CIM先进工厂管理的中枢神经.docx

CIM:先进工厂管理的中枢神经
CIM:先进工厂管理的中枢神经 $ M- v" d0 S. M6 ?; h0 W/ Q
作者：冯莉（[e-mail]） # ~7 N# u* {/ V* E5 S+ e

7 p+ z8 J: \, l  f, p) H" r: Z  5 B% K7 p* A' D9 u/ d5 t
“CIM Solution的价值在哪里？在日语中，自动化的‘动’是有‘人’字旁的，也就是说自动化程度越高，相配备的人也越多。如果使用CIM仅仅关注于价格的下降，那么人力成本将不降反升。CIM给工厂带来的本质改变应该是品质的提升， 良率的改善及产能的增加。”台积电中国区副总王元禹在SEMICON China 2008的“工厂自动化的先进技术及挑战研讨会”上说。
3 |/ Q( \/ l) ^4 h( Y
6 A9 e& A  y& y/ x; t; wCIM是计算机集成制造(Computer Integrated Manu-facturing)的简称。多年来，CIM的概念不断丰富与发展。生产自动化对半导体制造企业的业务增长和盈利来说非常重要。
$ R. E& v3 u, E. m1 V" f2 z0 p
  y) E' i# ~" M3 i每个工厂都很注重产量的提升。有这样一个例子：一个芯片厂仅仅通过机器摆放位置重组就把产量提升了10％。听来和CIM无关的小例子恰恰证明了CIM的重要性，因为只有背后大量数据支持，才能做出重新摆放设备的决定，Qimonda高级经理刘用文说。
+ W" h% H$ s. z: h
/ `' X1 }' A" F6 ~# T2 K目前fab的资料呈爆炸性增长，不断提升的产能使在线生产的批次数量大增，产品的种类越来越多，自动化系统从设备获取的数据不断增多。如此大量的数据如何处理和管理？如何保障产品的可追溯性（Traceability），即一旦终端产品出现问题，有没有办法trace back，从而了解过去的生产过程中用过什么设备和材料？为此MES必须投入很大精力来保留lot、设备和材料之间的关系，Applied Materials高级商务拓展咨询师谢自强说。
5 Q: d( n- f2 Q, _* G/ v1 N- O- c/ M6 V- U2 }: R1 D

/ m. q: I% b: {) b( K9 h4 I, k1 `6 I* m, ^
中国的CIM生存环境
& E) a% C4 h$ Z. }6 f半导体制造在中国的兴盛也只是在近几年。通常工厂在建厂初期的关注点都是快速导入和ramp up，所以MES做得都相对比较简单，主要用来做Lot Tracking(过账)，而半数厂商可能还没有做到设备集成，因为中国的劳动力成本与软件成本相比还是比较低的，所以这些厂商会选择自己建立解决方案。# A, T% x1 I8 p" D& U  ?# n

9 B2 t6 g  e$ q4 K6 P5 mTSMC的CIM从1987到1995年，也花了大致8年时间才成型。最初TSMC也只是做WIP Tracking，但把计划和产品做顺以后，就会买更多软件，进行更多咨询，做更多自动化，从而一步步的向世界一流企业看齐。实施CIM以后，公司内部的人员需要时间去吸收消化，把这些解决方案变成自己的东西。王元禹说TSMC有10家fab厂，500人的IT部门大约有300人做CIM，TSMC前后用过3套MES系统，内部专家对系统的掌握理解可谓与供应商不相伯仲，但fab毕竟不需要自己开发软件，而是需要好的技术和可靠的平台，因此健全的solution base是必须的。但是在此基础之上，公司必然有很多内部know how的人加入，而这些才是内部专家价值的体现。
2 m7 B( K4 V. E/ `$ |( b1 x) `0 C) U2 O3 i, V
IBM的管理咨询师赵洪星认为，有些企业目前还不能认可经验带来的价值，而且每个企业都会衡量投入和产出的回报是否相符。选择怎样的CIM不是单纯的IT决定，而是商业决策，要快速提高产能、良率，就需要成熟的CIM。尽管一些企业的管理层对CIM的认知不足，但管理层也未必需要知道CIM本身能做什么，供应商可以通过沟通了解企业的需求来帮助其解决问题，FA的CEO吕凌志说。CAMSTAR的高级销售总监Mike Henry指出，MES供应商自然用原有模型的基础上构建适应用户的平台。除了保持与用户的供应链架构、配置、扩产计划以及数据模型的一致性以外，还要有快速的实施手段在各地的厂区作业及实施测试。! u# r: _' z2 {( m) F8 ?( f

