人工智能團(tuán)隊(duì)合作或可大幅削減芯片開發(fā)成本

LAM RESEARCH

當(dāng)涉及到開發(fā)制造微芯片的新方法時(shí)，最好的方法可能不是單獨(dú)依靠人類或計(jì)算機(jī)開發(fā)的設(shè)計(jì)，而是將兩者融合在一起。一項(xiàng)新的研究發(fā)現(xiàn)，與僅依靠人類專家相比，這種合作可能會(huì)將成本降低一半。

該研究的資深作者Richard Gottscho說：“雖然由于人類的專業(yè)知識(shí)和解決具有挑戰(zhàn)性的現(xiàn)成問題的能力，人類仍然是必不可少的，但我們的研究結(jié)果表明[人先機(jī)后（human first–computer last，HF–CL）策略可以幫助解決流程開發(fā)的繁瑣方面，從而大大加快加速創(chuàng)新，隨著芯片制造商尋求克服與縮放3D NAND、FinFETS、DRAM和其他設(shè)備相關(guān)的挑戰(zhàn)，其影響真的很令人興奮。”

目前，制造微芯片的瓶頸之一是開發(fā)制造晶體管和存儲(chǔ)單元的半導(dǎo)體工藝的成本越來越高。這些復(fù)雜的過程，每一個(gè)都涉及數(shù)百個(gè)步驟，仍然是由訓(xùn)練有素的工程師手動(dòng)構(gòu)思的。

人工智能在復(fù)雜任務(wù)中的表現(xiàn)優(yōu)于人類，例如國(guó)際象棋和圍棋等棋盤游戲，這表明計(jì)算機(jī)算法也可能有助于開發(fā)半導(dǎo)體工藝。然而，為了在棋盤游戲中打敗人類，計(jì)算機(jī)接受了大量廉價(jià)數(shù)據(jù)的訓(xùn)練。相比之下，生成半導(dǎo)體工藝數(shù)據(jù)的成本很高。由于材料、設(shè)備和分析工具的成本，單個(gè)實(shí)驗(yàn)的成本可能超過1000美元。

半導(dǎo)體實(shí)驗(yàn)的高成本意味著，工程師通常通過測(cè)試一百種不同的組合或“配方”來開發(fā)半導(dǎo)體工藝，例如制造器件的機(jī)器的等離子體壓力和晶片溫度。這種有限的數(shù)據(jù)使得很難創(chuàng)建一個(gè)精確到原子尺度的預(yù)測(cè)模型。

Gottscho說：“當(dāng)在3D NAND器件中創(chuàng)建存儲(chǔ)器孔或蝕刻另一個(gè)器件特征時(shí)，工藝工程師面臨著超過100萬億種不同的高縱橫比蝕刻方案。這個(gè)數(shù)字簡(jiǎn)直讓人應(yīng)接不暇。”

在這項(xiàng)新的研究中，研究人員調(diào)查了人工智能如何降低開發(fā)半導(dǎo)體工藝的成本。具體來說，他們探索了基于貝葉斯推理統(tǒng)計(jì)方法的優(yōu)化算法，在貝葉斯推理中，先驗(yàn)知識(shí)有助于計(jì)算不確定選擇可能正確的可能性。當(dāng)數(shù)據(jù)稀缺時(shí)，貝葉斯優(yōu)化算法可以被證明是有效的，科學(xué)家之前已經(jīng)研究過它們?cè)诎雽?dǎo)體行業(yè)的其他應(yīng)用。

為了觀察機(jī)器在這項(xiàng)任務(wù)上是否會(huì)比人類做得更好，科學(xué)家們創(chuàng)造了一種方法來系統(tǒng)地相互比較它們的性能。受國(guó)際象棋和圍棋計(jì)算機(jī)進(jìn)步的啟發(fā)，該研究的主要作者、Lam Research的技術(shù)總經(jīng)理Keren Kanarik建議開發(fā)一款游戲作為比較的試驗(yàn)臺(tái)。

在實(shí)驗(yàn)中，玩家在實(shí)驗(yàn)室模擬器上工作，在那里他們被要求蝕刻一個(gè)記憶孔，這是二氧化硅膜上的一個(gè)溝槽，用于創(chuàng)建記憶單元。目標(biāo)是用盡可能少的錢找到一種制作具有特定深度、寬度和形狀的記憶孔的方法。

