Yi Zou, Senior Director of Engineering, ASML Silicon Valley – Intervjuserie

Yi Zou leder datavetenskapens produktteknikteam på ASML Silicon Valley. ASML utvecklar sofistikerade mjukvaru- och mätlösningar, som tar itu med den eskalerande komplexiteten som uppstår vid mindre noder.

Vad var det som intresserade dig att satsa på ingenjörskonst?

Som barn var jag alltid väldigt nyfiken och intresserad av att förstå hur saker fungerar. Detta fick mig att dras till ämnen som naturvetenskap på gymnasiet, men insåg snabbt att ingenjörer var de människor som designade och byggde lösningar för att ta itu med verkliga problem och göra en positiv inverkan på vår värld.

På college uppskattade jag också hur ingenjörsexamina fokuserade på att utveckla andra viktiga färdigheter, utöver grunderna i fysik och matematik, som är mycket överförbara på arbetsmarknaden till många olika karriärer. Ingenjörer skaffar sig starkt analytiskt tänkande och kritisk problemlösningsförmåga, såväl som förmågan att övergå från helhetstänkande till ett detaljorienterat tillvägagångssätt som behövs för att förverkliga idéer – från kreativt koncept till systemdesign till slutprodukt.

Kan du dela med dig av din resa till hur du blev Sr. Director of Engineering på ASML?

2014 kom jag till ASML från GlobalFoundries, ett amerikanskt halvledarföretag som designar och tillverkar kiselchips. Som medlem i Advanced Technology Development-teamet på ASML Silicon Valley ledde jag flera forskningsprojekt fokuserade på utvärdering och prototyp av litografitekniker som används för att förbättra tillverkningsprocessen av chips, såsom förbättrad mönsterupplösning.

Under samma tidsperiod byggde jag ett tekniskt team som specialiserade sig på maskininlärning. Vi visade möjligheten att tillämpa djupinlärning på flera kritiska applikationer, vilket ledde till utvecklingen av en ny produktfamilj. Jag ledde också ett nära samarbete med ett ledande chiptillverkningsföretag för att utforska datavetenskapliga tillämpningar inom tillverkningsfabriker med stora volymer (fabriker där chips tillverkas). Detta ledde till skapandet av flera nya mervärdesmöjligheter för ASML. Sedan min senaste kampanj 2019 fortsätter jag att expandera datavetenskapliga tekniker till vår bredare kundmarknad.

ASML är en innovationsledare inom halvledarindustrin, eftersom de förser chiptillverkare med allt de behöver – hårdvara, mjukvara och tjänster – för att massproducera mönster på kisel genom litografi. Kan du snabbt sammanfatta vad litografi är när det gäller design av datorchips?

Det arbete som ASML gör är en nyckelingrediens för att göra chips mer kraftfulla, billigare, mer energieffektiva och mer allmänt förekommande. Det börjar med vårt litografisystem, som i huvudsak är ett projektionssystem, som använder ultraviolett ljus för att skapa miljarder små strukturer på tunna skivor av kisel.

Ljus projiceras på en ritning av mönstret (känd som ett "kors" eller "mask") som kommer att skrivas ut. Optik fokuserar mönstret på kiselskivan, som tidigare har belagts med en ljuskänslig kemikalie. När de oexponerade delarna etsas bort avslöjas ett tredimensionellt mönster. Processen upprepas gång på gång i det steg-and-scan-systemet, som mäter och exponerar parallellt.

Dessa chips bildar vad som motsvarar en "stad" med flera våningar av kretsar med miljarder små anslutningar på wafer-tunna lager. Tillsammans utgör dessa strukturer en integrerad krets, eller chip. Ju fler strukturer som chipmakers kan proppa på ett chip, desto snabbare och kraftfullare är det.

ASML har två huvudtyper av litografisystem. Till att börja med kan du förklara vad EUV litografisystemet är?

EUV representerar det största steget i litografiska framsteg sedan starten. Det knepiga med EUV-ljus är att det absorberas av allt, även luft. Det är också notoriskt svårt att generera.

Ett EUV litografisystem har en stor högvakuumkammare där ljuset kan färdas tillräckligt långt för att landa på wafern. Ljuset styrs av en serie ultrareflekterande speglar. Ett EUV-system använder en högenergilaser som skjuter på en mikroskopisk droppe av smält tenn (som färdas 50,000 XNUMX gånger per sekund) och förvandlar den till plasma som avger EUV-ljus, som sedan fokuseras till en stråle.

Kan du förklara hur DUV litografisystemet skiljer sig från EUV litografisystemet?

Vårt DUV litografisystem är branschens arbetshäst som används för att tillverka ett brett utbud av halvledarnoder och teknologier. EUV används tillsammans med DUV-system vid de mest avancerade noderna och kritiska lagren för att driva prisvärd skalning.

En av de riktigt imponerande aspekterna av ASML är hur företaget renoverar gamla system som de "klassiska" PAS 5500 och TWINSCAN litografisystemen. Vad håller de på att renoveras för just nu?