) ?8 b6 F: w$ {& s+ ]中国的fab分布在不同地方，有些总部还在国外，在诸多厂同时运作的情况下，如何做到良好的数据管理是一大问题。如果总厂统筹接单，然后由各个分厂分散处理，那么这些资料该如何整合？如果用到BKM（Best Known Method），这些方法如何部署到分厂，又如何统一这些方法和流程？这些都是现实问题。即使同一地点的同一家fab，也会面临不同系统的整合，更何况不同的地点、不同的公司乃至上下游之间资料的互相整合。当整合难度不断提高，如何去管理数据是很有挑战的。8 l7 w  b; p2 K* T! G7 d$ J4 \
2 G4 E% V  r6 Q/ D6 U
对于多个工厂和地点，IBM通常做集中化的数据仓库（data warehouse）提高生产率，赵洪星说IBM会对每个工厂采集来的数据进行分类和处理，把相关性较好的信息联系在一起，提供给其对应的内部用户、外部用户或供应商。这样对用户来说比较容易获得需要的数据且相对比较可靠，开发和维护的成本也能降到最低。谢自强说，只要涉及到数据共享，就会遇到资料管理的问题，部门之间如何共享，与客户如何共享，如何在共享的同时也保护好IP？对数据共享的管理越是严谨，对技术层次的要求就越高。! ^5 v' \0 x; B" r# H3 s* @" Y, o2 M

5 l  D9 X# L. e整体fab最优的实现: RTD+Scheduling, [/ r) F2 m  J* ?- u; Y
当fab完成ramped up后，如何进一步提升呢？大多MES都拥有最基本的能力，包括Reporting(报表)、Scheduling(排程)、Dispatching(派工)。但要超越MES现有的能力还要仰仗更好的决策工具。智慧派工RTD(Real Time Dispatching) 是一个根据规则(Rules)来动态决定生产顺序的引擎，可根据不同设备类型来定义适合本厂业务的派货法则(Dispactching Rules)，设备每次Request Next Lot都会根据定义好的规则去要求下一个lot。谢自强介绍，RTD可以帮助改善产品生产周期、减少生产变异性、提升设备使用率、增加晶圆产出以及提升AMHS的性能。目前RTD系统在200mm的渗透率是70%，而在300mm则高达的90%，所以在300mm透过RTD来做自动派工已是必需。许多的后道封装测试厂也开始希望利用RTD的优势来做整厂的派工。
0 P$ c+ l/ f% n6 {  f; N" c
) S- N. W  h! s$ M' Z4 E( A图1为RTD实施实例。从之前DPML(Days Per Mask Layer)的cycle time处于红线位置，到实施RTD后DPML下降到绿线位置，整个cycle time提升了50％，RTD帮助突破规划的极限，把隐藏的产能抓出来。
& `  @, w+ ?5 e9 }
5 A; \" Y+ q- \- a
% A. v3 e& a, O" H4 _; X) `
0 ~+ C% u0 _; p) U2 p! _2 J谢自强说，通常派货指令是等到Lot Trackout时才会request next lot, 其实request next lot时间点可以弹性地设定得更早，在lot快要处理完的时候，就给RTD发出要求，利用lot从stock转到设备的时间差就可以开始准备，节省了很多时间。如图2所示，在RTD装入以后，原本瓶颈设备的空闲时间下降了7％，工艺处理时间显著增加。
9 n, P$ \# v! C. H9 H
  s5 Q, T( j+ C2 V. i/ V+ |; Z赵洪星建议，通常用按规则派工（rule based dispatching）时，只解决了当下设备使用率的问题，却不能很好地解决全厂配置最优化的问题，因为还有很多变量会影响到派工，如Production Scheduling、Factory Loading、Expediting/Prioritization、Capacity Utilization、Tool-level Dispatching、Management Behavior等，如何做到整体fab的最优化？就要通过工厂排程scheduling tool的调节，在RTD的基础上加上整体fab最优的计算和仿真的结果来调整dispatching。通常增加throughput的同时cycle time也有较大的增长，但有了scheduling tool后，在throughput增加的同时，cycle time没有很大的增长。当变量(variability)和cycle time都减少以后，新增加的yield learning可以帮助厂商更快的抢占市场。2 |& c0 u5 j% T/ p# `) i) s) r/ n
2 z9 G' F( [1 |) l+ D; x* s7 l

2 Z. W6 C! P' b& k# l# G+ G3 M8 @8 `/ n7 H8 K" r
下一代制程的数据搜集标准：Interface A
; V, u; C5 [8 RInterface A作为全新的数据搜集标准，其实是有很多内在因素在推动它的进程。据刘用文介绍，近五年来，每个半导体厂商都希望做的就是推进APC和OEE，尤其是OEE这方面。目的很简单，就是希望在不投资的情况下，不买新机器，不盖新厂，使整个效益有所提升。然而天下没有免费的午餐，在不投资的情况下，要提高效益，通常要做很多分析，那就必须搜集更多数据。4 D% |9 X  o: `1 K* @% D5 s

