EUV以降、次世代検査装置で、AMATにどう対抗する？

投稿日: 投稿者:

アプライドマテリアルズが次世代の欠陥レビューシステムSEMVision™ H20を発表。最先端チップのナノスケール欠陥分析を高速化。第二世代の冷陰極電界放出（CFE）技術とAI画像認識を組み合わせ、高解像度イメージングを実現。これにより、より高速かつ正確な検査結果が得られ、工場のサイクルタイムと歩留まりが向上。ロジック、DRAM、3D NANDの製造に不可欠。

そこで今回は、「EUV以降、次世代検査装置で、AMATにどう対抗する？ 」という課題設定でシナリオプランニングを進めてみたいと思います。

 

シナリオ骨格

まずは、このテーマを考える上で、キーとなる外部要因について考えてみましょう。

2030年に向けた半導体製造装置メーカーを取り巻く不確実性の高い外部要因

2030年を見据えた際、AI向け半導体技術の進化は、半導体製造装置メーカーに大きな影響を与えます。特に、国内メーカーの技術部門にとって重要な不確実性の高い外部要因を以下に示します。

  1. 量子コンピュータの実用化レベル: 量子コンピュータが、従来のコンピュータを凌駕する性能を発揮する「量子超越性」を達成する時期と、その後の実用化の進展度合いは不確実です。量子コンピュータが特定のAIアルゴリズムを飛躍的に高速化した場合、既存の半導体アーキテクチャや製造プロセスに大きな変革を迫る可能性があります。

  2. ニューロモーフィックコンピューティングの普及: 人間の脳の動作原理を模倣したニューロモーフィックコンピューティングは、低消費電力で高度なAI処理を実現する可能性を秘めています。しかし、そのアーキテクチャは従来の半導体とは大きく異なり、製造装置メーカーは新たな技術開発を迫られる可能性があります。

  3. インメモリコンピューティングの技術的成熟度: インメモリコンピューティングは、メモリと演算処理を統合することで、データ転送のボトルネックを解消し、AI処理の高速化に貢献します。しかし、高密度集積化や信頼性の確保など、技術的な課題が残されており、その解決時期は不透明です。

  4. 代替材料の台頭: シリコンに代わる新材料（酸化ガリウム、グラフェンなど）が、半導体の性能向上や低コスト化に貢献する可能性があります。しかし、これらの材料の製造プロセスは確立されておらず、既存の製造装置との互換性も課題となります。

  5. AIによる設計自動化の進化: AIが半導体チップの設計を高度に自動化することで、設計期間の短縮や性能向上に貢献する可能性があります。しかし、AIが設計プロセス全体を完全に制御するには、まだ多くの課題が残されており、その実現時期は不確実です。

国内半導体装置メーカーへのインパクトが大きい要因

上記のうち、国内半導体装置メーカーの技術部門にとって特にインパクトが大きい要因は以下の2つです。

  1. ニューロモーフィックコンピューティングの普及: ニューロモーフィックコンピューティングは、従来のノイマン型アーキテクチャとは全く異なる原理に基づいており、既存の半導体製造装置では対応できない可能性があります。国内メーカーは、ニューロモーフィックチップの製造に必要な新しい成膜、エッチング、計測技術の開発を迫られることになり、技術的なパラダイムシフトに対応する必要があります。

  2. AIによる設計自動化の進化: AIによる設計自動化が進展すると、半導体チップの設計プロセスが大きく変化し、製造装置メーカーは、AIが生成した複雑な設計に対応できる高精度な製造装置を開発する必要があります。また、AIを活用した製造プロセスの最適化や歩留まり向上も重要となり、AI技術の習得が不可欠となります。

 

未来シナリオ

それでは、この２つの不確実性を骨格に、その挙動に応じた４つのシナリオを想定します。よりリアリティを出すために、物語形式にしてみます。

2030年 シナリオプランニング：AI半導体製造装置メーカーの未来

シナリオA：ニューロモーフィックコンピューティング普及 & AI設計自動化高度化 (ポジティブ × ポジティブ)

