תעשיית השבבים נכנסה לשלב שבו ההתקדמות כבר אינה תלויה רק ביכולת לדחוס עוד טרנזיסטורים על פרוסת סיליקון. מהפכת הבינה המלאכותית דוחפת את מרכזי הנתונים, המעבדים ורכיבי הזיכרון לקצה גבול היכולת הפיזיקלית שלהם. צריכת ההספק עולה, פיזור החום נעשה קשה יותר, והעברת הנתונים בין מעבדים לזיכרונות הופכת לאחד מצווארי הבקבוק המרכזיים של הדור הבא.

מאמר שפרסם סבסטיאן ווד, מדען ראשי במעבדה הלאומית לפיזיקה בבריטניה, NPL, מצביע על נקודה שנוטה להישאר מאחורי הקלעים: כדי למסחר טכנולוגיות שבבים חדשות, לא מספיק לפתח חומרים, אריזות או ארכיטקטורות חדשות. צריך גם לדעת למדוד אותן, לבדוק אותן ולהשוות ביניהן בצורה אמינה. במילים פשוטות: אי אפשר לייצר בקנה מידה תעשייתי מה שאי אפשר למדוד באופן עקבי.

הבעיה נעשית בולטת במיוחד בשלושה תחומים. הראשון הוא המעבר לאריזות תלת־ממדיות ולצ'יפלטים. כאשר התעשייה מנסה לחבר שכבות רבות של רכיבי חישוב, זיכרון ותקשורת בדיוק של ננומטרים, כלי המדידה המסורתיים אינם תמיד מספיקים. בדיקות כאלה צריכות לראות לא רק את פני השטח, אלא גם את המבנה הפנימי של הערימה. לכן גדל השימוש בשיטות מדידה מתקדמות, ובהן טכניקות מבוססות קרני X.

התחום השני הוא ניהול החום. שבבי AI צפופים יותר צורכים יותר אנרגיה ומייצרים יותר חום. לכן נבחנים כיום חומרים חדשים, ובהם יהלום, כבסיס לפתרונות קירור מתקדמים. אולם גם כאן האתגר אינו רק חומרי. יש צורך למדוד את איכות החומר, את האחידות שלו על פני פרוסות, ואת יכולתו לפנות חום בתנאי עבודה אמיתיים.

התחום השלישי הוא "קיר הזיכרון". מעבדים מתקדמים מסוגלים לבצע חישובים בקצב גבוה בהרבה מזה שבו ניתן להזרים אליהם נתונים מהזיכרון. זיכרונות ברוחב פס גבוה, שילוב קרוב יותר בין רכיבי חישוב וזיכרון, ופוטוניקה משולבת באריזה, CPO, מציעים נתיבי התקדמות. אולם שילוב אופטי בתוך מארז שבב מחייב חיבור בין חומרים שונים ותהליכי ייצור שונים, ולכן גם שיטות מדידה חדשות.

לצד זאת, התעשייה בוחנת כיוונים רחוקים יותר, כמו רכיבים נוירומורפיים, שמנסים לחקות עקרונות פעולה של מערכת העצבים, וחומרים דו־ממדיים שיכולים לשמש כתעלות טרנזיסטור בדורות עתידיים. גם כאן, הפער בין הדגמה מעבדתית לבין מוצר אמין עובר דרך יכולת מדידה, כי יצרנים ולקוחות זקוקים לנתונים חוזרים, מוסכמים וניתנים להשוואה.

הזווית הבריטית במאמר ברורה: בריטניה אינה שחקנית ייצור המוני של שבבי סיליקון, אך יש לה בסיס מחקרי חזק בתחומים כמו שבבים מורכבים, פוטוניקה מבוססת סיליקון, גידול יהלום וחומרים דו־ממדיים. לכן NPL מציגה את תחום המטרולוגיה והתקינה כהזדמנות אסטרטגית. במקום להתחרות רק בקיבולת ייצור, בריטניה יכולה להשפיע על שרשרת הערך העולמית דרך פיתוח תקני מדידה מוקדמים, שיאפשרו לחברות להוכיח ביצועים, להפחית סיכון למשקיעים ולהאיץ כניסה לשוק.

