芯片制造中的软力量

由于半导体制造业在美国等西方国家发展较早，目前半导体方面的资料大多数以英文为主。

创投暖宝宝的心上人

2021-08-03 10:47 微信公众号：常垒资本冯斯基

+ 关注

术语与行话

由于半导体制造业在美国等西方国家发展较早，目前半导体方面的资料大多数以英文为主。很多的半导体行业术语都还没有标准的中文翻译，在半导体行业内部一般都用英文代之。

下面是一些常用的所谓“行话”，在本文中经常用到，为了方便本文的阅读和理解，统一说明如下。

晶圆（Wafer）是半导体制造业的最基本加工单元，电路图经过一定的加工工艺过程刻录在晶圆上经切割而成IC芯片；

晶盒（Cassette）是用来装晶圆的盒子，是一个个分离的插槽组成；一般一个晶盒可插入25片晶圆；晶圆在加工时都是以晶盒为单位进行的。

机台（Equipment）是指生产加工线上的所有设备，在半导体行业通常称为机台。机台分为生产和量测两种类型。生产机台是对晶圆进行物理上的加工，对产品的形成具有实际效果。而量测机台是用来测量某个加工步骤之后晶圆的一些相关参数，以便及时发现生产线的状况和前面加工步骤的不稳定因素。

生产机台有两种生产模式：加工生产模式(Remote)和测试模式(Local)。测试模式是用来测试机台状况，所用的晶圆不成为产品，是专用于测试的控片。而加工生产模式加工的结果是产品。这意味着设计系统时需要考虑两种模式。量测机台也有两种类型，一种是量测产品，一种为量测控片（测试晶圆）。测量产品需要在 MES 上过帐，而测量控片不需要过帐。

批（Lot/Batch）是晶圆的量化单位，一般一个晶片盒的晶圆为1个Lot；多个Lot可以组成一个Batch；

前台（Port）是指机台上货的一个平台，晶圆在加工之前先放在Port上，机台在加工时会用自动手臂一片一片提取在内仓进行加工；

仓库（Stocker）是存放晶盒的仓库，这种仓库有自动控制系统，可以自动存取；

操作工/小姐（Operator）是FAB中的操作工，他们负责上货、下货等一些简单的动作；构成了半导体制造业中参与人员的主体；

配方（Recipe）是机台加工不同产品时的对应程式；是由制造工程师提前在机台上设置，EAP控制生产时会自动根据货的类型选择并通知机台按照预选的方式进行加工；

FAB是特指半导体行业中加工车间，因为它不同于普通的加工车间，而是环境质量要求极高的生产环境；

SECS是半导体自动化标准协议，规范了EAP控制机台的通信标准。

EAP（设备自动化）

把EAP放*位，因为是感触太深。

当年和老板在办公室争论EAP是什么，我说控制设备，老板说只是传数据，就此争执不下，所以，也就不争了。

争毛线呢，自己去看资料，去调研。所以，如果有这个问题的朋友，也可以一起看看这些内容！

（一）半导体制造简介

为了遵循摩尔定律，以低成本获得高性能，半导体制造的发展主要依靠以下三个方面：

设备加工技术的革新

芯片和产品设计的改善

晶圆尺寸的增大

至少在未来 10 年中计算机硬件的发展速度仍然遵循摩尔定律。随着晶圆尺寸越来越大，加工工艺越来越复杂，传统晶圆的批加工已经不能满足蚀刻、化学气相沉积和快速高温加工等工艺的要求。

所以目前，200mm 以上的晶圆越来越多地采用自动化组合设备(cluster tool)进行加工。采用自动化组合设备实现单片加工，体现了晶圆制造的*，也是大直径晶圆制造的必然趋势。

从半导体制造自动化技术的发展历程来看，目前在半导体自动化/集成上所取得的成就可以分为以下几类：

1. 过程自动化：将每一个过程的自动化，从手工或半自动到全自动。生产率和生产力的提高是主要驱动力。

2. 过程集成化：将不同过程集成于单一设备内。这包括将传输带/移动机械及机器视觉检查集成进每个工艺过程，并将这些信息连接到单元控制器。

3. 单元/线自动化：将不同工艺过程及设备集成到一条生产线或单元，由一个材料传输系统进行连结，由线或单元控制器控制，控制器可能连接或不连接到制造执行系统。

4. 制造执行系统集成化：将工程过程设备及单元控制器连接到制造执行系统，实现透明的、准确的实时信息能及时更新到整个组织。访问实时信息能帮助降低周期时间，提高生产率。

IC芯片生产线生产率是对于每个生产线每小时生产芯片收入的量度。

要提高IC芯片生产线生产率须针对成本中的可变成本部分作为主攻目标，通过采用自动化技术来达到：

1. 控制生产线，使其符合规格地在线自动加工晶圆。

2. 收集数据，使工艺自动化，减少手工搬运以及工艺工程师和操作工对工艺的干预，最终使生产线生产率达到最高，而使可变成本降到*。

由于 12 英寸晶圆生产线采用单晶圆片、连续流生产方式，且对于 12 英寸晶圆厂，每片晶圆的单价和成本相当高，任意一片报废，损失都非常惨重。

另外，根据德国某著名半导体洁净室设计公司对附着在晶圆上的微尘(Particle)来源做分析后指出，人体是微尘的最主要来源，而微尘又是影响半导体产品品质的*杀手，因此要改善产品品质可靠度的最有效途径就是尽量减少人与产品的直接接触，所以晶圆厂需要实行高度的自动化，以保证高效精确的生产。

而制造执行系统如何与半导体设备进行整合，从而高效准确地控制设备，它们之间的桥梁——设备自动化（Equipment Automation Programming，EAP）系统就显得尤为重要了。

（二）EAP（设备自动化)

