Aider les ingénieurs en semi-conducteurs à surmonter la complexité grâce à l'analyse en atelier
Panasonic Connect utilise l'IA pour accélérer le développement des puces et augmenter le rendement
Vue abstraite en gros plan de cercles éclairés en bleu clair sur fond bleu foncé

De la généralisation des smartphones à l'essor de l'IA, de la 5G et des voitures autonomes, tous les signes sont clairs : le monde avance dans l'ère de la connexion numérique.Et tout repose sur les semi-conducteurs.

Compte tenu de la croissance rapide de l’infrastructure numérique, il n’est pas surprenant que les entreprises qui fabriquent des semi-conducteurs – celles qui se situent au niveau de base de l’écosystème numérique – soient confrontées à un ensemble de défis concurrentiels en constante évolution. Certains sont familiers, comme la pression incessante pour améliorer les performances des puces. Mais aujourd'hui, les fabricants de puces doivent également faire face à un ensemble évolutif d'exigences concurrentielles qui ont beaucoup à faire avec les processus qu'ils suivent, en commençant par la conception.

Dans le domaine de la fabrication de puces, l’emballage – c'est-à-dire la manière dont les composants d’un semi-conducteur sont assemblés pour être utilisés dans un dispositif – a toujours joué un rôle fondamental. Aujourd'hui, cependant, le problème de l'emballage est devenu un facteur de différenciation concurrentiel majeur qui affecte la puissance, les performances et les fonctionnalités des puces, sans parler de leur coût.

Qu'est-ce que cela signifie pour les processus ? Les structures d'emballage devenant de plus en plus complexes, l'ensemble du cycle – du développement au prototype en passant par les tests – s'est considérablement allongé. Dans le processus de fabrication, passer de la conception au produit fini nécessite un ensemble d'instructions très détaillées portant sur plus de 100 paramètres, avec une marge d'erreur minime, voire inexistante.

Dans le cadre de méthodes conventionnelles, les fabricants de puces sont obligés de réaliser une série d'ajustements incrémentiels pour identifier la « recette » optimale. Outre l’énorme fardeau qui pèse sur les « cuisiniers » dans cette équation – les ingénieurs de développement – le sous-produit de cette approche par essais et erreurs a pour effet d'augmenter les déchets et de réduire les rendements de fabrication.

Une réduction de 30 %


Réduit le cycle de développement jusqu'à 30 % en minimisant les essais et les erreurs dans la formulation des recettes

50 % de réduction


Réduit les coûts de maintenance des équipements pour les clients de fabrication de semi-conducteurs de 50 % grâce à l'optimisation basée sur les données

Nous avons montré qu'en analysant les données de statut des machines individuelles à la périphérie, nous avons jeté les bases d'un équipement de fabrication autonome, dans lesquels la machine fonctionne dans les conditions optimales. La prochaine étape de cette progression consiste à intégrer plusieurs machines dans le cloud pour permettre une fabrication autonome à l'échelle de la fabrique. Mitsuru Hiroshima Directeur du Business Group Semiconductor Process, division Business Automation Panasonic Connect

Des entreprises comme Panasonic Connect – par l'intermédiaire de sa division des activités d'automatisation des processus – existent pour aider les fabricants de semi-conducteurs à faire face aux défis posés par les processus, à optimiser les processus de production et à fournir des produits de haute qualité. Avec 30 ans d'expérience dans la fourniture d'équipements de production spécialisés aux fabricants de puces, Panasonic considère être dans une position privilégiée pour les aider à s'adapter aux nouvelles tendances en matière d'emballage des semi-conducteurs.

Mitsuru Hiroshima, directeur du groupe de travail sur les procédés de fabrication des semi-conducteurs, a souligné l'intérêt particulier que représentait la possibilité d'intégrer des analyses avancées dans ses solutions d'équipement afin d'obtenir des résultats véritablement révolutionnaires pour ses clients du secteur de la fabrication. « Le cœur de notre vision était l'idée que la combinaison de l'apprentissage en profondeur et de l'automatisation pouvait amener les opérations de conception et de fabrication à un tout nouveau niveau d'optimisation », explique-t-il.