עבור תעשיית השבבים כולה, המסר רחב יותר. הדור הבא של שבבי AI לא ייבנה רק על ליתוגרפיה מתקדמת או על עוד שכבות באריזה. הוא ידרוש תשתית בדיקה, אפיון וסטנדרטיזציה עמוקה יותר. מי שיחזיק ביכולת למדוד חום, אותות, פגמים, חיבורים אופטיים והתנהגות של חומרים חדשים בקנה מידה של פרוסות — יוכל להשפיע לא רק על המחקר, אלא גם על קצב המסחור של שבבי הדור הבא.

הפוסט בעידן שבבי ה־AI, צוואר הבקבוק הבא הוא לא רק הייצור אלא המדידה הופיע לראשונה ב-Chiportal.

נובה הודיעה כי פלטפורמת המטרולוגיה לחומרים Nova Metrion אומצה על ידי שני יצרנים גלובליים מובילים בתחומי התקני הזיכרון והלוגיקה. לפי הודעת החברה, המערכת נרכשה לצורך ייצור טרנזיסטורי Gate-All-Around ‏(GAA) וכן לייצור מתקדם של התקני DRAM, במטרה לשפר ביצועים ותשואה (yield) ולהאיץ משוב תהליכי בייצור.

לדברי החברה, האימוץ בשני תחומי מפתח – לוגיקה וזיכרון – מהווה עבורה אבן דרך בהרחבת נוכחותה בשוק המטרולוגיה לחומרים, דווקא בנקודות המפנה הטכנולוגיות המרכזיות שמניעות כיום את צמיחת תעשיית השבבים.

גבי וייסמן, נשיא ומנכ״ל החברה, מסר כי אימוץ הפלטפורמה אצל יצרנים מובילים “מדגיש את המחויבות של נובה לאפשר את המעברים הטכנולוגיים המתקדמים ביותר בתעשייה”, והוסיף שהחברה רואה במהלך ביטוי להתאמה של סל הפתרונות שלה לצורכי לקוחותיה, ולמיקוד בצמיחה בת־קיימא באמצעות הובלה טכנולוגית.

מערכת SIMS אוטומטית לבקרת תהליך בתוך קו הייצור

Nova Metrion מתוארת כהתקן Secondary Ion Mass Spectrometry ‏(SIMS) אוטומטי לחלוטין, שאומת לשימוש בבקרת תהליך “inline” – כלומר בתוך רצף הייצור במפעל השבבים (fab), ולא רק בבדיקות מעבדה חיצוניות. לפי החברה, היכולת לבצע מיפוי על פני פרוסה שלמה (full-wafer mapping) מקצרת את זמן המשוב למהנדסי התהליך ומאפשרת לזהות חריגות תהליך כמעט בזמן אמת, כדי לצמצם פסילות (scrap) ועבודות תיקון יקרות.

החברה מדגישה כי מידע מהיר הוא רכיב מרכזי ב־Statistical Process Control, וכי הייחוד של המערכת הוא בביצוע מדידות חוזרות – שבדרך כלל נעשות במעבדה – בתוך המפעל עצמו, כחלק מתהליך הבקרה השוטף.

פרופיל הרכב כימי לעומק שכבות מורכבות

לפי הודעת נובה, המערכת מיועדת לספק תוצאות מטרולוגיה מדויקות לבקרת תהליכים בשכבות דקות ומערכי שכבות מורכבים (complex film stacks) הן בהתקני לוגיקה והן בהתקני זיכרון. Nova Metrion מודדת ריכוז של מינים כימיים כפונקציה של עומק, ומפיקה פרופילים הרכביים שנועדו לסייע בניטור ובבקרה על פרמטרים כגון ריכוז דופנטים, אחידות השתלה (implant uniformity) ורמות זיהום.

הפוסט נובה: פלטפורמת Nova Metrion אומצה אצל שני יצרנים גלובליים מובילים לייצור לוגיקה וזיכרון הופיע לראשונה ב-Chiportal.

מענק חדש בהיקף 11.85 מיליון אירו נפתח בהולנד במטרה להאיץ מחקר ופיתוח בשתי חזיתות טכנולוגיות שמוגדרות כיום כבסיס לתחרותיות עתידית: שבבים וטכנולוגיות קוונטיות. במסגרת קריאה ייעודית של NWO (הארגון ההולנדי למחקר מדעי) יחד עם Holland High Tech, מתבקשות קבוצות מחקר וקונסורציומים להגיש הצעות משותפות.