EAP（Equipment Automation Programming）实现了对生产线上机台的实时监控，是工厂自动化不可缺少的控制系统。

EAP系统与FAB中的机台紧密相关，系统的设计与开发必须与生产线的机台实际生产流程相一致，才能达到控制机台生产的目的。

EAP是MES与设备的桥梁，EAP通过SECS国际标准协议与机台进行数据传输。SECS是半导体设备（半导体行业称设备为机台）必须遵循的一种国际通信协议。EAP就是通过SECS与设备通信、传输数据、发送指令控制设备按照预先定义的流程进行生产加工，达到对设备远程控制和状态监控，实现设备运行的自动化。

EAP是CIMS（Computer Integrated Manufacturing Systems计算机集成制造系统）系统*层的子系统，也是FAB中最为关键的系统之一。

所有的生产过程，生产数据和机台状态数据都是通过EAP系统收集，然后传送给MES、AS等服务器对应的数据库，MES通过这些数据对产品和设备事件进行跟踪和监控。

如果没有EAP系统FAB中的CIMS就没有实际的意义，生产的自动化也就无从谈起。EAP系统的开发基于SECS国际标准协议。

（三）EAP在CIMS中的地位

EAP是CIMS系统与设备系统联系最紧密的子系统，也是CIMS中底层的系统。FAB生产线实现自动化过程中，EAP是不可缺少的子系统。

（四）EAP在CIMS系统中的应用

1. EAP是CIMS中其他系统所需数据的数据源。EAP为MES、AS、ERP等子系统提供各自所需的数据和信息，如产品参数、品质参数、生产线状况、材料状态以及机台状况等信息。而这些数据是上层制造管理系统或者资源规划、决策系统所必须的。

2.EAP系统直接控制机台，使得CIMS系统的优势得到了充分的发挥。在半导体行业，为了确保产品合格率，厂家在生产自动化系统投入了大量的财力物力，生产的自动化达到了相当的程度。使得CIM的理念在半导体行业显现的更加有效和实用。

3. EAP系统的实现不断推动CIM理论的发展和完善，促进了制造业生产技术不断提高，从硬件的设备系统到软件的管理系统都在不断的飞速发展，在汽车、半导体等流程工业领域全自动生产成为一种必然的趋势。

（五）EAP与其他系统的关联

制造执行系统是半导体生产线的核心，它的主要功能是过帐，工厂中所有与生产相关的元素都要在制造执行系统上过帐。例如各种设备、生产机台、操作工、量测机台，甚至每一片正在加工或等待加工的晶圆，都以 ID 的形式记录在制造执行系统实时数据库中。

每一种元素的状态发生变化时，都必须告知制造执行系统以便及时更新数据库。所以，制造执行系统能够实时地监控整个生产线状况。

设备自动化系统是制造执行系统收集实时数据的来源。设备自动化系统在控制机台生产过程中，要实时地将机台的状态数据、产品参数等报告给制造执行系统。下面的例子说明设备自动化系统是如何与制造执行系统协同工作的。

当一批晶圆在某个机台加工之前，必须首先在制造执行系统上过帐，即这批晶圆的状态由“激活”(Active)变为“派工”(Dispatch)状态。然后这批晶圆才可以从仓库(Stocker)拿出放在机台的前台(Port)上，设备自动化系统会收到来自机台已上货(MaterialReceived)事件，而后设备自动化将会下达机台相应的指令，命令机台进行加工。

当机台开始加工时，设备自动化系统必须报告制造执行系统晶圆已经开始加工的信息，制造执行系统将把这批晶圆的状态由“派工”改为“正在加工”(Processing)。

同样当机台生产加工结束时，设备自动化系统向制造执行系统告知加工已结束的信息，制造执行系统将这批货的状态由“正在加工”改为“加工完成”(Batch Finish)，而后进入下一个加工步骤的“激活”状态。

下图演示了晶圆加工期间的状态及其之间的关系。

设备自动化系统出了与制造执行系统关联外，还与其它很多系统关联，如缺陷检测分类系统等。这些系统通常是通过设备自动化系统收集一些所需要的数据信息，通过这些数据信息进行缺陷检测与分类等。

（六）EAP系统总体架构

设备自动化系统是半导体制造厂整个生产线中与设备联系最紧密的系统，实现了对生产线上的机台的实时监控，是工厂自动化不可缺少的控制系统。

下图矩形部分描绘了设备自动化系统在半导体制造生产线中位置。

▲ 图半导体晶圆生产线构架简图

如图所示，设备自动化系统与生产线中其它系统之间的通讯采用 Tibco RV 协议，Tibco RV 是一种广播式通信格式。而设备自动化系统与机台之间通过 SECS/GEM 通信，从而实现对机台的控制。

设备自动化系统是生产线中其它系统所需数据的数据源，为制造执行系统、缺陷检测与分类系统(FDC)、企业资源计划系统(ERP)等提供各自所需要的数据和信息，如产品参数、品质参数、生产线状况、材料状态以及机台状况等信息。

通过对实际需求分析的研究，设备自动化系统分为有限自动机(FSM)、FA 处理(FAHandler) 、数据存储 (DataStore) 、搬运设备处理 (CarrierHandler) 、作业处理(JobHandler)、衬底处理(SubstrateHandler)、日志(Logging)、数据库配置(Config DB)、报告(Reports)、警报处理(AlarmHandler)、初始化(Initialization)、数据收集(EDC/FDC)以及配置界面(ConfigGUI)共计 13 个模块，除 FSM 模块外，每一个模块都是一个独立的服务(Service)，各模块之间都实现了很好的松散耦合。

这些模块由 FSM 模块来统一调度和协调管理，从而完成特定流程的工作。而且每个模块任务明确，易于实现。面向设备和其它关联系统都有着良好的接口。

系统总体架构下图所示（虚线框内部分为设备自动化系统）。

▲ 图系统总体架构图

在逻辑上，系统处于制造执行系统和半导体设备之间。EAP系统与制造执行系统之间采用 Tibco RV 协议进行通讯，与半导体设备通讯方面，则采用业界通用的 SECS/GEM 通讯标准。

