面向逻辑与通用工艺晶圆厂的工程与数据主题:从制程与设备体系、良率与品质管控,到厂务基础设施与制造数据平台,记录半导体制造现场的工程方法与数字化实践。

晶圆制造主流程与支撑体系

上排是一片晶圆从设计到成品的物理路径,前道工艺要重复循环多层;下排是让产线不停的四套支撑体系。

前道多层循环:光刻 → 刻蚀 → 薄膜 → CMP 设计 / 掩模晶圆制备前道工艺后道互连晶圆测试封装测试 图形·OPC·掩模单晶·切片·外延光刻·刻蚀·薄膜金属化·布线WAT · CP 电性划片·键合·FT 支撑体系(全流程共用,任一环节失效即非计划停机) 设备与材料厂务与基础设施制造执行系统良率与品质 机台 · 备件 · 化学品洁净室 · 纯水 · 特气MES · EAP · APC · 采集SPC · 缺陷分析 · 追溯

读图要点:前道是循环,不是直线——同一片晶圆要在光刻、刻蚀、薄膜、平坦化之间反复往返数十次,每多一层就多一轮周期时间与良率风险;这也是「周期时间」在晶圆厂里比产能更受关注的原因。下排四套体系里,良率与品质直接决定成本,厂务与设备决定产线是否连续,而制造执行系统决定数据是否可信。

五个能力方向

  1. 制程与设备体系:工艺节点、设备选型、在制品(WIP)流转与产能爬坡,理解周期与产能的真实约束。
  2. 良率与品质管控:统计制程控制(SPC)、缺陷与失效分析、批次追溯,把良率波动定位到根因。
  3. 厂务与基础设施:洁净室、超纯水、特气与化学品、电力与暖通的连续可靠性保障。
  4. 制造执行系统:MES / EAP / APC 的集成与设备数据采集,让每片晶圆都有完整可追溯履历。
  5. 制造数据平台:设备与量测数据汇聚、时序与图像数据处理、良率分析与 AI 应用的工程落地。

能力与价值

能力 说明 价值
制程窗口管理 工艺参数与规格界限的闭环监控 稳定制程,降低批次波动
良率分析 缺陷分布、失效模式与根因定位 缩短问题闭环时间
批次追溯 设备 / 物料 / 参数全链路履历 客诉与排查可快速定界
设备数据采集 EAP 接入与统一时序模型 数据可信、可复用
厂务可靠性 水、电、气与洁净度连续监测 避免非计划停机

度量指标

  • 良率:合格芯片占比,以及与目标值的偏差趋势。
  • 设备综合效率:可用率、性能与良率的乘积,反映产能的真实水位。
  • 周期时间:批次从投入到产出的时长,越短代表在制品越少、响应越快。

与研发和数据能力的结合

晶圆厂的数字化并不只需要工控系统:海量设备与量测数据的采集、治理、特征化与建模,正是大数据治理特征工程方法论的落地场景;检测图像的标注、缺陷分类与排程优化,考验的是模型工程能力;而工艺规范、设备手册与失效案例的沉淀,则是知识库的典型需求。本栏目会持续记录这些交叉点上的工程实践。

边界与风险

  • 数据口径:设备时钟与系统口径不统一,会让良率分析得出错误结论。
  • 停机成本:任何改动都要考虑产线连续性,变更必须可回退、可灰度。
  • 合规与保密:制程参数与配方属核心资产,访问需按密级严格隔离。