: f; @, C# v$ x. @( W此外推动Interface A的还有制造技术。从70nm到58nm甚至下一阶段的30nm制程，我们发现FDC和R2R非常重要，而所要求搜集的数据也越来越多。目前run to run的应用还没有充分到达wafer to wafer的控制，在精密度方面也面临很大的瓶颈。然而最根本的问题是SECSI面临一定的数据带宽限制，最多只能收8GB，而HSMS则最多只能收4GB，这样就对数据收集有了限制。Interface A的提出正是希望克服这些问题。, g& Z1 L' p- x, g. c
2 F) u+ o, o# P
目前，Interface A定义的界面不包含生产和程序的资料部分。刘用文解释说，Interface A所提出的要求并没有明确指出所要的资料和lot有关还是和recipe有关。特别是工厂在做资料的分析和整合时，缺少这方面的资料，FDC和R2R就无法直接使用所收集的资料。而在实施过程中，软件供应商提供的数据收集计划(Data Collection Plan，DCP)也没有和MES相结合。所以当使用看似完整度很高的第三方的产品时，在实际应用中还要做设备集成或是和MES结合。要把第三方软件整合到整个环境，就必须由用户的IT部门花很多精力，或是花钱让供应商把系统做完整。
6 h- ]3 U- j: t- A* K9 E  F2 u! E
+ M& s( f0 {8 S0 }另一个挑战来自数据处理。虽然Interface A的一个概念是每个不同应用可以根据自己的需要向设备索取数据，但这只是个理想状态。如果资料量非常大，那么这些应用能否及时处理，这些数据是否又具重复性？机器也有一定瓶颈，并不能像Interface A一开始提出的那样，想要什么数据都能立即获取。于是在这种情况下要把数据整合，决定要收集怎样的数据是一个比较新的工作。所以Data Sink的概念很重要，刘用文介绍说，很多厂家的做法是通过EDN Client把数据收完后直接传给application，而Qimonda更倾向于将数据放到Data Sink，其它应用可以透过一定的interface拿到资料。其中一个很大的因素是因为数据量非常的大，应用很有可能没有办法在适当的时候做一定的处理。而Data Sink能把data暂存下来，然后传给不同application。而这也是个很有效益的database，可以为以后的data collection做参考。' H" H/ x: x5 I9 C, J1 G

* _: T, R; U5 `3 [0 U2 @1 Y此外，Interface A并没有细化一些关键定义，DCP是个开放式的XML 形式，仅仅收集希望收集的数据，如温度、压力以及chamber中的某个设定，却并没有production WIP相关所数据。要做完整的Data Sink还需要具备更完整的资料。想象如果是纯粹XML file，在无从知道这些数据是在什么情况下获得的，要把数据提取出来非常困难。但如果在做数据收集计划的XML时，就定义了这些资料，那么把所需的数据提取出来就会容易许多。' G5 j; o( ?) e% V' g
( X" r, J1 ~2 s$ G
Interface A的应用也有很大问题，用户必须把现有数据收集计划转化成Interface A的数据收集计划。现有的DCP都是基于SECS里的SVID，都是一串数字，必须把数字转化成DCP中Interface A所提供的变量的名字。目前大部分提供Interface A的设备厂商都不提供Mapping，在没有文件化的情况下，只能通过数据库的逐个查看，也不可能通过写程式的方式做完全转换。根据Qimonda的经验，转换一台机器往往需要好几天的时间才能将数据收集计划转化完成。
7 l! O1 R, `+ P/ k. w' [& W
- c% N( q7 L: v) ^- i1 |在资讯技术上，Interface A的实施也有一定难度。据测试显示，市面上的XML library转化时有一定的效率问题，每秒需要应付4～5万个参数，但这样的转化效率安装在一台server上，却只能处理2～3台设备，这样硬件的投资将非常大，这也是目前急需克服的问题。
- @  C# E* _1 j+ s5 ]: Q
. g0 Z, v4 U! {2 {/ Z$ x7 b刘用文建议说，只要公司有计划从90nm制程向70nm甚至更小的制程转化，就应该开始考虑Interface A的应用，并开始准备架构的转化。因为从90nm、70nm直到50nm以下，会发现数据收集的压力非常大。在Interface A还没有成为主要资料收集来源时，就考虑将现有的架构进行改换，当具有Interface A的设备成为主流时才不会面对转换上的困难，同时在目前就可以享受到Interface A所带来的好处。: m& B$ t- u! E, O8 g
任何新概念的引入都是极具挑战性的，中国第一家采用CIM芯片的公司在经历了3个月的极度不适应后却发现已经离不开CIM。随着技术的进步，CIM进入先进工厂已成为必然。虽然在产业标准方面，CIM的推进过程还有待完善，但这也意味我们将会做得更好。
: f- |/ J7 o$ S
9 E$ d3 P; V. X致谢/ |" A7 Y' X2 F& J+ A2 m7 [
感谢以下业界专家参与本次研讨会及对本文进行的指导：9 e$ N) R; b, \) v. {
王元禹             中国区副总                  TSMC
( J2 |0 Q2 G" P9 Y9 i刘用文             高级经理                      Qimonda# O# G. E/ ~3 P/ U9 E
谢自强             高级商务拓展咨询     Applied Materials
0 L# G6 w4 M( L" V赵洪星             管理咨询师                  IBM- _6 u2 z0 n$ L5 C: W9 p# I
吕凌志             CEO                                FA9 j5 N, q# X) D# ~& c
Mike Henry     高级销售总监              CAMSTAR
+ V( X. s* V/ S$ D& l* ?
: G7 q( x5 [8 J$ B7 r* }% P
% B) m6 T( ?# |白话CIM Solution Function
1 C7 O4 G1 @  q+ h% O$ P7 m7 I) Y5 [  U& c
MES
4 E, f% Z; n3 f) |9 h8 `MES详细记录所有设备, 在此基础上建立产品流程，以及选择适用的recipe。MES是整个工厂的核心，主要功能是tracking。9 u3 G/ G# T5 E