2030年、日本精機（仮称）の成膜装置は、ニューロモーフィックチップ製造のデファクトスタンダードとなった。従来のALD（Atomic Layer Deposition）技術を革新し、スパイクニューラルネットワーク（SNN）の複雑な配線構造に必要な極薄多層膜を、原子レベルで制御する「ダイナミック原子積層法（DAL）」を確立。海外勢が苦戦する中、独自のプラズマ制御技術と精密温度管理システムが決め手となった。AI設計自動化の進化も追い風となり、顧客であるチップメーカーは、日本精機の装置を活用し、設計の複雑化に対応。微細なスパイクタイミングに最適化されたチップを次々と市場に投入し、日本は低消費電力AIチップ市場で主導権を握った。

シナリオB：ニューロモーフィックコンピューティング停滞 & AI設計自動化限定的 (ネガティブ × ネガティブ)

2030年、ニューロモーフィックコンピューティングは、その複雑さと実用性の限界から、ニッチな分野に留まった。日本精機が得意とする成膜技術も、従来のシリコンベースの半導体製造に特化しており、新たな市場機会を捉えきれない。さらに、AI設計自動化の進化も限定的で、設計者は依然として手作業での最適化に時間を費やしている。海外勢は、成熟したEUVリソグラフィ技術と高度なパッケージング技術を武器に、高性能AIチップ市場を席巻。日本精機は、旧世代の装置の維持・保守に頼る状況が続き、技術革新の波に乗り遅れた。結果、国内半導体製造装置産業は、グローバル市場での競争力を失い、衰退の一途を辿った。

シナリオC：ニューロモーフィックコンピューティング普及 & AI設計自動化限定的 (ポジティブ × ネガティブ)

2030年、ニューロモーフィックコンピューティングは、その省電力性能が評価され、エッジAI市場で急速に普及した。日本精機は、DAL技術をいち早く確立し、ニューロモーフィックチップ製造装置市場で圧倒的なシェアを獲得。しかし、AI設計自動化の進化は限定的で、チップ設計者は、ニューロモーフィックアーキテクチャの複雑さに苦戦していた。海外勢は、AIによる自動設計ツールを開発し、設計期間を大幅に短縮。日本精機は、自社の装置と連携する設計ツールを提供できず、顧客であるチップメーカーは、海外製の設計ツールに依存。結果として、日本は製造装置では優位を保つものの、設計技術では海外勢に後れを取るというアンバランスな状況が生まれた。

シナリオD：ニューロモーフィックコンピューティング停滞 & AI設計自動化高度化 (ネガティブ × ポジティブ)

2030年、ニューロモーフィックコンピューティングは、その技術的なハードルが高く、普及には至らなかった。しかし、AI設計自動化は飛躍的に進化し、複雑な回路設計を自動で行うことが可能になった。海外勢は、AI設計ツールを活用し、高性能AIチップを短期間で開発。日本精機は、従来の半導体製造装置に特化しており、AI設計に対応した高精度な装置を開発できず、市場から取り残された。国内のチップメーカーは、海外製のAI設計ツールと海外製の製造装置に依存するようになり、日本精機は、グローバル市場での競争力を失い、経営は悪化した。

 

