Logiciel d’intelligence artificielle pour la fabrication de semi-conducteurs photoniques

********************************
5 mai, 2020
La date de fermeture de ce défi a été prolongée au 22 mai, 2020 à 14:00 HAE.
****************************************************
14 avril 2020
En raison des problèmes liés à COVID19, nous avons décidé de prolonger la date de clôture de l'appel d'offres jusqu'au 7 mai 2020.
Le présent avis du défi est publié en vertu de l’appel de propositions (003) du programme Solutions innovatrices Canada (SIC) (EN578-20ISC3). Pour obtenir des renseignements généraux sur le SIC, les soumissionnaires peuvent visiter le site Web du SIC à cet effet.
Veuillez consulter les documents de l’appel de propositions qui contiennent le processus de soumission d’une proposition.
Étapes à suivre :
Étape 1 : lisez ce défi
Étape 2 : lisez l’appel de propositions
Étape 3 : proposez votre solution ici
Titre du défi: Logiciel d’intelligence artificielle pour la fabrication de semi-conducteurs photoniques

PROMOTEUR DU

DÉFI: Conseil national de recherches du Canada (CNRC)
Mécanisme de financement : Contrat
VALEUR MAXIMALE DU MARCHÉ
Ce défi peut amener la création de plusieurs contrats.
Le financement maximal disponible pour tout contrat résultant de la phase 1 de ce défi est de 150 000,00 $ CAD, excluant les taxes applicables, les frais de livraison, de déplacements, ainsi que les frais de subsistance, s'il y a lieu, pour une période pouvant aller jusqu'à 6 mois (à l'exclusion de la soumission du rapport final).
Nombre estimé de contrats de la phase 1: 2
Le financement maximal disponible pour tout contrat résultant de la phase 2 de ce défi est de 300 000,00 $ CAD excluant les taxes applicables, les frais de livraison, de déplacements, ainsi que les frais de subsistance, s'il y a lieu,, pour une période pouvant aller jusqu'à 12 mois (à l'exclusion de la soumission du rapport final). Seules les entreprises admissibles qui ont effectué avec succès la phase 1 seront prises en compte pour la phase 2.
Nombre estimé de contrats de la phase 2: 1
Le fait de divulguer l'estimation du financement disponible n'engage aucunement le Canada à payer cette somme. Les décisions finales sur le nombre de bourses des phases 1 et 2 seront prises par le Canada en fonction de facteurs tels que les résultats de l'évaluation, les priorités ministérielles et la disponibilité des fonds.
DÉPLACEMENTS: À la phase 1, on s’attend à ce que deux réunions exigent du soumissionnaire retenu ou des soumissionnaires retenus les déplacements suivants :
Réunion de lancement
Ottawa (Ontario)
Réunion d’examen final
Ottawa (Ontario)
Les autres communications pourront se faire par téléphone, par vidéoconférence ou par WebEx.
Sommaire du problème
Le CNRC est à la recherche d’un logiciel qui lui permettrait de prévoir et de modifier la longueur d’onde émise par une structure faite de semi-conducteurs durant sa production, par modélisation et analyse des données.
Énoncé du problème
Le Centre canadien de fabrication de dispositifs photoniques (CCFDP) du CNRC offre des services de création de semi-conducteurs à ses clients qui souhaitent fabriquer un dispositif photonique. Un aspect crucial de ces services consiste à faire croître des hétérostructures avec du gallium, de l’indium, de l’arsenic et du phosphore (GaInAsP) ou de l’aluminium, du gallium, de l’indium et de l’arsenic (AlGaInAs) par le dépôt chimique de ces composés organométalliques en phase vapeur (MOCVD). La performance du dispositif dépend des propriétés optiques de la structure créée, propriétés qui s’expriment habituellement par la longueur d’onde de la photoluminescence. On établit donc la longueur d’onde recherchée (1 400 nm, par exemple) et l’écart qui sera toléré (±5 nm). Les modèles actuels utilisés pour prévoir la longueur d’onde de la photoluminescence ont une précision de ±15 nm. Les spécifications étant souvent plus sévères, on doit procéder à des ajustements par tâtonnements pour réussir à satisfaire le client. Ces ajustements s’effectuent par étalonnage, une méthode aussi coûteuse que laborieuse. Le CNRC aimerait obtenir un logiciel de modélisation qui prédira avec exactitude la longueur d’onde finale de la photoluminescence émise par une hétérostructure à partir de paramètres empiriques, sans que l’on doive procéder à des étalonnages subséquents.
Résultats souhaités et éléments à considérer
Résultats essentiels (obligatoires)
Le CNRC est à la recherche d’un logiciel qui prédira la longueur d’onde de la photoluminescence d’une hétérostructure semi-conductrice créée par épitaxie avec une précision de ±5 nm par rapport à la photoluminescence réelle de chaque couche d’AlGaInAsP qui la compose.
Les solutions proposées doivent respecter les exigences que voici.
Phase 1
Le principe doit être validé à la fin de la première phase. Pour cela, le logiciel doit réaliser ce qui suit :

