半導体ダイジェストに掲載されました。 元の記事を見るにはここをクリック
著者：スティーブ・ザメック
半導体産業はパラダイムシフトを経験している。
シリコンが数十年にわたり主流であった一方で、化合物半導体——周期表の2つ以上の元素から成る材料——が次世代技術の基盤として急速に台頭している。電気自動車から5Gインフラに至るまで、これらの先進材料は従来のシリコンでは不可能だった革新を実現している。
しかし、化合物半導体の製造には高度な解決策を必要とする特有の課題が存在します。本特集では、先進的なデータ分析とエンドツーエンドの歩留まり管理が、化合物半導体製造をいかに変革し、これまで以上に効率的で費用対効果が高く、信頼性の高いものとしているかを掘り下げます。
化合物半導体革命
化合物半導体市場は爆発的な成長を遂げており、特に炭化ケイ素（SiC）、ガリウムヒ素（GaAs）、リン化インジウム（InP）、窒化ガリウム（GaN）といった高ボリューム技術で顕著である。これらの材料はシリコンCMOSと比較すると市場規模は小さいものの、その前年比成長率は従来の半導体技術を大幅に上回っている。
この成長は、複合半導体が持つ圧倒的な優位性によって牽引されています。複合半導体は、高電力・高周波・高温用途において優れた性能を発揮します。電気自動車のパワーエレクトロニクス、無線通信システム、固体照明、フォトニック相互接続において不可欠な存在です。
しかしながら、その製造プロセスは成熟度と最適化の面でシリコンCMOSより数十年遅れている。
化合物半導体製造におけるビッグデータの課題
現代の半導体製造では膨大なデータが生成される。全工程を通じて1枚（ウェーハ）あたりテラバイト規模に達することも珍しくない。この課題は自動車用途においてさらに深刻化する。データ保持に関する厳しい要件により、ストレージコストと大規模データ上で実行される分析性能の間の複雑なバランスが求められるためである。
製造サイクルには、ウェハー製造データをはじめ、様々なシステムに保存される多数のデータタイプが含まれます。これには製造実行システム（MES）データ、装置データおよび現場イベント、装置ログとオンツールセンサートレース、ロット系譜追跡（リワークやインラインデータを含むウェハーとロットの関係性）、計測と検査を組み合わせたデータなどが含まれます。 さらに、プロセス制御モニター（PCM）電子テストやウェーハ受入試験（WAT）などのテストデータも考慮される。ダイレベルテストでは、各ダイのビン状態や豊富な多次元パラメトリックデータを含むウェーハソートデータが生成される。複数のファブ技術を共同パッケージ化する傾向が見られる中、パッケージおよびモジュールレベルのデータも複雑さを増している。
このデータの複雑性を管理するには、製造フロー全体にわたる有意義な分析のためにデータをアーカイブ、集約、準備できる高度なビッグデータ分析プラットフォームが必要である。
化合物半導体が異なる点とは何か
化合物半導体製造の経済性は、シリコンCMOSとは根本的に異なる。化合物半導体、特に炭化ケイ素の生産では、総コストの大部分がプロセス初期段階で、高価な裸基板やエピタキシャルウェーハによって消費される。このコスト構造により、収益性確保には初期段階の分析と欠陥管理が極めて重要となる。また、全製造工程から最終テストに至るまでのデータを連携させる能力は、歩留まり改善の知見を得る上で決定的に重要である。
シリコンCMOS製造では比較的安価な基板が使用されるため、メーカーはプロセス後半に分析作業を集中させられるが、化合物半導体メーカーは最初から高度なモニタリングと分析を実施しなければならない。この要件が、化合物半導体製造に特化したユースケースと分析手法の開発を推進してきた。
以下では、化合物半導体解析の必要性を浮き彫りにするユースケースを検討する。最初のケースでは、根本原因分析における欠陥スタック解析とリビニングの利点を概説する。従来のウェハー単位の欠陥解析では、実用的な情報がほとんど得られないことが多い。
欠陥データをロットまたは製品レベルで特定の属性ごとに集計・フィルタリングすると、エピタキシャル成長における結晶欠陥やプロセス問題に起因する明確なパターンが浮かび上がる。これにより製造業者は根本原因の迅速な特定が可能となり、予測モデルを適用して下流工程の問題を予見し、欠陥が歩留まりに影響する前に是正措置を実施できる。
第二のユースケースは基板サプライヤーの品質に焦点を当てています。 ここでは、高度な分析技術によりエピタキシャル処理前後の欠陥データを取得し、基板およびエピタキシャル処理サプライヤーごとに集計し、結晶レベルでの3次元マップを作成します。異なる属性にわたる多変量スクリーニングを実行することで、製造業者は基板サプライヤーの品質向上を推進し、結晶成長に起因する欠陥を特定し、組み立て工程を通じて品質情報を伝達するインクマップを作成し、欠陥ダイをスクリーニングしてフィールドでの故障を防止できます。
エッジプロセスパラメータと計測結果の相関分析も別のユースケースである。多くの製造施設では数十から数百のオンツールセンサーから広範な装置トレースデータを収集しているが、このデータを下流の計測結果と関連付けることは稀である。
高度な分析プラットフォームは、この装置データをMESデータと連携させ、ウェーハ、レシピ実行、特定チャンバー間の関連性を追跡し、プロセス変動の根本原因を特定し、メンテナンス後のチャンバー適格性を可能にし、計測値逸脱に対する詳細な根本原因分析を実行できる。