系统在设计时考虑到大多数半导体机台的一些共性，比如作业的创建、执行到完成，期间进行的一些数据收集等工作，因此这部分共性的功能需要在系统中实现。对于特定机台的部分特性，只需在此系统上进行扩展，编写一个小的适应器，绝大部分共性的功能不需要重新编写，即可完成对该机台的设备自动化系统的开发，使得系统开发和测试的周期大大缩短，并且系统的质量也得到了保证。

（七）EAP系统功能

设备初始化控制。当设备需要重启并建立了通讯连接后，需要进行一些初始化工作，如定义事件、警报等。

物料状态跟踪。实时对正在设备上加工的物料状态进行跟踪监控，如晶圆目前正在哪个加工仓(Chamber)，进行哪一个步骤的加工等。

警报管理。当机台出现故障时，根据机台的警报及时传达给相应的设备工程师，以便及时处理。

机台状态监控。实时监控机台的状态，是运行、空闲还是维护等，以便合理地利用机台，提高设备利用率。

配方管理。机台在跑不同批次的货时，采用不同的配方，设备自动化系统通过对每一批货的判断，指示机台采用相应的配方进行加工。

数据采集。在半导体生产过程中，将会产生大量诸如温度、压力等参数，这些参数对于晶圆能够保持在正常合理的参数下进行加工，有着非常重要的参考价值。在生产运行过程中，当工艺设备生产到一定的批数以后，有些参数会漂移，通过缺陷检测分类系统能够及时探测到偏差，并通过 Run-to-Run 的实时方式做调整，不断搜集机台当前运行的参数，当参数偏离原值、并可能超出设定的区间范围时，可以通过实时调整的方式直接修改参数，并不断的反馈、调整以确保生产的正常运营。

机台生产模式控制。控制机台的生产模式，是自动生产还是手动操作。因为有些情况，机台需要手动操作，比如在上线测试的时候。

YMS（良率管理系统）

（一）半导体先进制造

1.1. 先进制造良率问题

摩尔定律还未失效，先进制程不断向前，良率提升已经不单单是晶圆厂的挑战，整个半导体产业都需要重新审视这个问题，并引入更多有效的手段和工具。

在先进工艺下探到7nm、5nm时，良率提升开始遇到了一些新的挑战，主要包括以下3点。

1. *点是如何准确定位设计和生产过程中的缺陷。以前在良率提升的时候，都可以用工具看得到，但是现在做FinFET，以后还要做GAA，很多缺陷都不在表面上，而是埋在里面。怎样在研发和量产时监控这些东西，变得十分困难。以前良率可能只是晶圆厂要考虑的问题，但现在需要fabless公司在产品设计的时候，就把监控结构埋在产品里面。

2. 第二点是封装时产生的应力会导致芯片中晶体管的特性出现改变。在芯片的边缘和中间，应力是不一样的，用传统的方式去监控，会导致很多后续的问题。要解决问题就需要晶圆厂和fabless协同合作，实现半导体数据从设计到生产到封装测试的全产业链管理和监控。

3. 第三点是器件的可追溯性。苹果等大型客户要求整个供应链能够精确地跟踪到芯片的问题出现在哪一个机台，哪一片Wafer，哪1. 一个位置。只有跟踪到才能够确认出哪个步骤出了问题，所以整个端到端的传递性是一个先进制程需要进一步提升的地方。

半导体技术迅速发展，新工艺、新材料和新设备的引入，带来了大量的缺陷。随着关键尺寸的微缩，半导体器件对缺陷的容忍度变低。缺陷成为制约良率提升的主要因素之一。

从新产品开发初期良率突破零到量产后良率稳定保持在高水平，整个过程中缺陷检测和改善都是必不可少的重要步骤。

下图是半导体制造业的良率经验曲线，从图中看出，在新产品研发阶段，新工艺造成的系统性缺陷是制约良率提升的重要因素。

随着系统性缺陷的解决，良率曲线斜率*，良率大幅的提升。

▲ 图半导体制造的良率经验曲线

在芯片的设计过程中，要面临技术如何升级、能否首次流片成功等诸多风险，而在正式量产之后，还要面对良率提升和工艺稳定的重大挑战。面对良率提升这个问题，设计公司、晶圆厂都有着各自的观点。

众所周知，半导体制造过程非常复杂，因此其产品良率具有极大的不确定性。良率不仅关乎成本，同时也影响到生产资源的利用率，因此半导体制造良率提高对于半导体企业的生存和发展具有重大的意义,而良率分析也成为提高良率的基础和关键手段之一。

1.2. 追逐先进工艺的烦恼

在半导体工艺世界中，晶圆厂总是一个领跑者。以台积电为例，当苹果的A13、高通的骁龙865、海思的麒麟990刚采用7nm工艺量产的时候，5nm工艺的研发已经初步就绪，甚至连3nm的工艺研究也已经箭在弦上。*的芯片公司尚比晶圆厂的步调差半拍，大部分芯片公司就只能苦苦追赶了。

“在芯片在大规模量产以后，经常会出现良率波动的问题。”安路科技的徐春华认为原因就是产品研发与晶圆厂现有工艺存在了“时间差”。

“现在生产的产品都是基于几年前设计规则开发的，虽然晶圆厂当时的设计规则会根据理论分析和有限实验增加工艺波动裕量，但是后续实际加工过程中的各种工艺波动和当初的理论模型肯定会有差异甚至漏洞，从而造成大规模生产中出现良率波动。”这也是设计公司和晶圆厂之间永远存在的矛盾。

“晶圆厂先前制定的规则不能匹配目前的工艺状况，比如说线宽、间隔这些参数在不同的时间、不同的机台上就会有所不同要求，由于规则所给定的裕量不够，会在生产中产生各种问题。”

同时，随着工艺水平的提升，掌控良率的条件也越来越严苛，因此要对良率进行一个预判。晶圆厂会根据芯片上的缺陷密度，计算出理论良率大概是多少，这会对设计公司有所帮助。不过，这个计算值只是理论良率，实际中的情况还是很复杂。

