晶圆厂运营，必看！

如果您希望可以时常见面，欢迎标星收藏哦~

来源：内容来自麦肯锡，谢谢。

自 2010 年以来，对半导体的需求呈爆炸式增长，尽管 2023 年出现了近期的下滑，但半导体行业正走向复苏和长期增长，到 2030 年收入将超过 1 万亿美元。与以往的市场周期相比，半导体行业的一些细分市场有所增长，而其他细分市场则有所萎缩。在本次市场周期中，智能手机和个人电脑芯片的需求有所下降，而人工智能、自动驾驶汽车和电动汽车芯片的需求 大幅增加。与此同时，半导体晶圆厂在其生产线上处理的芯片种类和设计越来越广泛、越来越复杂。

快速变化的市场动态和产品需求给行业带来了冲击效应，迫使行业在降低成本和最大化产量的范式之间摇摆不定。这种摇摆不定使半导体晶圆厂领导层难以规划战略目标（如晶圆出货量）和战术日常目标（如设备利用率）。我们的经验表明，无论范式如何，与大多数目标相关，利用现有工具和制造足迹进行性能改进通常比调试和退役工具以及制造扩张更快、更具成本效益、更具可持续性。这些性能改进和目标设定练习在很大程度上依赖于反映晶圆厂现实情况的单一事实来源，这可以通过实施内部、透明和自上而下的分析来实现，从而优化晶圆厂的潜在价值。

本文将讨论半导体制造的三个差异因素，并描述三种精选分析方法——方差曲线、饱和曲线和经验瓶颈识别——这些方法可以为晶圆厂领导者提供有关其运营的重要见解，使他们能够优化制造流程，而不管他们处于成本优化和产量改进之间的哪个阶段。

半导体制造中的差异化因素

半导体制造是制造业中最复杂、最精密的工艺之一。半导体制造的独特要求是纳米级精度、原子有序性和高化学纯度。每天在数千片晶圆的规模上完成这一技术壮举，更增添了其令人印象深刻和艰巨的性质。

三个差异因素使大规模生产半导体变得极具挑战性。

一、半导体制造是迭代的

当晶圆沿着制造过程的每个阶段移动时，它会多次重新访问同一台设备。这种迭代过程意味着任何一台设备的任何中断都会导致制造过程的多个步骤受到影响。

二、半导体晶圆厂规模庞大，工艺复杂

它们包含数百个线性步骤和数千个反复使用的设备室，每个设备室都有自己的控制器和数据流。管理每台设备需要高效且以数据为导向的团队。

三、半导体工厂可以同时生产大批量和高混合产品

随着半导体电子设备和汽车数量的增加，大批量产品的需求也变得越来越明显。随着需要半导体的技术和设备（例如与物联网 (IoT)、能源转型、人工智能、云计算、电动汽车和可穿戴设备相关的技术和设备）数量的增加，高混合产品的需求也变得越来越明显。要生产出不同产品的高混合产品，需要在每种工具上编程和执行多个参数和流程。它还需要规划、工程、运营和设备团队之间进行复杂的协调。如果这种高混合产品没有得到适当的协调和执行，数百种工具和步骤背后都可能出现大量积压。

以下三个分析框架是理解整体绩效的核心，经常被忽视，但可以快速实施。此外，这些框架可以在多个层面（例如，在晶圆厂、子部门或设备层面）利用，以明确识别改进机会、设定目标并在运营链中实施变革。这些框架有助于简化运营的复杂性，并为深入晶圆厂提供指导，最终实施解决方案并提高晶圆厂的成本或产量绩效。我们在一个假设的晶圆厂存在持续生产问题的场景中提出了这些框架，并以晶圆厂管理层在晶圆厂改进过程中的任何阶段可能提出的关键问题为框架。

差异曲线可快速洞察整体工厂性能、设备健康状况和生产线差异

晶圆厂领导经常要努力评估晶圆厂在一段时间内的表现，以及与投资组合或行业基准中的其他晶圆厂相比的表现。利用方差曲线（也称为 alpha 或前沿曲线），可以通过绘制产能利用率与标准化周期时间（换句话说，与理论最小值相比，操作所需的时间）的图表，将当前绩效与历史基准和行业标准进行无缝比较。这种方法可以产生有关运营差异的精确见解，可用于确定晶圆厂开始偏离峰值性能的具体点，晶圆厂的哪些工具组和区域正在推动与理想（或之前展示的）状态相比的差异，以及设备利用率和产品周期时间之间的权衡是否合理。无论处于成本或产量机制，最小化差异始终是目标，因此采用和量化方差曲线可以改善对更传统的性能指标（例如，出货量、在制品 [WIP] 和周期时间）的解释。

