Искусственный интеллект и машинное обучение – это рычаги, на которых будут базироваться инновации в таком конкурентоспособном секторе, как производство полупроводников.
Количество устройств, содержащих полупроводники, в последние годы увеличивается. Помимо устройств, в которых традиционно используются компоненты этого типа, полупроводники становятся незаменимыми элементами в устройствах, автомобилях и т. Д. Интернета вещей. Неудивительно, что многие автопроизводители были вынуждены сократить производство в этом году из-за отсутствия микрочипов.
Эта ситуация напрягает сектор, который находится на пределе своего производства, поэтому необходимо искать решения. И ответ кроется в применении искусственного интеллекта (AI) и машинного обучения (ML).
Производители полупроводников неустанно работают над сокращением циклов разработки, чтобы быстрее выводить на рынок новые продукты и оставаться конкурентоспособными. Однако внедрение инноваций требует значительных ресурсов, поскольку затраты резко возрастают по мере уменьшения размеров структур.
В соответствии с McKinsey Эксперты, затраты на НИОКР для разработки чипа увеличились с 28 миллионов долларов для 65-нанометрового узла до примерно 540 миллионов долларов для 5-нанометрового узла. Кроме того, стоимость сборки тех же узлов увеличилась с 400 миллионов долларов до 5,4 миллиардов долларов.
Таким образом, полупроводниковая промышленность должна повысить свою продуктивность в исследованиях, разработке микросхем и производстве, поэтому она уже делает ставку на искусственный интеллект и машинное обучение. Согласно исследованию консалтинговой компании, вклад этих технологий в прибыль производителей полупроводников составляет от 5 до 8 миллиардов евро в год.
Хотя это значительная цифра, McKinsey считает, что она представляет только 10% от общего потенциала, который AI и ML могут иметь в этой отрасли. По его оценкам, всего за два или три финансовых года эти технологии могут приносить от 35 до 40 миллиардов долларов в год. В долгосрочной перспективе эта цифра может вырасти до 85–95 млрд долларов в год.
Для сравнения, эти цифры составляют примерно 20% текущих доходов отрасли, которые в настоящее время составляют около 500 миллиардов долларов в год, и примерно столько же, сколько капитальные затраты в 2019 году – 110 миллиардов долларов.
Консультации уточняют, что ИИ и машинное обучение применяются во всей цепочке создания стоимости полупроводниковой промышленности, хотя наибольшее влияние будет оказано на производство. Например, эти технологии улучшат точность травления чипа и оптимизируют время, улучшая производительность и избегая потенциальных сбоев. Они также помогут при визуальном осмотре вафель, гарантируя качество конечного продукта, обнаруживая дефекты в процессе производства.
Также будет подчеркнуто использование ИИ и машинного обучения в процессах НИОКР в результате автоматизации проектирования и проверки микросхем. Основываясь на выявлении схем отказов, алгоритмы смогут сравнивать структуры новых компонентов с существующими конструкциями, помогая локализовать проблему и оптимизировать конструкцию.
Эти технологии также помогут улучшить производственные процессы. Например, они будут использоваться для более точной корректировки своих прогнозов по эволюции рыночного спроса или для оптимизации своих запасов и планирования операций, закупок и производства.