为了解决此问题，芯片设计公司就要“绷紧神经”，时刻监控，将问题及时反馈给晶圆厂。

好在晶圆厂生产设备上的传感器能及时分析从工具运转到监测晶圆制程所产生的数据，如传感器与数据日志可取得晶圆进到哪个腔体的信息，所有数据则进入可收集与实时分析的系统内。有效收集这些信息，就能知道芯片生产中的各种状态。

（二）半导体良率

2.1. 良率改善

良率基础知识

在半导体生产制造的各个环节，都可能会引起最终产品的失效。yield（良率，合格率）是一个量化失效的指标，通常也是工艺改善最重要的指标。下图所示为半导体生产过程环节中的各种Yield。

在半导体生产制造的各个环节，都可能会引起最终产品的失效。yield（良率，合格率）是一个量化失效的指标，通常也是工艺改善最重要的指标。

下图所示为半导体生产过程环节中的各种Yield。

（三）用于良率提高的分析方法

这部分内容实在是比较技术，我们主要就：略。

大致一些图表：

Pareto 和 stack bar chart

Wafer map gallery 和 stack map

Boxplot(箱线图)和 Trend chart(趋势图)

Scatter plot(散点图)和 CDF plot(累积概率图)

除此之外还有，良率的分析方法和系统化方法等。这块原理性的就不介绍了。我们直接介绍下面的厂商。

（四）YMS（良率管理系统）

4.1. YMS 国内外现状

晶圆制造企业目前使用的 DMS/YMS 产品基本都被国外软件产品所垄断，而这些传统 DMS/YMS 产品存在着以下的问题:

4.1.1. 存在的问题

1. 价格高企，性价比低。

2. 不支持功能扩展和客制化，无法适应业务发展的需求

3. 不支持大数据分析以及 AI 的应用，仅仅是工具化软件，非常依赖使用人员的经验

4. 服务响应慢，操作不便利

4.1.2. 竞争优势

根据众壹云公司公开的信息，国产化的部分软件相对于国外的软件的对比主要存在如下优势:

基于最新的分布式数据库、微服务架构实现，极大的提高了软件产品的运行性能。同时，根据国内头部晶圆厂一线良率工程师的实际需求，优化软件产品的操作便利性和友好度。这两者都能极大的提高工程师缺陷管理良率分析的效率和准确性，从而对良率提升带来帮助。

引入了大数据和 AI 的应用，利用主动学习的能力，在人工辅助确定大致范围后，AI 能够利用历史数据的结果，对几百上千种的因素进行分析回归，找到相关性最强的因素，进一步锁定范围，找到问题的根源。进而对这些相关参数进行机理建模，找到问题和相关参数之间的数学模型，有了这个模型，就可以用于对后续问题进行预测，防控。

而通过对这个数学模型的分析，技术人员可以清楚地了解问题的物理机理，了解了此机理，工程技术人员就不仅知道如何预防此类问题，更能知道如何预防其他类似的问题，防微杜渐，提升模型价值。

4.2. YMS 系统的发展趋势

4.2.1. 大数据+人工智能

在整个芯片制造过程中，总共加入的检测步骤有数百道，而且晶圆厂希望在制程周期内就能实时同步检测良率，而不是制程结束后再来发现问题。不过，各种测试数据汇集起来，将形成一个非常巨大的量级。问题就来了，如何做好大数据分析?

在追溯芯片制造的过程中，整合起来的数据量非常大，很多的分析都需要用软件去处理。在这种情况下，人工智能就将派上用场。

人工智能也是半导体制造领域近年来引入的重要技术之一。人工智能从描述性分析到诊断性分析，再到预见性分析，主要经历三个阶段，而预见性分析已经成为业界的趋势。

在半导体领域，被动应对已经无法满足需求，业界*者正在寻求“先见之明”。一两年前，台积电和联电就曾表示，已经在工厂里开始使用人工智能，在人工智能的帮助下，能够在不增加机器的情况下多生产20%-30%片 wafer。

例如，在离子注入这道工序上，使用人工智能就能够定时做出调整，提高生产效率。另外，人工智能还可以将很多专家的经验和专业技能整合在一起，实现同时操作多台机器的可能性。

对于设计公司而言，它们则会提出边缘 AI 的概念，并开发出一些提升良率的算法，将其云端部署到封装厂的量测机台中。例如，当量测机台检测到 wafer 上的一颗芯片不合格时，在人工智能算法的引导下，机台便会自动舍弃周围的一些芯片。

人工智能在芯片的生产过程中可用做早期分析。用人工智能算法来训练测试数据分析过程，实时推断返回的新数据是否预示问题，从而及时监控良率是否达标、性能参数等各种指标是否异常，实现早期预警的作用。

在整个业界，引入人工智能提升良率也已经成为一股风潮。三星电子为了将 AI 技术应用于半导体制程中，就聘用大量专业人才组建高级制程控制团队(APC)，开发和优化制程中的机器学习技术，用智能化制程品控的方法来不断提高良率。

而两年前，台积电和联电都曾经表示，在工厂里面使用人工智能技术，能够在不增加机器的情况下多生产 20%-30%的晶圆片。

不过，这只算是人工智能应用的起步阶段。要实质性提升良率，依然需要大量依靠经验的工作，人工智能目前远不能胜任。

所以，依靠芯片设计公司与晶圆厂、封装厂一起通力协作，辅助不断提升的人工智能技术，才是面向未来半导体产业链的*选择。

4.2.2. 大数据分析和云端协作

除了增强对整个制造过程的监控，数据分析也成为了良率提升的重要一环。

在工业 4.0 的浪潮中，数字孪生是核心概念之一，它结合了实时的设施数据与制造数据，通过传感器将海量的数据搜集起来，再通过数据模型来表征一个晶圆厂。

而如何去处理收集到的海量数据，是一个大问题，重点是怎样找到最有价值的数据。

另外，云端的远程协作也已经成为了工业 4.0 的趋势之一。

在半导体领域， IC 设计公司在云端方面要走在 IC 制造公司的前面，欧美客户走在大陆客户的前面，而云端实现最关键的难点便在于如何保障信息安全。在数据分析层面，如果已经生成良率数据，之后的工作便可以通过云端完成。

