Künstliche Intelligenz und maschinelles Lernen sind die Hebel, auf denen Innovationen in einem Sektor basieren, der so wettbewerbsfähig ist wie die Halbleiterfertigung.
Das Volumen der Bauelemente mit Halbleitern hat sich in den letzten Jahren vervielfacht. Zusätzlich zu den Geräten, in denen diese Art von Komponenten traditionell untergebracht sind, werden Halbleiter zu unverzichtbaren Elementen im Internet der Dinge, Geräten, Fahrzeugen usw. Es überrascht nicht, dass viele Autohersteller in diesem Jahr die Produktion einstellen mussten, da keine Mikrochips vorhanden waren.
Diese Situation belastet den Sektor, der an der Grenze seiner Produktion liegt, weshalb nach Lösungen gesucht werden muss. Die Antwort liegt in der Anwendung künstlicher Intelligenz (KI) und maschinellen Lernens (ML).
Halbleiterhersteller arbeiten unermüdlich daran, die Entwicklungszyklen zu verkürzen, um neue Produkte schneller auf den Markt zu bringen und wettbewerbsfähig zu bleiben. Innovationen sind jedoch ressourcenintensiv, da die Kosten dramatisch steigen, wenn die Strukturen verkleinert werden.
Gemäß McKinsey Experten zufolge stiegen die F & E-Kosten für die Entwicklung eines Chips von 28 Mio. USD für den 65-Nanometer-Knoten auf ca. 540 Mio. USD für den 5-nm-Knoten. Außerdem stiegen die Baukosten für dieselben Knoten von 400 Mio. USD auf 5,4 Mrd. USD.
Daher muss die Halbleiterindustrie ihre Produktivität in Forschung, Chipdesign und Fertigung steigern, weshalb sie bereits ihr Gewicht hinter AI und ML wirft. Laut einer Studie des Beratungsunternehmens liegt der Beitrag dieser Technologien zum Gewinn der Halbleiterhersteller zwischen 5 und 8 Milliarden Euro pro Jahr.
Obwohl dies eine beachtliche Zahl ist, geht McKinsey davon aus, dass dies nur 10% des Gesamtpotenzials darstellt, das AI und ML in dieser Branche haben könnten. Es wird geschätzt, dass diese Technologien in nur zwei oder drei Geschäftsjahren jährlich zwischen 35 und 40 Milliarden US-Dollar generieren könnten. Langfristig gesehen könnte diese Zahl auf 85 bis 95 Milliarden US-Dollar pro Jahr steigen.
In der Perspektive gesehen machen diese Zahlen ungefähr 20% des aktuellen Umsatzes der Branche aus – der derzeit bei rund 500 Milliarden US-Dollar pro Jahr liegt – und ungefähr die gleichen wie die Investitionen von 2019 – 110 Milliarden US-Dollar.
Das Beratungsunternehmen gibt an, dass AI und ML Anwendungen in der gesamten Wertschöpfungskette der Halbleiterindustrie haben, obwohl die größten Auswirkungen in der Fertigung liegen werden. Diese Technologien verbessern beispielsweise die Genauigkeit des Chipätzens und optimieren das Timing, verbessern die Ausbeuten und vermeiden potenzielle Fehler. Sie helfen auch bei der Sichtprüfung von Wafern und gewährleisten die Qualität des Endprodukts, indem sie Fehler im Produktionsprozess erkennen.
Die Verwendung von KI und ML in F & E-Prozessen wird aufgrund der Automatisierung des Chipdesigns und der Verifizierung ebenfalls hervorgehoben. Basierend auf der Identifizierung von Fehlermustern können Algorithmen die Strukturen neuer Komponenten mit vorhandenen Designs vergleichen, um das Problem zu lokalisieren und das Design zu optimieren.
Diese Technologien werden auch dazu beitragen, Prozesse über die Fertigung hinaus zu verbessern. Sie werden beispielsweise verwendet, um ihre Prognosen an die Entwicklung der Marktnachfrage genauer anzupassen oder um ihre Bestands- und Betriebsplanung, den Einkauf und die Fertigung zu optimieren.