À l'époque, en 2019, M. Hiroshima et son équipe savaient que la réalisation de cette vision - la transformer en une solution concrète qu'elle pourrait mettre sur le marché - nécessiterait que l'entreprise augmente ses compétences de base en matière d'équipement. « Nous cherchions à collaborer avec un [fournisseur] qui pouvait apporter une expertise approfondie des processus sectoriels, ainsi qu'un portefeuille de technologies analytiques avancées dans des domaines tels que l'IA et l'apprentissage en profondeur », explique M. Hiroshima. « IBM s'est distingué comme le seul fournisseur qui pouvait apporter de la puissance dans ces deux domaines critiques. »

Algorithmes d'apprentissage automatique et recette optimale

L’équipe qu’IBM a réunie pour le projet comprenait des experts en IA et en apprentissage en profondeur  d'IBM Research et des experts en processus et des consultants de l’industrie d’IBM Consulting. Au cours des premiers mois intensifs de l’engagement, les équipes IBM et Panasonic ont collaboré pour identifier et affiner les opportunités de solutions. IBM a appliqué la méthodologie IBM Garage™, qui réunit les informaticiens et les opérationnels dans une collaboration itérative à fort impact, pour donner le ton à la collaboration, déterminer l’objectif global et co-créer des solutions.

Sur la base des défis à relever et d'une évaluation de la création de valeur la plus rapide, l'équipe conjointe a défini deux solutions de contrôle des processus qui sont devenues les premières offres de Panasonic en matière de fabrique intelligente. La première solution consistait à créer un découpeur plasma avancé en automatisant entièrement la génération de recettes.

L'emballage au plasma, c'est un peu comme de la magie. Pour un ingénieur qui essaye de trouver la bonne recette de plasma, ce qui doit sortir à la fin est une plaquette avec des motifs de découpe précis. Cela signifie prendre la bonne combinaison de décisions sur des variables telles que la pression et la puissance du vide, l’énergie des électrons, les énergies ioniques et les gaz, pour n’en nommer que quelques-unes.

Pour développer la solution de preuve de concept, l'équipe de recherche IBM a développé des algorithmes d'apprentissage en profondeur qui, grâce à un grand nombre de calculs, ont permis aux ingénieurs d'obtenir rapidement le mélange optimal de points variables. « Plutôt que de s'appuyer sur l'intuition ou les essais et erreurs », explique M. Hiroshima, « les ingénieurs disposent d'une interface visuelle intuitive [conçue par IBM Consulting] capable de simuler le processus avec précision et en quelques secondes seulement. »

La deuxième preuve de concept co-créée par l'équipe a répondu à un problème différent : la nécessité d'optimiser les performances des machines de nettoyage au plasma grâce à des pratiques de maintenance plus basées sur les données intelligentes. « Au lieu de recettes, l'application de nettoyage au plasma utilise un calcul avancé pour identifier le moment optimal pour effectuer le nettoyage et l'entretien », explique M. Hiroshima. « Trop tôt engendre des coûts inutiles, tandis que trop tard risque de provoquer une mauvaise qualité, voire des pannes de machines. »

Comme la solution de découpe, l'application d'état des machines est soutenue par des algorithmes développés par IBM Research. En utilisant les données des détecteurs montés sur les machines, l'application établit une corrélation entre les changements dans l'efficacité opérationnelle de la machine et l'état des différentes pièces de la machine. Le résultat visuel très intuitif, remarque M. Hiroshima, ressemble à une liste de souhaits pour des techniciens surchargés. « Les techniciens de la fabrique reçoivent une alerte, par exemple, indiquant qu'un nettoyeur au plasma en particulier fonctionne à un niveau sous-optimal, et que la saleté sur l'électrode en est la cause la plus probable », explique-t-il. « Ces informations permettent au technicien de prendre des actions correctives qui maintiennent un niveau de qualité élevé et minimisent les interruptions de la production. »

Lors des simulations et des tests rigoureux que nous avons effectués, la solution de découpe au plasma a réduit le cycle de développement de 30 %. Le cycle raccourci reflète la façon dont l'analytique basée sur l'IA permet aux ingénieurs de contourner une grande partie des essais et erreurs pour formuler la recette de plasma optimale. Hiroshi Benno Responsable du marketing produits, division Process Automation Panasonic Connect
Sur la voie de la production autonome au sein de la fabrique

Pour Hiroshi Benno, gestionnaire du marketing produit pour la division des activités d'automatisation des processus et figure clé dans l'effort de développement, les deux applications montrent à quel point les analyses sur l'atelier ont le potentiel de transformer la façon dont les puces sont conçues et fabriquées. « Lors des simulations et des tests rigoureux que nous avons effectués, la solution de découpe au plasma a réduit le cycle de développement de 30 % », explique M. Benno. « Le cycle raccourci reflète la façon dont l'analytique basée sur l'IA permet aux ingénieurs de contourner une grande partie des essais et erreurs pour formuler la recette de plasma optimale ». De plus, l'optimisation pilotée par l'IA a également permis de réduire de manière significative les déchets générés par le processus.