而对于晶圆厂而言，信息安全则是更大的考量，所以制造厂选择云端时比设计公司更为谨慎，目前很多工人远程操控操作机台都是通过公司的局部网实现。

俞冠源表示，几家全球*进的晶圆制造厂两三年前便开始讨论工厂内部的云端，但依然只是一个概念，距离真正实现还有好几年的路要走，前提是做好数据安全。

4.3. YMS 相关的厂家

4.3.1. KLA

Klarity® Defect (自动化缺陷和良率数据分析)自动化缺陷分析和数据管理系统通过识别实时偏移可以协助晶圆厂缩短良率提升周期。Klarity Defect 所采用的 Klarity SSA(空间特征分析)分析模块可以提供缺陷特征的自动化检测和分类，并显示工艺问题。

Klarity ACEXP 的高级良率分析系统可帮助晶圆厂获取、保留并且共享良率提升经验，从而在晶圆厂内外协同良率提升。

Klarit 系统使用直观的决策流分析，帮助工程师轻松创建定制分析，支持批次处置、抽样检查、缺陷源分析、 SPC设置和管理以及偏移通知等应用。Klarity Defect, Klarity SSA 和 Klarity ACE XP 在全厂范围内构建良率解决

方案，自动精简缺陷检测、分类和检查的数据，重点显示与问题根源和数据分析相关的信息。Klarity 数据让 IC, 封装, 复合半导体和 HDD 制造商可以尽早采取纠正措施，从而加速良率提升和产品上市。

其主要应用为：缺陷数据分析，晶圆处置，工艺和设备的偏移识别，空间特征分析，良率分析，良率预测。

KLA 的数据分析系统集中收集并分析检测、量测和工艺系统中所生成的数据。全方位的数据分析产品系列采用先进的数据分析、建模和可视化功能，支持运行时的工艺控制、缺陷偏移识别、晶圆和光罩处置、扫描仪和工艺校正以及缺陷分类等应用。

通过为芯片和晶圆制造商提供根本问题原因相关的信息，其数据管理和分析系统可加快良率提升速度并降低批量生产的风险。

4.3.2. 应用材料(Applied Materials)

Applied SmartFactory 良率管理系统是整个晶圆厂的解决方案，可加载，预对准和分析所有良率相关数据，以提供自动化的分析和报告。客户依靠收益管理来提高实现价值的速度，降低部署成本并提高生产率。

SmartFactory 产量管理系统(YMS)提供了自动化分析以推动改进的功能，从而减少了对 IT 支持的需求。现有标准和高级数据分析工具，可以将其集成以实现有效的偏移检测。

4.3.3. Synopsys

从新芯片的设计开始，经过严格的制造流程，直到完成产品测试和出厂，半导体 IC 的生产是一个固有的复杂流程。监控和提高良率所需的数据分析是一大挑战，特别是当数据量随着技术节点的缩减逐渐增大且变得多样时

针对特定产品的设计-加工-测试交互使查找根本原因的方法变得更加复杂，让工程师们更难清晰地理解良率限制因素的本质。

Synopsys 产品通过可根据特定用户群体调整的产品功能应对这些复杂的分析要求9。

Synopsys 的良率管理软件主要有：Yield Explorer、Odyssey、Avalon、 Sysnav、Yield Manager。

4.3.4. PDF Solution(普迪飞)

针对半导体领域的这些人工智能需求，普迪飞将产品技术与行业经验相结合，推出了 AIM(Advanced Insights for Manufacturing)半导体人工智能解决方案。AIM 解决方案架设于 Exensio 大数据软件平台之上，包含了早期失效诊断(ELF)、智能测试(ST)、电子物料管理 (eBOM)等十多个功能模块，结合人工智能技术和协同反馈，驱动对每个客户至关重要的特定目标结果，实现效率提升和成本下降。

针对中国大陆的半导体市场，普迪飞公司推出了基于云端部署的 Exensio-Hosted 半导体数据分析平台。

Exensio–Hosted 是一款不需要任何 IT 维护的企业级的云端数据分析系统，它可以让我们随时随地去访问数据，并且可以做一些定制化的数据分析，快速的查找问题的根源。

该平台目前提供免费账号的注册申请，方便芯片设计企业迅速掌握先进的数据分析手段。

4.3.5. 众壹云（中国国产）

DMS/YMS 是众壹云凭借着多年的晶圆行业项目实践与具有丰富行业经验的技术团队，与国内*的晶圆制造企业携手合作，研发的基于大数据平台技术架构的晶圆缺陷管理良率分析软件。

本软件为 Foundry 厂的良率工程师(YE)提供了各类自动/半自动化分析工具，将缺陷管理良率分析模式由原来 YE 工程师需要手工采集数据并分析结果改为系统自动实时采集数据并更新分析结果，大大提升了缺陷管理良率分析的效率与准确性，为 Foundry 厂良率提升提供了优质的软件工具。

MES（制造执行系统）

1. MES简介

1.1. 半导体制造中的MES

半导体制造业是一个典型的技术密集型的科技制造行业，其过程是一个离散的制造生产过程。半导体光电子器件的生产过程具有产品中类多、周期短、多批次等特点。

由于系统的特殊性，企业上层资源管理系统ERP（Enterprise Resources Planning）与底层工业生产控制系统PCS（Process Control System）存在信息交互不及时的问题，上层派发的信息在底层生产控制系统不能立即执行。

生产工艺的复杂性和精确性，要求半导体制造业对生产过程需要实施更加精细化的管理。MES的出现，为企业提供了一个快速反应、精细化的生产制造环境。

▲图半导体制作流程

制造执行系统（Manufacturing Execution System）处于上层企业管理计划系统和底层工业生产控制系统之间的执行层，主要作用于生产车间管理和执行调度管理。

