Kunstmatige intelligentie en machine learning zijn de hefbomen waarop innovatie zal worden gebaseerd in een sector die zo concurrerend is als de productie van halfgeleiders.
Het aantal apparaten met halfgeleiders neemt de laatste jaren toe. Naast de apparaten die van oudsher dit soort componenten huisvesten, worden halfgeleiders onmisbare elementen in apparaten, voertuigen, enz. Van het Internet of Things. Het is niet verrassend dat veel autofabrikanten dit jaar de productie hebben moeten verminderen bij afwezigheid van microchips.
Deze situatie belast de sector, die aan de limiet van zijn productie zit, dus er moet naar oplossingen worden gezocht. En het antwoord ligt in de toepassing van kunstmatige intelligentie (AI) en machine learning (ML).
Halfgeleiderfabrikanten werken onvermoeibaar aan het verkorten van ontwikkelingscycli om nieuwe producten sneller op de markt te brengen en concurrerend te blijven. Innoveren vergt echter veel middelen, aangezien de kosten drastisch stijgen naarmate structuren kleiner worden.
Volgens McKinsey experts, stegen de R & D-kosten voor de ontwikkeling van een chip van $ 28 miljoen voor het 65-nanometerknooppunt tot ongeveer $ 540 miljoen voor het 5-nm-knooppunt. Ook zijn de bouwkosten voor dezelfde knooppunten gestegen van $ 400 miljoen naar $ 5,4 miljard.
Daarom moet de halfgeleiderindustrie zijn productiviteit verhogen op het gebied van onderzoek, chipontwerp en productie, en daarom werpt het zijn gewicht al achter AI en ML. Volgens een studie van het adviesbureau bedraagt de bijdrage van deze technologieën aan de winst van halfgeleiderfabrikanten tussen de € 5 miljard en € 8 miljard per jaar.
Hoewel dit een aanzienlijk cijfer is, gelooft McKinsey dat het slechts 10% vertegenwoordigt van het totale potentieel dat AI en ML in deze branche zouden kunnen hebben. Het schat dat deze technologieën in slechts twee of drie boekjaren tussen de $ 35 miljard en $ 40 miljard per jaar kunnen genereren. En kijkend naar de lange termijn, zou dat cijfer kunnen oplopen tot $ 85 miljard tot $ 95 miljard per jaar.
In perspectief gesteld, deze cijfers zijn ongeveer 20% van de huidige inkomsten van de industrie – die momenteel ongeveer $ 500 miljard per jaar bedragen – en ongeveer hetzelfde als de investeringsuitgaven voor 2019 – $ 110 miljard.
Het adviesbureau specificeert dat AI en ML toepassingen hebben in de gehele waardeketen van de halfgeleiderindustrie, hoewel de grootste impact zich zal bevinden in de productie. Deze technologieën zullen bijvoorbeeld de nauwkeurigheid van het etsen van chips verbeteren en de timing optimaliseren, de opbrengsten verbeteren en mogelijke storingen voorkomen. Ze zullen ook helpen bij de visuele inspectie van wafers, waardoor de kwaliteit van het eindproduct wordt gegarandeerd door defecten in het productieproces op te sporen.
Ook het gebruik van AI en ML in R & D-processen komt aan de orde, als resultaat van de automatisering van chipontwerp en verificatie. Op basis van de identificatie van faalpatronen, zullen algoritmen de structuren van nieuwe componenten kunnen vergelijken met bestaande ontwerpen, waardoor het probleem kan worden gelokaliseerd en het ontwerp kan worden geoptimaliseerd.
Deze technologieën zullen ook helpen om processen buiten de fabricage te verbeteren. Ze zullen bijvoorbeeld worden gebruikt om hun prognoses nauwkeuriger aan te passen aan de evolutie van de marktvraag of om hun voorraad- en operationele planning, inkoop en productie te optimaliseren.