæringsmodeller er svært lik. Begge trenger mange eksperimentelle resultater og data for å forme forutsigelsen, men maskinlæring sparer mye tid og innsats, samtidig som nøyaktigheten forbedres. Det presenterer også en mulighet til å mer fullstendig utnytte de store mengdene data som genereres i en produksjonsmiljø for å forbedre prosesskontroll.

Dette er bare et eksempel for å illustrere den bredere temaet over hele vår industri: Så lenge det er teknologer som har oppgaven å utvide Moore’s Law, vil nye innovative løsninger møte skala-problemet via mange forskjellige kreative veier.

Er det noe annet du ville like å dele om ASML?

I Silicon Valley, har ASML en høyt spesialisert programvare-kraft som er dedikert til å utvide Moore’s Law ved å bruke sin unike ekspertise i fysisk modellering og numeriske algoritmer.

Dette stiller oss i stand til å fokusere på flere nøkkel-imperativer for selskapet, inkludert:

• Å utnytte stadig økende beregningskraft for å videreutvikle våre maskinlærings-applikasjoner fokusert på å simulere litografiprosessen for å utvide Moore’s Law,
• Å integrere våre beregnings- og metrologi-kompetanser for å videre forbedre modell-nøyaktighet, samt generere og bedre utnytte store mengder høykvalitets bilde-data for å forbedre mønster-optimaliseringsteknologi, og
• Å støtte og utvide våre beregningsløsninger for neste-generasjons EUV-litografivei for å støtte fortsatt Moore’s Law.

Disse er forskjellige produkt-veier, men hver enkelt parallell vei er kritisk for å videre opprettholde chip-produsentenes aggressive skala-ansatt. Og maskinlæring er en muliggjørende teknologi som brukes i hver enkelt vei. Våre innovasjoner driver ikke bare fremover en hel forbruker-teknologi-industri, men driver også videre innovasjon innen våre egne produkter når vi vinner stadig økende beregningskraft.

Takk for å ha svart på alle våre spørsmål. Lesere som ønsker å lære mer kan besøke ASML Silicon Valley

https://youtu.be/l_DXCi0vNwI