Extraire les données de fichiers textes correspondant aux diverses entrées et sorties du procédé avec un taux d’erreur inférieur à 1 %. Les entrées et sorties en question consistent en cartes de la longueur d’onde de la photoluminescence, profils de la diffraction des rayons X (XRD), recettes du dépôt chimique des composés organométalliques en phase vapeur (MOCVD), profils de température, profils de réflectivité et comptes rendus d’exécution. Le CNRC fournira environ 500 points de données dans chaque cas.
Recourir à ces données et à l’apprentissage automatique pour produire un modèle qui prédira la longueur d’onde de la photoluminescence à partir d’une structure et d’une recette précises.
Montrer que les variations de longueur d’onde de la photoluminescence ne sont pas stochastiques et sont inférieures à ±5 nm.
Pouvoir fonctionner sur n’importe quel ordinateur utilisant la plateforme Windows XP ou une version plus récente.

Phase 2
En plus de ce qui précède, le logiciel devra effectuer ce qui suit à la fin de la deuxième phase.

Dans les limites autorisées par les données disponibles, prédire la longueur d’onde de la photoluminescence avec une précision de ±5 nm pour les structures de n’importe quelle composition (Al, Ga, In, As, P), peu importe le nombre de couches, sachant la recette MOCVD et la structure semi-conductrice.
Pouvoir être adapté par l’utilisateur, c’est-à-dire pouvoir déchiffrer de nouvelles données et modifier le modèle sous la direction de l’utilisateur.
Fournir les paramètres d’une recette à partir d’une structure donnée, de la longueur d’onde visée pour la photoluminescence et des résultats des essais de production récents, et faire en sorte que la longueur d’onde résultante se situe à ±5 nm de celle recherchée. L’utilisateur devra pouvoir établir les paramètres de chaque couche de la structure (température, chauffage modulaire, durée, flux de gaz multiples).
Pouvoir s’appliquer à n’importe quel outil MOCVD aux capacités similaires.

Remarque
On rappelle au soumissionnaire que la proposition doit décrire comment la solution atteint les huit résultats essentiels (obligatoires) énumérés à la question 1a (portée). Le plan de la première phase du projet devrait surtout démontrer que les critères d’un à quatre sont réalisables. Les autres résultats essentiels seront abordés lors de la deuxième phase.
Historique et contexte
Le service de fonderie du CCFDP est un centre de fabrication de semiconducteurs à petit volume et haute diversité. Ce service facilite les premières étapes du développement et la fabrication de dispositifs photoniques à petite échelle pour une brochette de clients, y compris des PME canadiennes. Parmi les dispositifs semi-conducteurs obtenus figurent des amplificateurs et des lasers. Ils sont conçus pour répondre aux besoins spécifiques du client, l’émission de photoluminescence à une longueur d’onde bien précise, par exemple. La croissance d’une nouvelle structure repose lourdement sur un processus itératif d’étalonnage et de quantification. La principale difficulté consiste à établir la combinaison exacte de paramètres initiaux qui aboutira à une photoluminescence de la longueur d’onde recherchée.
Les logiciels de modélisation les plus évolués actuellement disponibles sont de puissants modèles théoriques qui conviennent parfaitement à la prévision des tendances qualitatives. Malheureusement, ils manquent souvent de précision lorsque l’on s’en sert pour prévoir les paramètres de sortie quantitativement, notamment la longueur d’onde de la photoluminescence. En effet, leurs résultats diffèrent passablement de ceux obtenus de manière empirique. Les variations qui accompagnent naturellement le processus de croissance ajoutent à ces imprécisions. Par conséquent, on ne peut se servir de ces modèles seuls pour cibler un paramètre spécifique. Il faut aussi recourir à un processus itératif d’étalonnage et de mesure.
Pour combler l’écart entre les résultats des modèles en question et les résultats empiriques, on fait souvent appel à des modèles semi-empiriques, solution qui soulève deux problèmes :

les modèles semi-empiriques ne s’appliquent qu’à une structure semi-conductrice précise, si bien que chaque structure produite par un service qui en fabrique une grande diversité en petit nombre exige son propre modèle;
on ne peut généraliser les modèles semi-empiriques : ils ne s’appliquent qu’à un processus bien précis.

Le défi a pour but d’exploiter les données disparates issues de la production en petits lots d’une grande variété de semi-conducteurs en vue de créer un système de modélisation empirique assez général pour qu’on l’applique à une foule de structures semi-conductrices.
DEMANDES DE RENSEIGNEMENTS
Toutes les demandes de renseignements doivent être présentées à (courriel sur l'avis officiel) au moins dix jours civils avant la date de clôture. Pour ce qui est des demandes de renseignements reçues après ce délai, il est possible qu'on ne puisse pas y répondre.