玩家是三個(gè)計(jì)算機(jī)算法；三名具有博士學(xué)位的人類高級(jí)工程師，每個(gè)人都有七年以上的經(jīng)驗(yàn)；三名具有博士學(xué)位的人類初級(jí)工程師，每個(gè)人的經(jīng)驗(yàn)都不到一年；以及三名對(duì)半導(dǎo)體工藝一無所知的人類志愿者。在每一輪結(jié)束時(shí)，玩家提交一批一個(gè)或多個(gè)方法。每個(gè)方法的晶圓和測(cè)量成本為1000美元，每個(gè)批次的工具操作成本為1000美元。

最好的玩家是一名人類高級(jí)工程師，他在總成本為105000美元后制作了所要求的記憶孔。在300次計(jì)算機(jī)嘗試中，只有13次（不到5%）擊敗了這位人類專家。總而言之，僅靠算法就無法贏得與人類專家的競(jìng)爭(zhēng)。科學(xué)家們發(fā)現(xiàn)，要取得相同的進(jìn)展，人類高級(jí)工程師所需的成本大約是人類初級(jí)工程師的一半。

科學(xué)家發(fā)現(xiàn)，每個(gè)人類工程師的工作分為兩個(gè)階段。在最初的粗略調(diào)整階段，他們?cè)趯?shí)現(xiàn)目標(biāo)方面表現(xiàn)出快速的進(jìn)步，而在后來的微調(diào)階段，他們?yōu)榱送瑫r(shí)實(shí)現(xiàn)所有期望的目標(biāo)而進(jìn)展緩慢。

研究人員表示，計(jì)算機(jī)算法之所以失敗，是因?yàn)樗鼈內(nèi)狈I(yè)知識(shí)，因此浪費(fèi)了探索大量可能性的實(shí)驗(yàn)。因此，他們測(cè)試了一種策略，即最好的玩家在“人先機(jī)后”的場(chǎng)景中指導(dǎo)算法。他們發(fā)現(xiàn)，這種混合方法只需5.2萬美元就可以達(dá)到目標(biāo)，不到人類專家成本的一半。

這項(xiàng)新的研究表明，人類工程師可能在粗略調(diào)整的早期階段表現(xiàn)出色，因?yàn)樗麄兛梢岳米约旱慕?jīng)驗(yàn)和直覺。在努力達(dá)到精確目標(biāo)的微調(diào)后期，計(jì)算機(jī)算法可能會(huì)被證明更具成本效益。

Gottscho說：“這項(xiàng)研究強(qiáng)化了人類工程師和人類創(chuàng)造力的重要性和內(nèi)在價(jià)值，但也向我們展示了一種方法，你可以充分利用人類所能提供的，以及數(shù)據(jù)科學(xué)和機(jī)器所提供的，將它們結(jié)合在一起，創(chuàng)造出一種比單獨(dú)使用任何一種都更好的組合。”

科學(xué)家們指出，未來的研究可以系統(tǒng)地調(diào)查何時(shí)最好將人類的工作交給計(jì)算機(jī)來完成。他們補(bǔ)充說，人類與計(jì)算機(jī)的合作可能也會(huì)帶來文化挑戰(zhàn)。例如，研究發(fā)現(xiàn)，雖然人類工程師在不同的實(shí)驗(yàn)中經(jīng)常只改變一兩個(gè)參數(shù)，但計(jì)算機(jī)可能會(huì)在沒有解釋的情況下改變更多，人類可能會(huì)發(fā)現(xiàn)很難接受他們不理解的方法。

Gottscho說：“人工智能和計(jì)算機(jī)處理信息的方式對(duì)大多數(shù)人來說是違反直覺的。要想讓非傳統(tǒng)的‘人先機(jī)后’方法取得成功，過程工程師需要抵制對(duì)機(jī)器過程的干預(yù)。這可能需要改變?nèi)祟愋袨椤８玫乩斫馊斯ぶ悄芊椒赡苡兄诠こ處熜湃螜C(jī)器的發(fā)現(xiàn)，并最終為未來利用計(jì)算機(jī)算法帶來更大的潛在機(jī)會(huì)。”

3月8日，科學(xué)家們?cè)凇蹲匀弧冯s志上在線詳細(xì)介紹了他們的發(fā)現(xiàn)。