반도체 제작을 위한 레시피의 결정 (determination)

레시피들의 규정 (definition) 을 가속화하도록 머신 러닝 (machine learning; ML) 을 사용하여 반도체 제작을 위한 레시피를 결정하기 위한 방법들, 시스템들, 및 컴퓨터 프로그램들이 제시된다. 일반적인 일 양태는 컴포넌트를 프로세싱하기 위한 실험들을 수행하는 동작을 포함하는 방법을 포함하고, 실험 각각은 제작 장비에 대한 파라미터들을 식별하는, 레시피들의 일 세트로부터, 일 레시피에 의해 제어된다. 방법은 컴포넌트를 프로세싱하기 위한 가상 시뮬레이션들을 수행하기 위한 동작을 더 포함하고, 시뮬레이션 각각은 레시피들의 세트로부터 일 레시피에 의해 제어된다. ML 모델은 실험 결과들 및 가상 시뮬레이션들로부터의 가상 결과들을 사용하여 ML 알고리즘을 트레이닝함으로써 획득된다. 방법은 컴포넌트의 목표된 프로세싱을 위한 사양들을 수신하기 위한 동작들, 및 ML 모델에 의해, 사양들에 기초하여 컴포넌트를 프로세싱하는 새로운 레시피를 생성하기 위한 동작들을 더 포함한다. Methods, systems, and computer programs are presented for determining the recipe for manufacturing a semiconductor with the use of machine learning (ML) to accelerate the definition of recipes. One general aspect includes a method that includes an operation for performing experiments for processing a component, each experiment controlled by a recipe, from a set of recipes, that identifies parameters for manufacturing equipment. The method further includes an operation for performing virtual simulations for processing the component, each simulation controlled by one recipe from the set of recipes. An ML model is obtained by training an ML algorithm using experiment results and virtual results from the virtual simulations. The method further includes operations for receiving specifications for a desired processing of the component, and creating, by the ML model, a new recipe for processing the component based on the specifications.