利用制造执行系统的集成性，控制包括人员调动、物料、设备、工艺流程、数据采集、订单管理等所有资源提高企业竞争力和生产力。

1.2. MES的定义

MES软件即制造执行系统 (manufacturing execution system，简称MES)美国先进制造研究机构AMR(Advanced Manufacturing Research)将MES定义为“位于上层的计划管理系统与底层的工业控制之间的面向车间层的管理信息系统”，它为操作人员/管理人员提供计划的执行、跟踪以及所有资源(人、设备、物料、客户需求等)的当前状态。

制造执行系统协会(Manufacturing Execution System Association，MESA)对MES所下的定义：

“MES 能通过信息传递对从订单下达到产品完成的整个生产过程进行优化管理。当工厂发生实时事件时，MES能对此及时做出反应、报告，并用当前的准确数据对它们进行指导和处理。这种对状态变化的迅速响应使MES能够减少企业内部没有附加值的活动，有效地指导工厂的生产运作过程，从而使其既能提高工厂及时交货能力，改善物料的流通性能，又能提高生产回报率。MES还通过双向的直接通讯在企业内部和整个产品供应链中提供有关产品行为的关键任务信息。”

美国AMR(Advanced Manufacturing Research)研究小组在分析信息技术的发展和MES应用前景的基础上提出了可集成MES(Integratable MES，I-MES) 。它将模块化和组件技术应用到MES的系统开发中，是两类T-MES系统的结合。

从表现形式上看，具有专用的MES系统的特点，即I-MES中的部分功能作为可重用组件单独销售。同时，它又具有集成的MES的特点，即能实现上下两层之间的集成。

此外，I-MES还能实现客户化、可重构、可扩展和互操作等特性，能方便地实现不同厂商之间的集成和原有系统的保护，以及即插即用等功能。

1.3. MES的定位

MES的定位，是处于计划层和现场自动化系统之间的执行层，主要负责车间生产管理和调度执行。一个设计良好的MES系统可以在统一平台上集成诸如生产调度、产品跟踪、质量控制、设备故障分析、网络报表等管理功能，使用统一的数据库和通过网络联接可以同时为生产部门、质检部门、工艺部门、物流部门等提供车间管理信息服务。

MES的主要功能包括：资源配置和状态模块；生产单元（以任务、订单、批次和工作命令等形式表达）调度模块；数据采集获取模块；质量管理模块；维护管理模块；性能分析、运行细节计划编制与调度模块；文件文档控制模块；劳务管理模块；过程管理模块；产品跟踪模块等。

目前，大多数同时实施ERP和MES的制造企业中，其集成企业模型呈现出典型的三层结构，即最上层为管理决策层（ERP层），中间层为计划调度层（MES层），底层为一般控制层。

集成企业模型如下图所示。

▲ 图 3 集成企业模型这种典型的

MES制造执行系统是一套面向制造企业车间执行层的生产信息化管理系统。

MES系统由车间资源管理、生产任务管理、车间计划与排产管理、生产过程管理、质量过程管理、物料跟踪管理、车间监控管理和统计分析等功能模块组成，涵盖了制造现场管理等方面。

MES是一个可自定义的制造管理系统，不同企业的工艺流程和管理需求可以通过现场定义实现。

MES、ERP以及底层控制系统的信息流是整个制造业信息化的基础。ERP、MES及底层控制系统的信息交换情况如下图所示。

▲ 图 ERP、MES与底层控制系统的信息交换情况

1.4. MES的发展历程

MES的发展经历了4个阶段，分别是专用MES、集成MES、可集成MES和智能化MES。

专用MES针对某个特定的领域和特定的问题，实现单一的功能，优点是针对性强、开发周期短，但是只能实现单一的功能，不同功能的MES集成困难。

集成MES是各种单一功能的集成，具有功能丰富、逻辑统一和数据通用等优点，但是可扩展性差，不能够根据需求选择需要的功能。可集成MES采用了模块化的技术对集成MES进行发展，各个模块和组件可根据需求进行选择，实现了通用性和针对性的统一。

智能化MES利用算法实现分布式、协同工作的智能制造执行系统，人工智能算法在其中起到了巨大的作用。随着自动化技术和算法的发展，智能化MES还在不断地进步和发展。

1.5. 工业4.0时代的MES

在工业4.0时代，伴随着物联网技术的不断发展，MES系统将会给制造业企业带来更加重要的作用，自动化层和MES之间的对接的重要性和无缝化将更加凸显，与此同时，企业利用MES系统还可以加快柔性生产的实现。

对于工业4.0时代而言，与传统生产制造之间*的区别在于智能工厂的建立，智能工厂的出现对于传统生产系统的属性和参数进行了彻底改变。因此，为了适应当前受到影响的生产系统，包括本地系统以及生产过程中的其他系统，全新的生产管理系统必将诞生。

因此，工业4.0时代不仅意味着生产系统的属性和参数的改变，也意味着生产管理系统的改变以及组织结构的调整。

MES系统在工业4.0的智能制造方面不仅仅限于收集、分析实时数据，更重要的是具备实现协同智能制造决策的能力，以及调整制造执行过程的能力。所以，在工业4.0时代，利用MES系统将大力推进制造业企业实现智能生产，助其打造智慧工厂。

2. MES的体系架构简介

2.1.设计原则与项目目标

作为车间信息管理技术的载体，MES在实现生产过程的自动化、智能化、网络化等方面发挥着巨大作用。MES处于企业级的资源计划系统和工厂底层的控制系统之间，是提高企业制造能力和生产管理能力的重要手段。相关设计原则如下。

