半導��プロセスはビッグデータ解析で�攵掚向�屬悄�AEC/APC Sympo2013から
半導�����]におけるプロセスパラメータがあまりにも膨�jになり、まるでビッグデータそのものの扱いと同様な分析法が求められるようになりつつある。さまざまな検索データや通信ログ、などの膨�jなデータをクラウド�屬能萢�するビッグデータの解析�}法が、半導��プロセスのデータにそっくりそのまま当てはまるのである。
図1 AEC/APC Symposium Asia 2013の開会風景
半導��プロセスで使われるパラメータは極めて�Hい。�a度や圧��、��数のガスの流量、プラズマパワーなど、さまざまなパラメータを�j量のウェーハに適��していく。ウェーハは、FOUPカセットに入れられて処理されるが、カセット間、カセット内、ウェーハ間、ウェーハ�C内、これらのバラつき要因を分析しようとすると、もはや膨�jなデータ処理に匹�發垢�。
プラズマプロセスでは、チャンバの内壁に薄膜が�\積したり、内壁が削られたりするなど、厳密にいえばウェーハ1��処理するたびに条�Pが変わってしまう。それもカセット同士の間でも変わる可��性がある。このため、チップの電気的��性とプロセス条�Pとの�官�が極めて複雑になっている。�kつのパラメータを変えると、そのまま電気的��性に現れるとは限らない。半導��プロセスで使われている���]条�Pが、�駘�的にとらえきれなくなってきたのである。
2013�Q11月7日、東�Bで開��されたAEC/APC Symposium Asia 2013（図1）の基調講演に立った、東��セミコンダクター＆ストレージ社CIOの�K��男��(図2)によると、工場のCIMシステムや���]����、検�h����から毎日集まるデータは、1600Mデータにも及ぶという。ほぼ3�Q間の履歴データを積み�屬欧襪�、ペタ（テラの1024倍、ギガの約��万倍）バイト級にもなるとしている。まさにビッグデータそのものである。
図2 東��セミコンダクター＆ストレージ社CIOの�K��男��
AEC（Advanced Equipment Control）/APC（Advanced Process Control）は、半導�����]プロセスのバラつき変動や経時変化などをフィードフォワードなどによって�U御する�\術や����の総称。この会議は、フ��ードバック/フ��ードフォワード�U御と共に、モデルを立て統��的�}法が�Lかせなくなってきたことを��してきた。今�Qはさらに、ビッグデータの解析に��要なHadoop関数を半導��プロセスデータの解析にも使う�妓�が見えてきた。Hadoop関数は�jきなデータをいくつかに分割し、��数のコンピュータで分�g処理していく�}法である。
半導��を歩�里衫匹�、均�kな高い����で作るための総合�\術は、ビッグデータを解析して、�U御するようになる。�K��によると、ビッグデータ解析時間はまだ��いため、今後、����データのオープン化や�Y��化などによって、処理時間の�]縮を図る��要があると指�~している。