必要技術

戦略検討の前に、各シナリオで必要となるであろう技術開発について整理してみましょう。

シナリオA：ニューロモーフィックコンピューティング普及 & AI設計自動化高度化 シナリオB：ニューロモーフィックコンピューティング停滞 & AI設計自動化限定的 シナリオC：ニューロモーフィックコンピューティング普及 & AI設計自動化限定的 シナリオD：ニューロモーフィックコンピューティング停滞 & AI設計自動化高度化
1. DAL（ダイナミック原子積層法）の高度化：成膜速度、均一性、異種材料界面制御の向上。 1. 現行Siプロセス向け装置の高性能化：EUV対応高スループット化、欠陥検出の高精度化。 1. DAL技術の多様な材料への適用：SNN配線材料の選択肢拡大、成膜プロセス最適化。 1. AI設計データに基づく高精度エッチング技術：パターン忠実性向上、サイドウォール制御。
2. SNN向け低温成膜技術：素子特性劣化抑制、低抵抗配線形成。 2. レガシー装置の保守・延命技術：部品供給安定化、性能維持のためのAI活用。 2. スパイクタイミング制御向け成膜プロセス開発：膜厚精度、組成制御の向上。 2. 先進ロジック/メモリ混載向け成膜：コンフォーマル性、段差被覆性の向上。
3. プラズマ制御技術の進化：イオンエネルギー制御、高アスペクト比構造への対応。 3. 新規顧客開拓：パワー半導体、MEMSなど他分野への技術転用。 3. 設計制約に対応する成膜条件最適化：膜応力制御、絶縁特性向上。 3. 高アスペクト比コンタクト/ビア形成：選択エッチング技術、埋め込み材料開発。
4. 精密温度管理システムの開発：ウェハ面内/枚葉間均一性向上、再現性向上。 4. 装置の省エネ化：消費電力削減、環境負荷低減。 4. 異種材料接合技術：低抵抗コンタクト形成、信頼性向上。 4. 新規デバイス構造対応エッチング：ゲートオールアラウンド、埋め込みパワーレール。
5. AI活用による成膜プロセス最適化：リアルタイム制御、異常検知。 5. 競合他社との差別化：ニッチ市場向け特殊装置開発。 5. 成膜後の特性評価技術：SNN動作特性の評価、信頼性評価。 5. 高精度ALDによる微細構造形成：コンフォーマル性、ステップカバレッジの向上。
6. 高密度配線形成のための異方性エッチング技術：高選択比、低ダメージ。 6. 海外企業との連携：部品調達、技術提携。 6. 装置の操作性向上：GUI改善、自動化機能の充実。 6. AIによるプロセス変動補正：リアルタイム制御、高均一性成膜。
7. 新規絶縁材料の探索：低誘電率、高絶縁破壊耐性。 7. 人材育成：熟練技術者のノウハウ伝承、若手技術者の育成。 7. 少量多品種生産への対応：柔軟な装置構成、迅速な立ち上げ。 7. 原子レベル制御エッチング：選択性向上、ダメージ抑制。
8. 3D積層SNN向け成膜技術：段差被覆性、高密度配線。 8. 知的財産戦略：特許取得、技術保護。 8. ヘテロ構造形成技術：異種材料の積層、界面制御。 8. 3D構造内部のエッチング/洗浄技術：選択性、均一性。
9. 量子ドットSNN向け材料開発：均一性制御、量子効果最適化。 9. スパイクニューロン特性評価技術：高速測定、統計解析。 9. 自己組織化ナノ構造形成：高密度、低欠陥。
10. 成膜プロセスシミュレーション技術：材料特性予測、プロセス最適化。 10. 低消費電力化技術：高効率成膜、材料ロス低減。 10. AIによるプロセス予測：異常検知、歩留まり向上。

 

技術開発戦略

ヘッジ、オプション、１点読み、留保の４つの戦略を基本に考えます。今回は、オプション戦略を考えてみます。

次世代検査装置開発におけるオプション戦略

日本精機（仮称）がアプライドマテリアルズ（AMAT）に対抗し、次世代検査装置市場で優位性を確立するためのオプション戦略を考察します。ここでは、シナリオC（ニューロモーフィックコンピューティング普及 & AI設計自動化限定的）をベースケースとします。

