引用:
|
作者a486207045
在試產已經成功的情況下 最重要的就是人力和時間了
先去把不良的產品切片分析 找出可能的原因後再依此調整參數再重試一遍
一直重複以上步驟才能慢慢拉高良率
|
就算是簡單的產品
量產幾百幾千個很容易
但如果拉高到幾千萬、幾億個，那就還是不簡單
你太小看試產跟大規模量產的難度差距
尤其是先進製程領域
每一個環節0.01%不良，數百道工序疊加下去
良率就爆了，先進製程要完成1片晶圓都要很長時間
好幾週甚至好幾個月，一台設備抓毛病
跟數百數千台設備抓毛病，這不是一般人力能完成的任務
一直有媒體報導台積電跟NV合作，很早就導入AI機器學習
然後生產出更強的晶片，又買回來提供更強的算力去運算
包含光罩運算都很耗時，而且需要大量經驗積累訓練學習
今天沒有足夠多的客戶、資金、機台提供大量數據
靠不斷積累、學習，慢慢逐步提升製程，一步一步小心翼翼
是不可能有今天台積電的規模
三星跟英特爾都在搞啥？那叫做彎道超車
FinFET搞不贏台積電，就轉往更困難的GAA
妄圖彎道超車，請問有足夠多的客戶下單嗎？
請問有足夠多的資金去買機台不斷生產積累經驗嗎？
有前面成功的高良率經驗去推動後面更先進的製程嗎？