長江存儲CTO Semicon China演講全文紀要

3月20日，Semicon China 邀請長江存儲科技有限公司CTO楊偉毅先生，做了關於《走向3D NAND快閃記憶體的未來：技術創新與智能製造》演講，楊總對目前公司在3D NAND技術中的創新突破以及公司在智能化製造方面的規劃布局做了詳細論述。

以下為全文紀要（聽錄，僅供投資者參考，具體以公司新聞稿為準）：

時代背景：每個人生活在一個數據爆炸的時代，在未來人工智慧技術的家庭應用、自動駕駛、智能交通以及智能工廠和智慧城市，社會的一步步前進離不開數據的深度的應用。從數據應用來說，全球數據量每隔5年便增加5倍。公司已經開始進行Memory部分研究，並非常重視技術創新，在研發和生產將當中加深大數據的運用，這是公司所做的一些規劃。

本次演講具體將從以下方面展開：（一）公司在3D NAND技術中所做出的創新；（二）智能製造技術的未來及突破。

一、公司在3D NAND技術中所做出的創新

公司在3D NAND技術中做出了一些創新，公司目前所做的X-tacking在技術與價格方面都與現有技術相比存在不同。

首先存儲器的研究存在三大難點。對於存儲器，通俗來說我們可以說它分成兩部分，一部分是高樓——存儲單元，另一部分是平房——依靠邏輯電流去驅動的邏輯電頻。這兩塊部分在加工工藝當中，會相互影響，就造成了存儲器有些地方不能做的很小，速度不能做得很快。這會將會成為一個瓶頸。同時隨著存儲單元層數越來越多，將為很多供應商帶來更大挑戰。因為後續的工藝當中必須要進行化學機械拋光（CMP）進行磨平，拋光難度非常大，而且同時還要考慮存儲器疊高以後的應力問題。第三個挑戰就是在研發當中存儲器的速度問題。目前業界已經開始有些好的嘗試，比如說PuC：將邏輯電路放在存儲單元的下面，先做邏輯部分然後再在上面做存儲單元。

公司所開發的方法就是：把存儲單元和邏輯部分先分別在兩個矽片上去做，最後是將二者鍵合。這樣的好處是：兩片是分開做的，不會相互影響。邏輯的部分線寬比較小速度比較快。因為現在速度上的瓶頸主要是在NAND，1 NAND速度比較快。在應用了這項技術以後，將能實現更小線寬和更快速度（進一步減少與1NAND速度的差距）。

如上圖所示：3D NAND技術將會使得單位面積的矽片上的晶元利用率大大提高並且使die size降低20%—30%，進而有利於進一步控制成本。

尤其是，當疊的層數越來越高（從64到128），這個優勢將會更加凸顯。上圖是公司的64L，它與92L非常接近，這就是公司全新設計架構所帶來的好處。。

公司全新設計可以縮短研發周期和製造周期。從研發來說，把CMOS和Array分開加工，不僅不會相互影響還可以分開調試工藝，從而大大縮短研發周期。從生產方面，不需要從頭開始，只是需要在前面CMOS部分做備料，生產周期也可以大大縮短。

二、智能製造

在傳統生產製造中可能會遇到很多問題，例如效率的丟失、不可預測性、材料等的浪費、學習速率低、反應時間慢以及存在誤判。大家都希望通過新技術的應用能夠解決這些問題。

目前公司建立了一個大數據的平台，這個平台有三個主要部分，包括MES Cloud、Engineering Analysis Cloud和ERP cloud。 在這種情況下，將數據做一些機器深度學習，使其人工智慧化。其好處（對應下文的衡量標準）就包括：（1）生產質量大大提高；（2）數據分析更加智能化；（3）提升產量降低成本（4）產品質量實現控制。

所以YMTC的架構包含三部分，從數據化進入系統化自動化再走向智能化。這些公司都在實踐當中，從前文中所提到的四個衡量標準來看，（1）製造角度方面應該盡量減少人為的因素，因為人的不確定性較強（甚至犧牲生產效率），另一方面也可以降低人力成本；（2）智能分析方面，如何通過智能數據分析，縮短R&D學習周期縮短，加快產能增長率。（3）生產效率提升方面，公司希望通過數據的應用和挖掘能夠讓資本利用率提升，成本降低。（4）質量提升方面，公司希望大數據應用，加強產品質量控制減少差距和錯誤。

上圖左邊就像科幻片裡面的一些場景，但是我們今天通過人工智慧技術將越來有可能實現。。在公司規劃中，未來能夠提升60%的效率速度，人員投入佔據70%。

製造業中一直有一個學習曲線。從半自動開始，人到了現場才能知道具體機器的情況，單通過數據化人工智慧，就能在預先設定所運行的路徑，減少當中生產器材的浪費，提高效率。

在這個過程當中，包括以下幾步：首先是數字化格式化，主要是把數據源作為任務，然後加入圖像識別；其次是監測系統，將sensor埋入並作整合，在數據的監控系統，機器學習中的數據應用和分析逐步進行推進，將深度學習應用於生產，然後生產產品實現優化；同時在數據分析判斷和決策方面，公司也會有一些新的嘗試。

以上是一個在圖像識別中應用的例子。這裡面公司通過WIS進行Track，實現分光後形成不同光譜，進行監測便能自動識別wafer上的問題，在效率上得到很大提升。

特別地，將來這些系統還可以跟機台裡面的MPC數據再去結合，可以幫助人類做更多的事情。

上圖是在設備方面的提高，通過後台數據的分析，可以分解每個設備的生產狀況，進而去尋找機會點去提高設備的運轉效率，這都是非常好和非常重要的嘗試。公司也樂於積極與一些設備廠商進行合作。現在基本上幾年之後就需要更換設備中的某些parts，到了一定的lifetime，通過parts在基台運行時的某些線性指標，判斷出parts將要損壞，那將來就有可能實現parts的lifetime stay，這樣可以降低成本，同時保證生產上不出現任何問題。此外在建設新工廠時也有應用，很多新設備運行前需要進行試驗，這都是一些新的斷點，非常容易帶來工藝上的問題，在這過程中公司開發了一套大數據比對的系統，就像查詢設備的「指紋」，通過數據對比，對照號碼，分析基台repeats，可以減少人為判比，畢竟每天生產線和整個工廠的數據加起來接近上億，單靠人工是無法完成的，通過大數據和人工智慧，則可以實現先前無法完成的工作。

最後在大數據下，人工智慧如何保證產品質量。最初只有將產品遞交給客戶才知道問題，其次是在測試中發現問題，未出fab和當前step下就發現問題，但最佳的是能夠預測產品質量，也就是產品質量都可以通過數據分析從每一步的進度進行預測，簡單而言，將當前step下的數據和先前的優質產品對比，如果出現差別，當前就需要進行可靠分析後，才可移交下一step。此外，當設備某些線性指標出現問題時，該設備就需要停下，不能再將其置於wafer process中，這正是將來在預測方面可以打開的空間。

下圖是公司的夢想新工廠，目前正逐步將設備移至新工廠中，也是當前全中國大陸status最大的fab工廠。

最後總結來說，大數據給公司提供了很多可能性，最終公司希望能實現智能化，正如前段時間上映的《流浪地球》中的moss代替人類做決定一般，未來公司也希望通過大數據和人工智慧的全面應用，讓設備實現自主判斷。


推薦閱讀：
相关文章