半导体供应链放缓 /对更智能数据共享的需求

到目前为止,每个人都知道我们正处于全球半导体短缺之中。一些专家预测,它将在2022年之前结束。其他人则表示,这将持续到2023年。但电子行业需要的是供应链解决方案,而不是预测。希望这些解决方案也有助于防止将来出现此类短缺。
目前,大多数组织计划通过摆脱即时(jit)制造来解决现在和将来的危机。jit是在需要之前生产材料或组件的做法,以削减与构建和存储剩余库存相关的成本。这是完全有道理的,除非你需要依靠库存 - 就像在全球大流行中一样。
jit模型是由丰田开创的,毫不奇怪(也就不是什么秘密了),当covid-19首次袭击时,该公司是首批经历重大挫折的公司之一。但是,虽然我们不会很快忘记低库存的负面影响,但利润的力量是非常真实的。
当市场力量恢复到某种均衡状态时,无疑会希望减少开支,因此季度收益表显示出更高的盈利能力。与此同时,工业正在转向如此先进的工艺节点,以至于预测材料和制造方法将如何相互作用变得越来越困难,这本身就可能导致晶圆良率降低,浪费极其昂贵,并严重阻碍上市时间。
但是,随着物联网和大数据实现的所有智能,必须有一种更智能的方式来驾驭成本和速度之间的界限,不是吗?
大数据打破瓶颈,提升洞察
默克公司、德国达姆施塔特和palantir宣布,他们一直在分别整合他们在设备制造流程和安全数据平台方面的专业知识,以创建一个智能数据生态系统,让半导体制造商和材料供应商在安全的环境中进行协作。通过共同努力,成立了一家合资企业,即阿提尼亚。
athinia是初创公司和平台的名称,它通过聚合来自半导体供应链中公司的材料,加工中和制造数据来工作。然后,它使用大数据和人工智能对供应链瓶颈、质量或性能偏差进行多变量分析。
特别是随着我们转向日益先进的工艺节点,受到制造复杂性的困扰,athinia将为半导体晶圆厂提供对入站材料质量的更好见解。反过来,他们可以做出更好的制造预测,减少偏差,并在将来做出更智能的材料选择。
相反,该平台允许材料供应商在制造过程中发挥更积极的作用,专注于对晶圆厂最重要的参数,并改善他们管理子供应商的方式。
简而言之,它提供了整个半导体行业更大的透明度,以便利益相关者可以专注于最重要的参数。
数据共享:供应链如何表现出他们的关怀
似乎至少应该在现在之前存在一定程度的数据共享和透明度。而且,事实上,它确实做到了。
然而,阿提尼亚和过去之间的巨大区别在于这些数据中有多少是与谁共享的。德国达姆施塔特默克公司首席科学官、新任命的阿提尼亚首席执行官劳拉·马茨(laura matz)解释了为什么会这样
“其中一个挑战是,随着时间的推移,已经开发了许多数据库,”她说。“所有供应商都将拥有几个数据库,例如sap for erp,一个关于制造过程的过程数据库,然后是一个用于原材料供应和成品的质量评估数据库。然后,这将转到设备制造商。
“由于大多数公司都有这些数据库,因此问题是如何将它们整合在一起,”matz继续说道。“在实践中,以合乎逻辑和系统的方式聚合数据是复杂的。
这就是为什么palantir的数据本体论和层次结构知识与德国达姆施塔特默克kgaa的材料专业知识相结合如此重要的原因。athinia平台建立在palantir铸造厂之上,该平台本身就是一个帮助用户构建和分析来自不同来源的数据的平台。当与支持ai的多变量分析相结合时,铸造基础使athinia能够识别和链接重要的工艺,材料和产品参数。
这些信息可以在athinia平台上的组织之间安全地共享,以创建一对一,一对多或多对多的数据生态系统,打破孤岛并支持“一次成功”的半导体制造。
半导体安全和对速度的需求
对于许多组织来说,泄露内部数据的前景似乎像是知识产权盗窃或污染的邀请。为了消除这些安全向量,同时促进规范化的结构化数据共享,athinia 使用行业标准的安全基元、基于目的的访问控制、数据混淆和编纂技术。它还独立于德国达姆施塔特默克kgaa的电子业务部门运营。
当然,还有一种替代athinia方法的方法:孤立地创建数据基础。athinia领导层估计,这通常需要半导体公司平均5-10年的时间,结果可能仍然无法灵活地支持供应链中的每个参与者和组件。
“这是我们在许多组织中看到的一种模式,数据部署在代工厂的多个部门。您将来自两个组织的数据整合在一起,这一事实变得更加复杂,“athinia执行副总裁兼palantir业务发展主管alec mcshane解释说。
“速度确实是关键点,”他继续说道。“我们已经对为一家制造工厂上传多种产品进行了一些比较。隔离后,需要12到18个月的时间。但阿西尼亚方法可以在2到3个月内做到这一点。我们有一个全球供应商,在不到一个月的时间内整合了30个erp。
“特别是当行业试图快速行动时,这可以开辟很多机会和供应链带宽,”mcshane补充道。
长期以来,电子行业一直受到成本和上市时间压力的平衡的驱动,虽然athinia可能是非传统的,但它也代表了非常规时代的一条前进道路。


光学镜头的最新技术变革!
微恒流源电路的仿真分析
MT29F2G08ABAEAWP-IT:E STOCK
兰博基尼首辆Centenario交付:百年最强旗舰
模拟电路网络课件 第二十一节:场效应管与BJT放大电路的比较
半导体供应链放缓 /对更智能数据共享的需求
英特尔展示一个严格控制、高度集成的八波长激光器
iPhone手机信号弱为什么对销量没影响
中国芯片竞争激烈_10年内部署3000万辆自动驾驶汽车
利用机器视觉导向的机械手任意拣选零件
德州仪器科学委员会院士Larry J. Hornbeck博士荣获奥斯卡奖
超声波气象站搭建指南
Xilinx ZYNQ UltraScale+系列产品介绍
vivoX20和小米MIX2对比评测,全面屏哪个值得买?
高智能土壤养分快速检测仪是什么
用事实说话: USSD速度是否真的能达到固态硬盘级别?
Masimo展示先进的无创患者监测技术
将AI和机器人技术整合到强调远程医疗的护理交付框架中
驻极体话筒和电容话筒区别
米家电动剃须刀S301实测分析