半导体工业的蓬勃发展基于一个非常简单的概念:使晶体管更小。从发明晶体管到现在，这种方法就像是一个无底洞，每个新节点都能带来更多的钱。
摩尔定律将半导体工业推向了这一点。使用的图像由下一个平台
现在，随着制造商接近3nm，制造和经济障碍使得同样的方法更加复杂。AAC曾有机会与应用材料公司(一家为半导体晶圆厂开发设备的公司)坐下来，听取了该公司希望能重振半导体行业的新工艺控制。
缩小节点的竞争代价高昂
虽然从历史上看，设计成本随着新节点的增加而增加如今，这些成本正呈指数级增长。
据麦肯锡公司（McKinsey and Company）称，在16nm节点设计IC的总成本，包括架构、验证和IP认证，约为1.04亿美元。跳到5nm，我们已经达到了2.97亿美元$5亿美元即将投入3亿美元。
新型IC节点的研发和制造成本呈指数级增长。图片由麦肯锡公司
然而，在许多方面，唯一比将晶体管缩小到3纳米节点更昂贵的是创造能够实际生产这些晶体管的制造设备。麦肯锡的同一份报告告诉我们，在16nm节点上建造和装备一个晶圆厂的成本为13亿美元。在5nm领域，我们已经达到了54亿美元，而3nm未来可能会达到100亿美元。
这些设备的成本大多来自于支持小型节点制造的新工具的需求;例如，虽然EUV工具现在是小节点的关键(且昂贵)必需品，但它们并不存在于大节点。
半导体晶圆厂面临的技术和经济挑战越来越大，以至于o只有大型企业才有能力参与其中．
Fab Efficiency的成本
随着半导体设计和制造成本的增加，效率变得比以往任何时候都重要。这样想:因为运营一个晶圆厂每天要花费数百万美元，任何停机时间都是有害的．由于这个原因，许多晶圆厂保留了价值数百万美元的闲置库存晶圆，因为他们宁愿承担这些成本，而不愿承担与停机相关的成本。
不同补贴水平下的晶圆厂利用率与盈亏平衡时间。图片由麦肯锡公司
麦肯锡和公司的报告显示，如果没有政府补贴，5nm的工厂将需要五年多的时间才能实现投资收支平衡，即使它以100%的利用率运行。当利用率下降到50%时，即使是一个补贴高达20亿美元的晶圆厂也需要10年时间才能实现收支平衡。
这些陡峭的经济壁垒甚至阻碍了企业参与，进一步将该行业整合到少数富裕公司和国家的背上。
应用材料流线晶圆缺陷检测
这些工厂一直在寻找提高速度和产量的方法。应用材料旨在通过将人工智能和数据科学应用于晶圆检验过程．
在现代半导体设备中，缺陷检测可能是一个成本高昂的过程。使用的图像由应用材料提供
他们的一个平台，被称为光线影业，利用数据科学和光学来执行更先进的晶圆检查。通过收集更多关键产量的数据，该公司相信它可以将捕获关键缺陷的成本降低三倍，并在同一过程中提高产量。
过程控制的另一个要素是SEMVision系统，它是一种eBeam审查技术，使用第三个要素：ExtractAI来培训Enlight系统。
ExtractAI系统使用人工智能从高端扫描仪产生的一般噪声中区分出缺陷。事实上，该系统工作得非常好，以至于该公司报告称，仅在检查0.001%的样品后就能识别晶圆上的所有潜在缺陷。
enlight(左)、ExtractAI(中)和SEMVision(右)这三个元件使用光学来捕获更多的良率数据，并使用人工智能来快速分类晶圆缺陷。图片由应用材料提供
3nm生产的解决方案？
由于晶圆厂的任务是扩展到3nm，因此设备必须更快、更有效地识别晶圆缺陷。像Applied Materials推出的工具，似乎可以降低这项工作的成本，同时保持生产周期的准时性。
