制造 / 半导体
SK海力士：工序虚拟量测与异常原因分析
- 企业
- SK海力士
- 国家
- 韩国
- 实施阶段
- 运营中
- 资料发布
- 日期依据
- 资料发布的时间，可能与启用日期不同。
- 依据核验方式
- 阅读原文正文
业务问题
半导体工序要经过量测环节，通过测量结果确认工序是否正常。量测率一旦偏低，就很难分辨跑同一工序的设备之间的性能差异。光刻工序的套刻预测模型也只专注于提高准确度，难以说明各输入变量如何影响结果。
使用的技术与数据
SK海力士与工业AI初创公司Gauss Labs合作，使用基于AI的虚拟量测方案Panoptes VM，自2022年起用于生产现场。虚拟量测是预测未直接测量的工序结果的方法。两家公司利用Panoptes VM的运行数据构建了设备间性能匹配框架，共同提出早期检测设备异常并快速诊断原因的方案。在套刻方面，他们加入了基于梯度下降法的框架GRACE。GRACE量化输入变量对预测结果的影响，提供能解释模型性能的指标。SK海力士自发布前一年起把GRACE应用到生产现场，用于及时掌握工序异常并查找原因。
成果
两家公司在SPIE Advanced Lithography + Patterning 2026上提交两篇论文，口头报告和海报环节各一篇。论文收录了基于SK海力士实际生产现场运行Panoptes VM的数据所得的共同研究成果。他们表示，数据证明了可以有效识别因量测率低而难以分析的设备间性能差异。Gauss Labs代表金永汉表示，这是方案落地之后仍持续在制造现场挖掘应用场景才取得的成果。
局限与待解问题
原文中没有良率或量测成本改善的数字，也未公开表示GRACE现场应用范围与效果的指标。
来源
- SK하이닉스, 가우스랩스와 ‘SPIE AL 2026’ 참가… AI 기반 반도체 가상계측 관련 기술 논문 발표 , SK hynix Newsroomnews.skhynix.co.kr, 查阅
本案例根据公开资料整理，并非 ATF Works 客户的成果。