AI ในการออกแบบชิปไม่ใช่แค่เครื่องมือ แต่คือระบบเร่งวิวัฒน์ทั้งอุตสาหกรรม
การออกแบบชิป AI คือการใช้ปัญญาประดิษฐ์เข้าไปอยู่ในแกนของกระบวนการออกแบบและตรวจสอบวงจรรวม ตั้งแต่เครื่องมือออกแบบอิเล็กทรอนิกส์ การทำให้เป็นอัตโนมัติ EDA ไปจนถึงการจำลองทางฟิสิกส์และการวัดในโรงงาน เพื่อให้การผลิตสารกึ่งตัวนำสามารถตัดสินใจเปลี่ยนแปลงกระบวนการได้รวดเร็วขึ้น แม่นยำขึ้น และรองรับชิปรุ่นใหม่ที่ซับซ้อนและบรรจุแน่นยิ่งกว่าเดิม หัวใจของการเปลี่ยนแปลงอยู่ที่แนวคิด Manufacturing Intelligence ซึ่งมองว่าในยุคที่ข้อมูลมีล้น การแข่งขันไม่ได้อยู่ที่การสร้างข้อมูลเพิ่ม แต่คือการเรียนรู้ว่าข้อมูลใดสำคัญ แล้วเปลี่ยนเป็นการกระทำในโรงงานให้ทันเวลา แหล่งข้อมูลจำลองจาก EDA การคำนวณ TCAD และข้อมูลวัดจริงจากเครื่องมือ metrology ต้องเชื่อมต่อกันเป็นวงจรเดียว ไม่ใช่ทำงานแยกส่วนเหมือนในอดีต การตัดสินใจเรื่องการออกแบบและการควบคุมกระบวนการจึงจะทันต่อหน้าต่างกระบวนการที่แคบลงเรื่อยๆ ในโหนดผลิตขั้นสูง
Siemens–TSMC ตัวอย่างชัดของการทำให้เป็นอัตโนมัติ EDA ด้วย AI
เมื่อ Siemens ประกาศความร่วมมือที่ต่อเนื่องกับ TSMC เพื่อผลักดันการทำให้เป็นอัตโนมัติ EDA และการออกแบบชิปด้วย AI เป้าหมายแท้จริงไม่ใช่แค่เพิ่มฟีเจอร์ซอฟต์แวร์ แต่คือการหดเวลาพัฒนาและลดงานมือของวิศวกรอย่างเป็นรูปธรรม ภายใต้ระบบ Fuse EDA AI System และ Fuse EDA AI Agent กระบวนการออกแบบจำนวนมากเริ่มเปลี่ยนจากงานที่วิศวกรต้องไล่แก้ไปทีละประเด็น กลายเป็นเวิร์กโฟลว์อัตโนมัติที่วิ่งยาวได้เอง ตรวจสอบตัวเอง และปรับปรุงผลลัพธ์อย่างต่อเนื่อง จุดเปลี่ยนสำคัญคือเอเจนต์ AI สำหรับการแก้ไข Design Rule Check หรือ DRC-fix ที่เชื่อม Calibre เข้ากับ Aprisa และ Solido ทำให้การตรวจและแก้กฎออกแบบในทั้งวงจรดิจิทัลและวงจรคัสตอมเปลี่ยนจากภาระที่กินเวลา มาเป็นกระบวนการที่เครื่องมือช่วยวิเคราะห์ปัญหาและเสนอทางแก้พร้อมปรับใช้โดยอัตโนมัติ ผลคือวิศวกรใช้เวลาไปกับการตัดสินใจเชิงสถาปัตยกรรมและประสิทธิภาพ มากกว่าการไล่ปรับดีเทลเชิงกฎทีละจุด
Manufacturing Intelligence เชื่อม EDA TCAD และการวัดเข้ากับการตัดสินใจจริงในโรงงาน
จุดแข็งของแนวคิด Manufacturing Intelligence คือการยอมรับว่าการจำลองทางฟิสิกส์เพียงอย่างเดียว หรือการอาศัยข้อมูลวัดจากโรงงานเพียงอย่างเดียว ไม่พอสำหรับการควบคุมกระบวนการในยุคชิปขั้นสูง การจำลองช่วยจัดลำดับว่าควรสนใจตัวแปรใด ขณะที่การวัดจริงคอยยึดแบบจำลองให้ติดอยู่กับความเป็นจริง เมื่อทั้งสองเชื่อมเข้ากับข้อมูลจาก EDA และ TCAD กลายเป็นตัวแทนความรู้เดียว ระบบจึงสามารถแปลงหลักฐานจากภาพ defect เส้นโครงลายวงจร และแนวโน้มความแปรปรวนของกระบวนการ ให้กลายเป็นข้อเสนอการปรับกระบวนการที่เชื่อถือได้ ในมุมการออกแบบชิป AI หมายความว่าการตัดสินใจเช่น เลือกพารามิเตอร์กระบวนการ ปรับ layout หรือเปลี่ยนวิธีบรรจุ สามารถอ้างอิงทั้งผลจำลองและประวัติการผลิตในโรงงานเดียวกัน ทำให้การควบคุมกระบวนการไม่ใช่การลองผิดลองถูก แต่เป็นการเรียนรู้สะสมที่หลีกเลี่ยงการสูญเสียความรู้เมื่อมีข้อมูลใหม่เข้ามา เพิ่มความต่อเนื่องของการพัฒนาโหนดผลิตใหม่ๆ
AI-driven process control รับมือแพ็กเกจแน่นและการเชื่อมต่อแบบ hybrid bonding
ความท้าทายแท้จริงของการผลิตสารกึ่งตัวนำยุคชิปประสิทธิภาพสูงคือการแพ็กเกจที่หนาแน่นและการเชื่อมต่อสามมิติอย่าง hybrid bonding ที่แทบไม่มีช่องให้ความผิดพลาด กระบวนการ 3DFabric ของ TSMC ที่ Siemens ร่วมพัฒนาการออกแบบสามมิติให้รองรับ แสดงให้เห็นชัดว่าการควบคุมกระบวนการแบบเดิมไม่เพียงพอ การตรวจสายอากาศระหว่างชิปเล็ตด้วย Calibre 3DStack Advanced และการเดินหน้ารับรองเทคโนโลยี chip-on-wafer-on-substrate แบบ CoWoS-L ต้องพึ่งการวิเคราะห์เชิงร้อนและเชิงโครงสร้างที่ AI สามารถต่อยอดจากข้อมูลหลากหลายแหล่งได้ แนวทาง AI-driven process control จึงไม่ใช่แค่การปรับค่ากระบวนการแบบอัตโนมัติ แต่คือการเข้าใจผลกระทบเชื่อมโยงกันตั้งแต่โครงสร้างแพ็กเกจ ความร้อน การแปรปรวนกระบวนการ ไปจนถึงสัญญาณและพลังงานของชิป AI เอง เมื่อการตัดสินใจเหล่านี้รวมอยู่ในเวิร์กโฟลว์ EDA อัตโนมัติ วิศวกรสามารถออกแบบโครงสร้าง 3D IC ที่ผลิตได้จริง ไม่ใช่เพียงแค่จำลองได้ในคอมพิวเตอร์
ผลสะเทือนต่อผู้ใช้ และสิ่งที่จะตามมาในวงจรนวัตกรรมชิปรุ่นต่อไป
แม้ความร่วมมือ Siemens–TSMC ดูเหมือนเรื่องของโรงงานและทีมออกแบบชิป แต่ผลสุดท้ายกระทบถึงผู้ใช้โดยตรง เวิร์กโฟลว์ที่เป็นอัตโนมัติด้วย Fuse EDA AI Agent และเครื่องมืออย่าง Calibre และ Aprisa ทำให้ทีมวิศวกรทำงานซ้ำที่กินเวลาน้อยลง เวลาวงจรออกแบบถึงเทปเทาต์สั้นลง และสามารถรับมือความซับซ้อนของสถาปัตยกรรมชิป AI รุ่นใหม่ได้ดีขึ้น นั่นหมายถึงชิปรุ่นถัดไปจะออกสู่ตลาดได้เร็วขึ้น ในขณะที่ยังรักษาเป้าหมายด้านสมรรถนะและประสิทธิภาพพลังงานที่เข้มงวด ขณะเดียวกัน การรับรองเทคโนโลยี 3D IC แบบ CoWoS-L การพัฒนากระบวนการอย่าง TSMC-COUPE และการผลักดันมาตรฐาน 3Dblox สำหรับการออกแบบร่วมระหว่างชิปกับแพ็กเกจยังเดินหน้าต่อไป แนวโน้มนี้บอกชัดว่ารอบนวัตกรรมในอุตสาหกรรมการผลิตสารกึ่งตัวนำจะยิ่งสั้นลง ขณะที่การควบคุมกระบวนการต้องยิ่งพึ่ง Manufacturing Intelligence มากขึ้น ผู้ใช้ปลายทางจะเห็นเครื่องที่ตอบสนองเร็วขึ้น ประหยัดพลังงานขึ้น โดยมีชิป AI เป็นหัวใจที่ถูกออกแบบและผลิตบนเวิร์กโฟลว์อัตโนมัติอย่างเต็มรูปแบบ