2.1.1. 成本控制

MES的规划应本着成本节约、高效率和低能耗的原则，减少对不必要的硬件或软件的购买和使用，确保MES在使用过程中不会造成附加成本的产生。

2.1.2. 目标一致性

MES的体系架构必须要结合企业的实际需求而构建，与实际需求相吻合，减少不必要功能的使用，控制成本，尽量避免增加使用人员的工作量或复杂度。MES的最终目的是提高生产效率、产品质量，降低工作难度等。

2.1.3. 整体性和扩展性

正确规划企业所需要的应用系统，确定各应用系统之间的界限和相互联系，尤其要关注在不同阶段实施的应用系统之间的衔接关系。信息系统关系到企业生产经营的方方面面，它们共同构成一个有机的整体，因此在制定总体规划时，应考虑各个部门对信息系统的需求。

随着信息技术的发展、企业内外部环境的变化，总体规划需要相应调整。要求总体规划具备较好的扩展性，可以根据需要增加或减少子系统而对整体不会产生负面影响。

2.1.4. 系统安全性

采用多层结构的访问机制，数据库层只接受业务逻辑层的访问，任何用户都不可能直接访问数据库，从而保证了数据的安全性。MES的任何用户都必须经过系统权限验证，在访问系统的过程中，用户还要接受模块、功能、记录多级权限的控制，不可访问授权范围之外的数据。

2.1.5. 可维护性

网络的普及性使MES物理网络的维护更加容易，系统需支持以太网的数据传输方式。

MES定制化界面的开发需采用可以共享工具且有助于创建混合语言的解决方案，这使得MES人机界面的开发变得更加容易、方便，而且具有很好的调试性和可读性。

另外MES的开发伴随着有关人员的专业培训，这些培训既包括基本知识和操作业务的培训，也包括基本开发的培训，以确保后期的可维护性。

2.1.6. 稳定性

MES必须保持一定的稳定性，为了达到这个需求，MES的开发需经过详细严格的测试流程。

内部测试：一般包括模块测试、集成测试和系统测试三个部分。模块测试主要针对生产信息管理系统中各功能模块进行测试，在各模块编码结束后进行。在生产信息管理系统实施过程中，多个模块可同时进行模块测试，内部接口的模块需与接口模块同时测试。

集成测试是基于模块测试的测试，在进行集成测试前将生产信息管理系统各功能模块组装到一起，对生产信息管理系统进行整体测试。系统测试是将软件放在整个计算机环境下，包括软硬件平台、某些支持软件、数据和人员等，在实际运行环境下进行一系列的测试。系统测试的目的是通过与系统的需求定义做比较，发现软件与系统的定义不符合或矛盾的地方。

外部测试：针对生产信息管理系统和外部系统的每一个数据接口，由双方的工程人员互相配合进行，主要的目的是测试数据接口的稳定性、正确性和完整性等。

MES的项目目标是通过信息可视化和流程规范化，提高制造过程透明度，强化生产控制和响应速度，构筑可持续改善的准时工厂，构建企业执行层生产信息系统的通用平台。

▲ 图 MES的项目目标

2.2. MES的体系架构

MES能够利用实时的监控、准确的决策对生产现场进行指导和管理，通过信息传递对从订单下达到产品完成的整个生产过程进行优化管理。这种对状态变化的迅速响应使MES能够减少企业内部没有附加值的活动，有效地指导工厂的生产运作过程，从而使其既能提高工厂的及时交货能力，又能改善物料的流通性能。

MES的关键是强调整个生产过程的优化，它需要收集生产过程中大量的实时数据，并对实时事件及时处理。同时又与计划层和控制层保持双向通信能力，从上下两层接收相应数据并反馈处理结果和生产指令。

因此，MES不同于以派工单形式为主的生产管理和以辅助的物料流为特征的传统车间控制器，也不同于偏重于以作业与设备调度为主的单元控制器，而应将制造执行系统作为一种生产模式，把制造系统的计划和进度安排、追踪、监视和控制、物料流动、质量管理、设备的控制和计算机集成制造接口等一体化去考虑，以最终实施制造自动化战略。

在智能工厂架构的设计中，必须涵盖供应链、工程技术与生产制造三个维度，同时做到这三个维度内及维度间物质流与信息流的贯通（三大集成）。MES是工厂所有活动的核心，是三个维度的交叉点和关键点。

MES管理MBOM、辅助工艺或现场工艺，支持差异件指示、装配指示、现场看图和装配仿真等，并根据关重件、物流追溯和MBOM等形成产品档案。在“个性化生产”时代，产品档案是客服支持的主要数据源。MES是智能工厂的“大脑”。

2.2.1. 数字化工厂的平台架构

数字化工厂的平台架构一般有五层组成，这五层分别是：企业层（ERP、PLM）、管理层（MES）、操作层（SCADA系统等）、控制层（工业控制等）和现场层（自动化设备等）。

下图展示了应用该架构构建某离散制造的实例。其中，现场层、控制层、操作层对应物理车间的软硬件系统。现场层由场内物流单元（包括立体仓库、物料传送带/AGV小车）、机加车间和装配车间构成。

现场层设备与传感器通过工业以太网及现场总线与控制层的控制系统连接，构成车间现场的物联网系统。

在操作层，设备监控与采集系统（SCADA/DCS）通过控制层的控制设备管理现场层的硬件设备。在管理层，MES完成生产运营管理和生产工艺管理，工厂规划系统通过仿真技术，对工厂布局、生产进行仿真与优化。仓库物流管理系统管理车间及外部物流。

在企业层，通过PLM系统，对产品从研发到售后的全生命周期进行管理，实现产品创新设计与客户个性化定制。ERP系统实现企业的顶层管理。

▲ 图数字化工厂的平台架构

随着信息集成程度的提高，层与层之间的间隔日益模糊，原有的多层结构会日益扁平化，如下图所示，随着PLM、ERP与MES系统的日益融合，企业层与管理层逐步合并，同时由于智能设备的增多，控制设备越来越多地以嵌入式系统的形式安装在生产设备上，使得控制层与现场层变得密不可分。