图 1 显示了晶圆厂在五年内失去运营控制和差异增加的明显迹象。头两年的稳定运营迅速让位于第三年增加的混合和需求变化。管理层试图通过启动更多 WIP 来推动更多移动和退出来弥补。这种增加的混合和 WIP 导致转换和生产线堵塞导致的停机时间增加，从而导致周期时间迅速增加、利用率降低和差异增加。

最终，这种需求变化会给晶圆厂带来更糟糕的结果——例如，产品需要更长的时间才能到达客户手中，产能规划需要更长的时间来预测。虽然提高工具性能有助于解决这一生产线平衡问题的某些方面，但解决生产线平衡的关键是违反直觉的：最终，通过将开工率和整体 WIP 水平降低到第一年和第二年的水平，批量生产晶圆以应对转换复杂性，并在生产线后端建立库存缓冲库存（以减少出货差异），晶圆厂能够在第五年内使其性能更加稳定。

通过分析比较历史绩效或行业和投资组合同行，工厂领导者可以快速确定解决制造问题的决策，避免问题扩大。解决了这些优先级杠杆并实施了差异控制方法的工厂显著提高了利用率、周期时间和准时交付率。在设定并遵守差异曲线指导的生产线平衡和差异目标后，一些工厂已经能够提高准时交付率并将出货差异降低 70% 以上。

饱和曲线可优化 WIP 和产量水平

如前所述，我们使用方差曲线分析来检查一个由于开机、WIP 和产品组合大幅增加而导致晶圆厂绩效下降的案例。我们发现，减少方差和提高绩效的一个关键解决方案是将开机和 WIP 降低到最佳水平。虽然可以使用工具可用性、运行时间以及转换频率和持续时间的精确值来计算和建模此最佳 WIP 水平，但这些值可能并不总是与晶圆厂车间过去、现在或未来的条件一致。在这里，我们解释饱和曲线如何实证定义 WIP 目标。

当寻求提高整体或单一工具的产量时，往往会增加 WIP 水平，以寻求提高整体产量。这种关系一直持续到出现瓶颈或达到饱和点，之后额外的 WIP 充其量只能增加周期时间，或者在最坏的情况下由于生产线被过量的 WIP 堵塞而可能降低产量。在我们检查过的许多晶圆厂中，我们看到了恢复增加开工率以解决更少的出货量的趋势，但这并不总是能够实现。

借助标准化数据输入，将 WIP 与产量进行比较的饱和度曲线有助于快速确定库存 WIP 的理想水平，以优化产量，并找到减少既定流程中产出差异的方法。通过检查历史性能数据，工厂领导可以直观地了解产量饱和点，并确定工厂流程的控制水平。

饱和曲线帮助一些半导体工厂确定了其工厂各个层面的理想 WIP 数量。图 2 重点介绍了工厂（或设备组或工具）运营情况，这些情况可以很快显现出来，包括以下内容：

• 稳定在最佳生产点或接近最佳生产点；

• 在制品过多，影响周期时间，并可能阻碍生产量；

• 在制品供应过剩，工具性能不佳；

• WIP 不饱和；提供了增加 WIP 水平的机会，以提高吞吐量，或者闲置或减少工具数量（并进一步降低固定成本），从而使用更少的工具维持相同的产出；

• 由于增加了增量工具、提高了性能或容量，扩展到新的性能前沿；

增加晶圆厂生产的器件的混合和复杂性也会引起同样的事件。随着复杂性的增加，需要进行更多的转换或转换以及 WIP 管理，产量与 WIP 相比的曲线位置可能会发生巨大变化。因此，向最优点的改进可能是由于以下非详尽的因素组合：在制造过程中重新平衡晶圆量；优化产品启动组合和批次排序（即增加列车规模）以运行更大的批次，从而根据晶圆厂的优化启动计划最大限度地减少设置和转换损失；并提高设备可用性。列车规模的改变可能最初需要建立缓冲库存（或经客户批准调整交货日期），以确保没有发货失误，但它们可以显著提高高混合晶圆厂的产出绩效。

通过设定目标 WIP 水平、持续调整库存、维持或提高工具性能以及通过以产能为后盾的优化开机排序来管理生产线规模，可以稳步改善库存和周期时间，同时保持目标出货量。一些晶圆厂能够将 WIP 水平降低 25%，同时在 12 个月的转型期内保持稳定的月出货量，这是因为他们通过饱和曲线实现了数据驱动的目标。基于这一成功，晶圆厂领导层可以考虑降低 WIP 水平以缩短周期时间并再次达到最佳水平的方案。