Conçue à cet effet, l'application de nettoyage au plasma de Panasonic a montré comment les connaissances en matière d'apprentissage automatique peuvent constituer la base d'une approche entièrement nouvelle, fondée sur les données, pour les décisions relatives à la maintenance des équipements. Les essais de l'application ont montré qu'elle pouvait, grâce à la combinaison d'une réduction de la maintenance inutile, d'une commande proactive de pièces et d'une diminution des arrêts de machine, réduire de 50 % les coûts de maintenance pour les clients de l'industrie manufacturière.

Alors que Panasonic s'apprête à commercialiser ces nouvelles solutions, ces mesures constituent un message fort : l'IA dans l'atelier de semi-conducteurs est prête à optimiser la conception et la production dès maintenant. Et en adoptant ces pratiques, les fabricants de puces peuvent répondre plus efficacement aux exigences croissantes du marché mondial hyperconcurrentiel d'aujourd'hui.

Quant à M. Hiroshima, il estime que le travail accompli jusqu'à présent par Panasonic avec IBM l'a également fait progresser de manière décisive sur la voie de sa vision à long terme. « Nous avons montré qu'en analysant les données de statut des machines individuelles à la périphérie, nous avons jeté les bases d'un équipement de fabrication autonome, dans lesquels la machine fonctionne dans les conditions optimales », explique-t-il. « La prochaine étape de cette progression consiste à intégrer plusieurs machines dans le cloud pour permettre une fabrication autonome à l'échelle de la fabrique. Ce groupe de machines hautement autonomes - la fabrique autonome - est le format ultime d'assistance auquel nous aspirons. De cette manière, une collaboration avec IBM qui transcende les frontières d’une entreprise peut faire un grand pas dans cette direction. Nous allons innover au-delà des idées et des processus existants. »

Logo Panasonic Connect
À propos de Panasonic Connect

Basée à Osaka, au Japon, Panasonic Connect (lien externe à ibm.com) est une unité de Panasonic Holdings Corporation spécialisée dans la transformation numérique. La division des activités d'automatisation des processus de l'entreprise fournit des équipements, des logiciels et des services aux clients de l'industrie de la fabrication dans le monde entier.

À suivre :
Voir plus d'études de cas Kyocera Corporation

Doubler la productivité grâce à une technologie autonome

 

Lire l’étude de cas
Mentions légales

© Copyright IBM Corporation 2022. IBM Corporation, New Orchard Road, Armonk, NY 10504

Produit aux États-Unis, octobre 2022.

IBM, le logo IBM, ibm.com, IBM Consulting, et IBM Research sont des marques commerciales d'International Corp., déposées dans de nombreux pays. Les autres noms de produits et de services peuvent être des marques d’IBM ou d’autres sociétés. Une liste actuelle des marques de commerce IBM est disponible sur le Web à l'adresse www.ibm.com/fr-fr/legal/copytrade.

Les informations contenues dans le présent document étaient à jour à la date de sa publication initiale. Elles peuvent être modifiées sans préavis par IBM. Les offres mentionnées dans le présent document ne sont pas toutes disponibles dans tous les pays où la société IBM est présente.

Les données de performance et les exemples de clients cités sont présentés à titre informatif uniquement. Les résultats des performances peuvent varier en fonction des configurations et des conditions de fonctionnement. LES INFORMATIONS CONTENUES DANS LE PRÉSENT DOCUMENT SONT FOURNIES « EN L’ÉTAT », SANS AUCUNE GARANTIE EXPLICITE OU IMPLICITE, NOTAMMENT SANS AUCUNE GARANTIE DE QUALITÉ MARCHANDE, D’ADÉQUATION À UN USAGE PARTICULIER ET AUCUNE GARANTIE OU CONDITION D’ABSENCE DE CONTREFAÇON. Les produits IBM sont garantis conformément aux dispositions des contrats qui régissent leur utilisation.