▲ 图 MES是智能工厂的核心

MES作为面向制造的系统必然要与企业其他生产管理系统有密切关系，MES在其中起到了信息集线器（Information Hub）的作用，它相当于一个通信工具，为其他应用系统提供生产现场的实时数据。

MES与其他分系统之间有功能重叠的关系，例如MES、CRM、ERP中都有人力资源管理，MES和PDM都具有文档控制功能，MES和SCM中也同样有调度管理等。

各系统重叠范围的大小与工厂的实际执行情况有关，但每个系统的价值又是*的。

▲ 图数字化工厂的信息流图

2.2.2. MES的功能框架

MES集成了生产运营管理、产品质量管理、生产实时管控、生产动态调度、生产效能分析、物料管理、设备管理和文档管理等相互独立的功能。

使这些功能之间的数据实时共享，同时MES起到了企业信息系统连接器的作用，使企业的计划管理层与控制执行层之间实现了数据的流通。MES的功能框架如下图所示。

▲ 图 MES的功能框架

2.2.2.1. xBOM管理

MES把PLM系统视为其重要的集成信息来源，MES需要从PLM系统中提取产品的原始设计BOM数据，包括产品的设计BOM和工艺BOM文件，并通过xBOM管理，把产品的设计BOM数据转换成支持MES的各种BOM数据，包括产品的制造BOM、工艺BOM、质量BOM等，从而快速、准确地建立MES中的产品基础数据。

通过xBOM管理，MES实现与PDM系统的集成和MES内部产品数据管理。

2.2.2.2. 计划系统

一方面，实现从企业的上层计划系统MRP/ERP中获取车间的本月生产作业计划；另一方面，接收外协订单分解后的物料需求计划。

两个方面结合起来，为车间计划人员编制车间生产作业计划提供原始数据。通过计划系统，MES实现与MRP/ERP系统的集成。

2.2.2.3. 人力资源管理

管理车间员工的各种基本信息，提供实时更新的员工状态信息数据。人力资源管理可以与设备资源管理模块相互作用来进行最终的优化分配。

2.2.2.4. 工序级调度

工序级调度是MES与ERP系统有根本差别的地方，MES要通过工序级调度形成零部件各个工序的生产调度指令。工序级调度需要借助各种调度理论和方法，在MES中属于难度级别较高的问题。

2.2.2.5. 外协生产管理

当车间生产能力不能满足车间的生产作业计划时，生产车间为了保证按时完成客户订单，就需要考虑把部分产品或者零部件的生产外协到其他企业，外协生产管理将在选择合作企业方面提供决策支持，并跟踪合作企业中外协产品或者零部件的生产进度、产品质量，即把外协生产任务的管理纳入MES中来。

另一方面，车间可能作为其他企业的外协生产加工单位，接受其他企业或者客户的直接订单，订单系统管理这些订单，车间计划人员根据订单情况，可能需要进行物料需求计划（MRP计算），物料需求计划的结果是形成编制车间生产作业计划的原始数据。

2.2.2.6. 物料管理/物料跟踪

管理车间物料的基本信息，记录物料库存及出入库情况，管理WIP信息。在物料管理中，最为复杂的是物料跟踪技术，所谓的物料跟踪技术就是随时跟踪物料工艺状态、数量、质量和存放位置等信息，向车间调度人员和客户报告产品的生产进度等信息。

2.2.2.7. 统计/历史数据分析

统计系统在MES中有重要地位，它随时向车间管理人员提供产品及其零部件的生产数量统计、生产状态报告、生产工时统计、成本统计、质量统计等信息，以便于车间管理人员更好地掌握产品的生产进度、控制产品的生产质量和产品生产成本。

MES需要完整准确的产品基础数据做支持，如在xBOM管理中建立了大量的产品基础数据，然而这些数据，如零部件工时定额、零部件采购成本、设备使用效率等，不可能完全与实际情况相符。因此，需要在大量历史数据统计分析的基础上不断地完善和提高MES基础数据的准确性，而准确的MES基础数据又会提高车间生产计划、调度指令的准确性和正确性。

2.2.2.8. 质量管理

对从制造现场收集到的数据进行实时分析，从而控制产品生产质量，并提出车间生产过程中需要注意的问题。

2.2.2.9. 设备管理

指导企业维护设备、刀具，以保证制造过程的顺利进行，并产生除报警外的阶段性、周期性和预防性的维护计划，也提供对直接需要维护的问题进行响应的能力。

2.2.2.10. 工段作业管理

执行车间生产调度指令，并在不影响车间或企业全局生产进度的前提下，对局部生产计划做适当调整。完成生产作业现场的数据采集、监控生产过程，随时向车间计划员和调度员汇报工段生产作业进度等信息，以便能够修正生产过程中的错误，提高加工效率和质量。

3.半导体制造MES

满足半导体生产车间的运行需求是决定一个半导体MES成功实施的标准，半导体MES的成功运行又依赖于系统中基本功能模块的实现。

半导体MES自动化解决方案根据用户角色的不同分为两部分，一部分是供生产线操作员操作的图形化界面（Operator Graphics User Interface，OGUI），另一部分是专门针对工艺工程师管理操作的图形化界面（Engineering Graphics User Interface，EGUI）。

OGUI包括了用户基本的应用功能如在制品管理、机台设备管理、物料管理、看板等。EGUI 功能包括对用户角色设置、PRP（Process Plan）设定模块、工艺验证、类表维护以及OGUI功能模块管理的功能选项等等。

4.PRP设定模块

PRP设定模块是创建产品的生产工艺流程。本系统中芯片线的流程是四层抽象即Route（路径）—Layer（工序层）—Stage（工序段）—Operation（工序站）。

首先创建工序站，每个工序站都都有自己的属性信息。根据产品工艺的要求，把一系列的工序站连接起来形成一个工序段，再把的工序端连接起来形成工序层，最后连接工序层组成一条完成的产品工艺路径。这种连接方式，可以提高工序层、工序段以及工序站的重用性。