ベースケース戦略（シナリオC）：

  1. DAL技術の多角化と水平展開:
    • ターゲット技術：ALD（原子層堆積）装置の高度化と、成膜プロセスにおけるプラズマ制御技術、低温プロセス技術、異種材料接合技術。特に、原子レベルでの膜厚制御および組成制御を可能にするDynamic ALD (DAL)技術を確立し、異種材料の高品質な界面形成を実現。
    • 理由：ニューロモーフィックコンピューティングの普及を見据え、様々なSNN配線材料に対応できる柔軟な成膜プロセスを提供。エッチング装置の開発においては、成膜された薄膜に対する選択性の高い異方性エッチング技術と、加工後の特性評価技術の開発。
  2. 計測・検査技術との融合:
    • ターゲット技術：成膜プロセス中のリアルタイム計測技術、膜厚/組成/応力などの非破壊評価技術、欠陥検査・分析技術。
    • 理由：成膜プロセスの高度化に伴い、微細な欠陥や膜質の変動がデバイス性能に大きな影響を与える。インラインでの計測・検査技術を強化し、成膜プロセスをリアルタイムで最適化することで、歩留まり向上に貢献。
  3. AI設計制約への対応:
    • ターゲット技術：設計ルール/レイアウトパターン/配線抵抗などの情報を基に、最適な成膜条件を自動で導き出すAIアルゴリズムの開発。成膜後の特性評価データをAIに学習させ、成膜プロセスを最適化する。
    • 理由：AI設計自動化が限定的な状況下では、チップ設計者と製造装置メーカーの連携が不可欠。設計制約を考慮した成膜プロセスを提供することで、設計者の負担を軽減し、高品質なチップ開発を支援。

シナリオ移行の先行指標と技術戦略の変更：

  1. シナリオA（ニューロモーフィック普及 & AI設計自動化高度化）への移行：
    • 先行指標：主要EDAベンダーが、ニューロモーフィックアーキテクチャに対応した自動設計ツールを発表、AIによる自動レイアウト最適化技術の論文発表数の増加。
    • 戦略変更：AI設計データと連携した高精度エッチング技術の開発を加速する。特に、AIによるプロセス変動補正技術を強化し、ウェハ面内の均一な成膜/エッチングを実現する。
  2. シナリオB（ニューロモーフィック停滞 & AI設計自動化限定的）への移行：
    • 先行指標：ニューロモーフィックコンピューティング関連の投資額減少、主要チップメーカーがシリコンベースのAIチップ開発に注力。
    • 戦略変更：EUVリソグラフィ対応の次世代成膜装置の開発に注力。高アスペクト比コンタクト/ビア形成技術、選択エッチング技術、新規絶縁材料の探索を加速する。
  3. シナリオD（ニューロモーフィック停滞 & AI設計自動化高度化）への移行：
    • 先行指標：AI設計ツールを用いたチップ開発期間の短縮、AIによる自動設計されたチップの性能向上の発表。
    • 戦略変更：AI設計データに基づく高精度エッチング技術の開発を加速する。特に、パターン忠実性向上技術、サイドウォール制御技術、原子レベル制御エッチング技術を強化する。

 

まとめ

今回は、国内半導体装置メーカーの技術部門の立場で、技術開発戦略について検討しました。戦略検討には、シナリオプランニングの検討ステップを予め組み込んだ専用の生成AIを構築。与えた情報は冒頭のニュース記事と２〜３の設定のみで、あとはステップに従って結果が自動生成されています。

今回、各ステップは簡易的に行いましたが、重要なステップでは専門情報（あるいは内部情報）を与えるなどの調整を入れることで、生成AIでありがちな一般論を避けることができるでしょう。これにより、よりリアリティのあるシナリオを描くことができ、戦略の精度も上がることが期待できます。

クォークでは、生成AIを活用した客観性のある戦略プランニング、特定分野に専門特化した生成AIの構築など、企業のR&Dを情報面でサポートする取り組みを行っております。全国からのお問い合わせをお待ちしております。