5 D7 U) ]  d7 i! q5 A# KFab Wide APC' Q3 I' ?+ ]! h
完整APC架构平台，往下链接设备，往上链接应用面。APC提供完整central database，开发出各种应用，如fault diction, run to run control, yield enhancement。 # y+ z( G# J" b) k, R2 k8 P" a
（注： Applied Materials的APC solution在sun fab已经实现完整实施。）* H/ I8 @5 ^8 z+ |

6 Y! K0 b8 x4 p( D! }# H) z8 sDispatching & Scheduling
; c7 ?. v8 n9 u& F" O- [Scheduling是做生产计划（wafer start plan），确保客户的due date，甚至可以预估在满产时订单接纳与否。而dispatching是人工智慧，关系到整个生产的cycle time、throughput等等。
8 F7 V! ?! B" j# D7 s, g* F例如，当有20个lot的情况下，如何排priority, 是客户优先，还是first in first out，亦或是考虑整条线的balance。综合各种客观因素，去设计最好的dispatching方式。
, ~. ^( G# o- O4 i/ k+ h2 n
; R; Y/ j! q( cMaterial Management
: Z! J9 V' T( x3 B& o简单说就是material transportation。在对的时间，把对的东西，送到对的地方。了解material在现场的动向、速度、位置，机台之间的传输和判断。# z/ ~/ l0 E4 n- B& b

' S. D; D. ^/ K4 hDurable Management
1 B/ b1 ~: W  s6 A指包括掩膜版、FOUP等durable材料如何做最好的管理。例如，有统计显示，fab厂的Stepper有18％的idle time是用来等待掩膜版。' ^  y- N! T+ r6 A; J

, D# J1 _4 ]+ B! l% x, p" HSimulation
. g) ]3 ^' e" c预估生产效益，并在fab有变化时预估可能的影响。
% w& L7 X. S$ `* u/ W  e例如，Fab目前产能3万片，想提升到3.5万片，要如何安排？购置什么关键设备，对整个生产影响有多大，是否有可能产生bottle neck？这些问题Simulation都可以预估出来。Simulation可以把fab完整的model架设在simulation里面，透过调整不同的input，如多加几台scanner、CVD来看其产生的影响（生产效益和cycle time的变化）。: ?4 B4 f, f7 g
* {' u+ q1 F: n, p
Diagnostics+ \& o: s! {) A/ D$ f3 e/ E2 f
即使做保养，机台很多特性仍会会shift。生产过程中，diagnostics可以帮助分析和评估这些数据是否偏移。
+ F1 P# i( p/ A6 t4 [( Y% B' K2 C# b3 e7 u9 F9 Y5 a
Maintenance Management
- h! o+ S( y: Y& A# B2 c, g0 M5 G除了定期的保养，还要定义maintain的SOP，即遇到情况的处理流程。
5 M& M( |# a+ C6 O3 p! o2 M1 f; l3 I8 J; h  V
Run-to-Run
+ k3 b( S( @0 h) |1 S; f根据量测的结果，反馈到process machine，动态调整生产的参数和pattern的应用。