Si può fare a meno delle GPU: questa startup usa le CPU AMD EPYC per individuare difetti nei wafer in tempo reale

L'intelligenza artificiale applicata alla produzione di semiconduttori viene generalmente associata all'impiego di GPU per eseguire modelli complessi. La startup sudcoreana AiBiz sostiene invece di aver dimostrato un approccio differente, basato esclusivamente sulle CPU AMD EPYC, utilizzate per individuare in tempo reale i difetti di produzione dei wafer direttamente durante le lavorazioni. Secondo quanto comunicato dall'azienda e da AMD, questa soluzione è già operativa negli stabilimenti Samsung Electronics in Corea del Sud e a Xi'an, in Cina.

La piattaforma sviluppata da AiBiz, denominata DutchBoy, è progettata per intercettare anomalie nelle prime fasi della fabbricazione, evitando che piccoli problemi si trasformino in difetti irreversibili rilevati soltanto al termine della produzione. Nei moderni impianti produttivi il controllo qualità viene spesso effettuato nelle fasi finali del processo, quando gli scarti risultano ormai inevitabili. L'obiettivo della soluzione è invece intervenire mentre il wafer è ancora in lavorazione, aumentando la resa complessiva della fabbrica.

Il sistema è installato direttamente all'interno delle apparecchiature di incisione (etching) e analizza continuamente i dati provenienti da 20 macchinari. Ogni apparecchiatura mette a disposizione circa 300 sensori che inviano informazioni ogni 100 millisecondi, generando un flusso di dati particolarmente elevato. DutchBoy utilizza modelli di rilevamento delle anomalie nelle serie temporali combinati con Graph Neural Network (GNN) per individuare correlazioni tra temperatura, pressione e altri parametri di processo, riconoscendo condizioni anomale mentre si verificano.

Tra gli eventi monitorati vi sono i fenomeni di electrical arcing, scariche elettriche che possono verificarsi all'interno delle camere di processo al plasma e compromettere la qualità del wafer. Secondo AiBiz, il software riconosce le variazioni anomale dei sensori associate a questi eventi e invia notifiche in tempo reale agli ingegneri, consentendo un intervento prima che il difetto si propaghi.

Uno degli aspetti più rilevanti del progetto riguarda la scelta dell'hardware. L'azienda afferma che i propri modelli AI contengono meno di 100.000 parametri, una dimensione estremamente ridotta rispetto ai moderni modelli linguistici di grandi dimensioni. Questa caratteristica permette di eseguire l'inferenza direttamente sulle CPU, evitando l'impiego di GPU dedicate. Secondo AiBiz, una configurazione composta esclusivamente da CPU riduce i costi dell'infrastruttura, limita il consumo energetico e diminuisce la produzione di calore, un fattore importante all'interno delle camere bianche e dei datacenter a supporto della produzione.

Prima dell'adozione delle CPU AMD EPYC, AiBiz utilizzava processori Intel ma aveva riscontrato colli di bottiglia dovuti ai crescenti volumi di dati generati dagli impianti produttivi. La società riferisce che il passaggio ai processori AMD, unito all'ottimizzazione del software e allo sfruttamento del multithreading, ha portato a un incremento del 30% delle prestazioni di inferenza AI, eliminando i principali limiti prestazionali osservati con la piattaforma precedente.

AMD ha collaborato direttamente con la startup nella definizione della configurazione hardware più adatta ai carichi di lavoro di inferenza in tempo reale, valutando numero di core, frequenze operative, cache e banda della memoria dei processori EPYC. Anche HPE ha preso parte al progetto, supportando la selezione delle piattaforme server e contribuendo alla distribuzione dell'infrastruttura.

Dal punto di vista economico, AiBiz stima un miglioramento della resa produttiva compreso tra il 3% e il 5%, oltre alla possibilità di evitare la perdita di wafer particolarmente costosi grazie all'individuazione preventiva dei difetti. Secondo le simulazioni presentate, per un grande produttore di semiconduttori il risparmio potrebbe arrivare fino a circa 100 milioni di dollari all'anno, grazie alla riduzione degli scarti e all'aumento del rendimento delle linee produttive.