הקריאה בנויה סביב שני מסלולים משלימים, שכל אחד מהן מכוונת לבעיה מדעית־הנדסית אחרת – אך שניהם מתכנסים לשאלה אחת: כיצד עוברים מיכולת מעבדתית מרשימה ליכולת תעשייתית אמינה בקנה מידה גדול.

במסילה הראשונה, הדגש הוא אינטגרציה הטרוגנית במערכות שבבים – שילוב של רכיבי “צ’יפלטים” מתחומים פיזיקליים שונים בתוך מארז יחיד. הכיוון הזה נחשב מרכזי בעידן שבו שיפור ביצועים כבר אינו נשען רק על הקטנת טרנזיסטורים, אלא גם על ארכיטקטורות מודולריות, מארוז מתקדם ואינטגרציה תלת־ממדית. הקריאה מעודדת פיתוח פתרונות 2D ו-3D, ובפרט שיטות תכנון ותהליך שמאפשרות “להדביק” יחד רכיבים שונים תוך שמירה על ביצועים, אמינות ותשואות ייצור. (Innovation News Network)

לצד זאת, הקריאה מדגישה שימוש בכלי בינה מלאכותית לתכנון, אופטימיזציה ובדיקות. כאן יש היבט מדעי ברור: כאשר משלבים צ’יפלטים, מספר משתני התכנון גדל מאוד (מכניקה תרמית, הולכת חום, שלמות אות, רעש, ממשקי חיבור, שונות ייצור). אלגוריתמים יכולים לסייע בסריקת מרחב פתרונות ענק, בהערכת אמינות מואצת ובהכוונת בדיקות כך שיקצרו “זמן לשוק” בלי להקריב איכות.

המסילה השנייה ממוקדת בטכנולוגיות קוונטיות – תחום שמבטיח קפיצות דרך בחישוב, תקשורת ואבטחה, אך עדיין רחוק מרמת הבשלות של שבבים קלאסיים. כאן המטרה איננה “עוד הדגמה מעבדתית”, אלא קידום ידע שמאפשר ייצור בר־שחזור: תהליכים יציבים, יכולת ייצוריות (manufacturability), מטרולוגיה (מדידה ואפיון) ושיטות לייצור בקנה מידה גדל של רכיבים קוונטיים.

ההדגשה על מטרולוגיה אינה פרט טכני: במערכות קוונטיות הבעיה היא לעיתים קרובות לא “להראות שזה עובד פעם אחת”, אלא למדוד במדויק תכונות קריטיות (כמו יציבות, שונות בין רכיבים, רגישות לסביבה) ולפתח פרוטוקולי בדיקה שמתחברים לקווי ייצור – בדומה לאופן שבו תעשיית השבבים הקלאסית בנתה עם השנים שכבות של בקרת איכות, סטטיסטיקה תעשייתית ובדיקות וייפר.

תנאי סף: שותפות תעשייתית ומימון משלים

היקף התקציב הכולל עומד על 11.85 מיליון אירו, כאשר התקציב מחולק באופן שווה בין מסילת השבבים למסילת הקוונטום. (nwo.nl)
עם זאת, הקריאה מתוכננת כך שתכריח חיבור הדוק בין מחקר לתעשייה: כל הצעה חייבת לכלול לפחות שני גופים מממנים־שותפים (co-funders), וביחד עליהם להעמיד לפחות 20% מתקציב הפרויקט – במזומן או בשווה־כסף (in kind).
מבחינה מדעית־יישומית, זהו מנגנון שמכוון את התוצרים לאזורים שבהם יש “נתיב אימוץ” ברור: תשתיות ייצור, דרישות בדיקה, סטנדרטים הנדסיים, ויכולת לשלב תוצאות מחקר במוצרים ובשרשראות אספקה.

אירוע התאמה לקונסורציומים: 2-3-2026, אוטרכט

כדי לסייע בהקמת קונסורציומים תחרותיים, NWO ו-Holland High Tech יקיימו מפגש Matchmaking ב-2-3-2026 במשרדי NWO באוטרכט, שבו יוכלו משתתפים להציג רעיונות, לאתר שותפים ולהבין טוב יותר את תנאי ההגשה והדגשים על אימפקט חברתי־כלכלי.

הפוסט הולנד פותחת קול קורא של 11.85 מיליון אירו להאצת חדשנות בשבבים ובהגדלת טכנולוגיות קוונטיות הופיע לראשונה ב-Chiportal.