通过经验设备分析来识别真正的瓶颈工具并直接采取行动来提高晶圆厂的性能

在上一节中，我们使用 WIP 饱和度分析来设定目标 WIP 水平，这有助于重新平衡设备库存和生产线。在调整 WIP 水平的同时，还必须考虑工具的数量和性能。例如，如果 WIP 水平保持高位且饱和，但特定工具组的吞吐量较低，则该工具组需要结合提高可用性、利用率或工具数量来改善生产线平衡。相反，如果 WIP 水平保持在较低水平且从未观察到饱和的开始，那么可以将工具下线以节省运营支出，而不会对生产线平衡产生负面影响。在这里，我们将解释如何使用经验设备分析来识别真正的瓶颈工具并在成本和增长机制中提高晶圆厂的性能。

在长期运营中，晶圆厂领导经常依靠机构知识，无论是历史产能模型、设计理念（例如，照片始终是瓶颈）还是他们的经验来创建晶圆厂生产瓶颈列表。然而，随着工艺随时间变化和成熟，或随着产品组合的变化，这些机构知识很快就会变得陈旧过时。同样，对于相对较新的晶圆厂，仅依靠设计理念和产能模型可能无法完全捕捉生产现实，例如复杂的排队方案和人为因素。这两种情况都存在风险，即运营人员专注于维护或最大化并非真正瓶颈的工具的性能。

或者，晶圆厂领导可以使用实时数据来识别晶圆厂内作为瓶颈的区域或流程，这些区域或流程会限制晶圆厂的整体产能以满足客户需求。这种经验方法既是数据驱动的，又易于在多个时间段内进行分析（例如，数周或数年，以确定某个工具是暂时的还是结构性的瓶颈）。这种方法甚至可以查明哪些设备导致按时交货延迟（例如，累积的 WIP、周期时间和差异），并根据工具是否是瓶颈的状态实现资源的战略分配以提高产量。

图 3 显示了瓶颈的经验确定，绘制了加权周期时间与 WIP 水平变化的关系图。位于平均 WIP 加权周期时间之外的工具表示存在某种形式的瓶颈，要么是暂时的（有时由于维护事件或组合变化而出现），要么是结构性的（在整个工厂中控制 WIP 移动时始终存在）。一旦确定，就可以对这些瓶颈进行适当的分类和管理。在增长机制中，工厂可以专注于提高结构性瓶颈工具的可用性和利用率，并根据其发生标准制定针对暂时性瓶颈的行动计划，以最少或没有资本投资来推动产能和产量的潜在大幅增长。

相反，在成本受限的情况下，晶圆厂领导可以考虑采取类似的措施，但不是最大化产量，而是将工具整合到更少的数量，降低与瓶颈工具组相关的固定成本。此外，在成本受限的环境中，额外的机会是整合或减少瓶颈类别之外更复杂的工具组的操作，以提高整体利润率，而不会影响整体晶圆厂产能。例如，一家晶圆厂可能有一个由十个工具组成的工具组，每个工具每天处理 500 片晶圆。通过减少停机时间和闲置事件等方式将每个工具的生产能力提高到每天 556 片晶圆，晶圆厂可以仅使用九个工具实现相同的总产量。这使得晶圆厂可以关闭一个工具，将工作流程整合到剩余的九个工具上，并在保持相同总体产量的同时降低成本。

通过正确识别这些瓶颈工具，晶圆厂领导可以专注于真正限制晶圆厂产能的工具，并确定哪些工具或工具组可以进一步优化利润，而不会对晶圆厂产能产生重大影响。许多半导体晶圆厂领导已经启动了根本原因分析研讨会并制定标准化停机行动计划，以确保瓶颈设备保持正常运行并更频繁地可用，从而减少任何给定工具组的 WIP 和周期时间的累积。采用这些分析方法和解决方案的晶圆厂已看到结构瓶颈工具组可用性提高高达 30%，WIP 长期持续下降约 60%。

在这些具体例子中，晶圆厂寻求的是提高产量，而不是优化成本性能。在同样的情景下，在不同的经济或需求机制下，瓶颈工具可用性提高约 30% 可以转化为同一工具组的总运行工具数量相应减少，从而降低晶圆厂这一区域的固定成本。

鉴于半导体行业模式的快速转变，晶圆厂领导者越来越多地站在推动公司价值的第一线，并采用能够提高运营可见性和效率的工具来实现价值最大化。上述分析框架、级联 KPI 以及简化或透明的分析并非新颖之举，但它们对于提高晶圆厂绩效至关重要。无论晶圆厂和整个公司周围的经济和需求条件如何，晶圆厂领导者都可以使用先进的分析框架作为持续改进的基础。

https://www.mckinsey.com/industries/semiconductors/our-insights/the-power-of-digital-quantifying-semiconductor-fab-performance

半导体精品公众号推荐

专注半导体领域更多原创内容

关注全球半导体产业动向与趋势

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第3915内容，欢迎关注。

『半导体第一垂直媒体』

实时 专业 原创 深度

公众号ID：icbank

喜欢我们的内容就点“在看”分享给小伙伴哦