第四のユースケースは、インライン検査の改善に向けた分析技術の活用である。従来はダイレベルのサマリーを用いて、インライン欠陥が最終歩留まりに与える影響を把握してきた。化合物半導体製造では、異なるベンダーの装置で実施される未パターニング欠陥スキャンとパターニング済み欠陥スキャンの欠陥マップの整合性など、特有の複雑性が存在する。
したがって、欠陥スキャンは、バーンイン、組立、最終テストにおける複数のウェーハテスト挿入と仮想操作を通じて、複数のビンマップに整合させる必要がある。先進的なデータプラットフォームは現在、従来のキル率分析と、インラインデータおよび基板データを用いて電気的パラメータに対して学習させる高度な機械学習モデルの両方をサポートしており、より正確な歩留まり予測とプロセス改善を可能にしている。
ユースケース5は、自動車用途におけるダイスクリーニングとインクマップの重要性を説明する。自動車用途は卓越した品質レベルを要求し、材料サプライヤーからのエピタキシャル欠陥、ウェーハのフロントエンド欠陥マップ、電気的ウェーハ選別ビンマップ、バーンインからのパラメトリックマップなど、複数の製造工程からのデータを統合する高度なスクリーニング手法を必要とする。
この多次元空間における金型の分析により、製造業者は外れ値スクリーニングを実施し、潜在的な欠陥部品が自動車顧客に届くのを防ぐことができる。
最後に、品質を損なうことなく運用効率を高める手段として、組立・試験工程における予測バーンインの必要性が高まっていることが確認されています。PCM（相変化メモリ）とウェーハプローブの結果を活用することで、バーンイン試験の結果を良好に予測でき、試験フローの最適化と製造コストの削減が可能となるようです。
高度な収益管理を支える技術
これらの高度な分析を実装するには、複数の層を備えた包括的なビッグデータプラットフォームが必要です：
- 接続レイヤー： 各種設備システムやデータベースと連動する標準 APIおよびコネクターにより、製造フロー全体にわたるシームレスなデータ収集を実現します。
- データ層と制御: 業界で 実証済みのデータモデルを特に
半導体製造向けに設計され、多様なデータタイプを整合させ、包括的な分析を可能にする。
- アプリケーション層： 最新のAI/MLフレームワークを組み込んだ高度な 分析アプリケーションにより、高度な予測モデリングとリアルタイム意思決定を実現します。
- 可視化レイヤー： 包括的なマッピングおよびチャート作成ツール群により 、データ発見を容易かつ直感的に実現します。何と言っても、百聞は一見に如かずです。
- 完全なトレーサビリティ： あらゆる物理的または論理的エンティティについて、製造工程全体を横断し、前後いずれの方向にも完全な トレーサビリティを実現します。この機能は、モジュールが複数のファブ製品を含み、様々なリワーク工程、ロット再鋳造、再グループ化操作が行われる半導体製造の複雑な性質を考慮すると不可欠です。
高度な分析による産業成熟度の加速
化合物半導体産業はシリコンCMOSに数十年の遅れを取っているが、この差こそが独自の機会をもたらす。シリコン製造で実証済みの高度なデータ分析を活用することで、化合物半導体メーカーは進歩を劇的に加速させることができる。
高い市場成長率と比較的未成熟な製造プロセスの組み合わせは、高度な分析ソリューションを導入する理想的な環境を生み出している。
わずか数年前にこれらの技術を導入した企業は、化合物半導体市場が急速な拡大を続ける中、今や大きな競争優位性を得ている。
現在の業界導入状況今日 、主要な化合物半導体メーカー（IDM、ファブレス企業、ファウンドリを含む）は既にこれらの高度な分析ソリューションを導入しています。当社の顧客12社は、炭化ケイ素、ガリウムヒ素、窒化ガリウムなどの化合物半導体技術を扱う大手IDMであり、業界では高度な歩留まり管理手法の積極的な採用が進んでいます。
これらの導入により、ユースケースの継続的な拡大とシステムユーザビリティの向上が促進され、化合物半導体エコシステム全体に利益をもたらす好循環が生まれています。
進むべき道
化合物半導体産業は重大な分岐点に立っている。市場需要が前例のない成長を牽引する一方で、製造上の課題はますます高度な解決策を必要としている。高度なデータ分析技術を活用したエンドツーエンドの歩留まり管理は、製造の卓越性への明確な道筋を提供する。
化合物半導体製造における特有の課題——高価な初期段階の基板から複雑な自動車品質要件まで——に対応可能な包括的な分析プラットフォームを導入することで、製造業者は以下の主要な目標を達成できます：
- 製造工程全体における歩留まり率を劇的に向上させる
- 品質と信頼性を向上させ、厳しいアプリケーション要件を満たす
- 早期発見と根本原因分析による効率向上
- 品質問題が発生する前に予防する予測能力を構築する化合物半導体製造の未来は、製造データの力を効果的に活用できる企業に属する。業界が成熟と成長を続ける中、今日高度な歩留まり管理能力に投資する企業が、明日の機会を最大限に活用できる最良の立場に立つだろう。
化合物半導体製造における革命は、単に新素材や新プロセスだけではない。データ分析の知的な応用を通じて、生産のあらゆる側面を理解し、制御し、最適化する方法そのものを変革することにある。
この変革を受け入れる企業が、半導体産業の未来を形作るだろう。