Både Moores lag och More than Moore ökar efterfrågan på våra kostnadseffektiva lösningar, vilket driver försäljningen av både nybyggda TWINCAN-doppningssystem och torra system, såväl som renoverade PAS 5500 och TWINSCAN steppers och skannrar.

Vilken är den aktuella nanometervåglängden som ASML kan arbeta med?

ASMLs mest avancerade EUV-litografisystem levererar 13.5 nm våglängd av EUV-ljus.

Moores lag har varit konsekvent i flera decennier nu, tror du att Moores lag är nära sitt slut eller att den kan sträckas ut ytterligare?

Att utvidga Moores lag blir allt svårare och kostsammare, men det är inte dött. Vi är inte så nära fysikens grundläggande gränser som vissa skulle få oss att tro. Nästa generations chipdesigner kommer att inkludera mer exotiska material, ny förpackningsteknik och mer komplexa 3D-designer. Dessa nya design kommer att möjliggöra nästa stora vågor av innovation, som avancerad artificiell intelligens och snabb anslutning med 5G, samt generera konsumentprodukter som vi inte ens har tänkt ut än.

Jag arbetar personligen inom ASMLs Applications-verksamhet med fokus på att utveckla mjukvarulösningar för att utöka prestandakapaciteten hos vår hårdvara, som används av chiptillverkare för att massproducera allt mindre mönster på kisel. Det skulle vara omöjligt för våra litografisystem att tillverka chips med allt mindre dimensioner utan den mjukvara vi utvecklar.

Vårt team av ingenjörer arbetar ständigt med att förstå och modellera de fysiska effekterna som påverkar mönstringsprocessen, så att vi kan förutsäga hur ett designmönster kommer att tryckas på en silikonwafer och optimera dess form för att generera den bild vi vill ha.

Detta är en iterativ, beräkningsintensiv process som kräver ett effektivt och korrekt utnyttjande av en storskalig, distribuerad högpresterande datorarkitektur. Dagens avancerade chips har miljarder transistorer, vilket betyder att vi måste simulera och optimera avbildningen av miljarder mönster. För att uppnå detta med extrem noggrannhet inom 24 timmar måste vi hitta smarta sätt att fortsätta förbättra modellens prestanda, vad gäller noggrannhet och körtid.

Eftersom dessa chiplayouter blir mer komplexa för att utöka Moores lag, kan maskininlärning dramatiskt påskynda en viktig del av simulerings- och tillverkningsprocessen. Inom teamen på ASML Silicon Valley forskar dataforskare på hur man designar ett nytt neuralt nätverk för att hjälpa till att förstå komplex fysik som är okänd för den fysiska modellen och sedan använda det neurala nätverket för att utöka den fysiska modelleringen.

Metodiken som används för att utveckla rigorösa fysiska modeller och modeller för maskininlärning är mycket lika. Båda behöver massor av experimentella resultat och data för att forma förutsägelsen, men maskininlärning sparar mycket tid och ansträngning, samtidigt som noggrannheten förbättras. Det ger också en möjlighet att mer fullt ut utnyttja de stora mängder data som genereras i en tillverkningsmiljö för att förbättra processkontrollen.

Detta är bara ett exempel för att illustrera det bredare temat i vår bransch: Så länge det finns teknologer med uppdraget att utvidga Moores lag, kommer nya innovativa lösningar att ta itu med skalningsproblemet via många olika kreativa vägar.

Finns det något mer du skulle vilja dela med dig av om ASML?

I Silicon Valley använder ASML ett mycket specialiserat mjukvarukraftverk som är dedikerat till att utvidga Moores lag genom att utnyttja dess unika expertis inom fysisk modellering och numeriska algoritmer.

Detta positionerar oss att fokusera på flera viktiga imperativ för företaget, inklusive:

• Utnyttja den ständigt växande beräkningskraften för att ytterligare avancera våra maskininlärningsapplikationer fokuserade på att simulera litografiprocessen för att utöka Moores lag,
• Integrera våra beräknings- och metrologikompetenser för att ytterligare förbättra modellnoggrannheten, samt generera och bättre utnyttja stora mängder högkvalitativ bilddata för att förbättra tekniken för mönsteroptimering, och
• Stöd och utöka våra beräkningslösningar för nästa generations EUV-litografifärdplan för att stödja fortsättningen av Moores lag.

Även om dessa är olika produktfärdplaner, är varje parallell väg avgörande för att ytterligare upprätthålla chiptillverkarens aggressiva skalningsinsatser. Och maskininlärning är en möjliggörande teknik som används i varje väg. Våra innovationer driver inte bara fram en hel konsumentteknologiindustri, utan driver också ytterligare innovation inom våra egna produkter i takt med att vi får allt större beräkningskraft.

Tack för att du svarar på alla våra frågor. Läsare som vill veta mer bör besöka på ASML Silicon Valley