《CIM先进工厂管理的中枢神经.docx》由会员分享，可在线阅读，更多相关《CIM先进工厂管理的中枢神经.docx（5页珍藏版）》请在金锄头文库上搜索。
1、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（lifengsemi.org） # 7 N# u* / V* E5 S+ e7 p+ z8 J: , lf, p) H r: Z5 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
2、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( Y6 A9 e& Ay& 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 py) 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
3、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-
4、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?# n9 B2 t6 ge$ q4 K6 P5 mTSMC的CIM从1987到1995年，也
5、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
6、现。2 m7 B( K4 V. E/ $ |( b1 x) 0 C) U2 O3 i, VIBM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
7、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
8、是很有挑战的。8 l7 wb; p2 K* T! G7 d$ J4 2 G4 E% Vr6 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
9、r# H3 s* Y, o2 M5 lD9 X# L. e整体fab最优的实现: RTD+Scheduling, / r) F2 mJ* ?- 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Reques
10、t 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. Wh! 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
11、，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
12、 n, P$ # v! C. H9 Hs5 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 t
13、ool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/ n2 z9 G F( 1 |) l+ D; x* s7 l2 Z. W6 C! P b& k# l# G+ G3 M8 8 / n7
14、 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 Xo: 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
15、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. c2 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 EF2 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
