Chipmetrics otwiera filie w Dreznie

Chipmetrics otwiera filię w Dreźnie Firma Chipmetrics uruchamia swoją nową siedzibę w Dreźnie. Firma założona w Joensuu w Finlandii zapowiada, że rok 2025 będzie dla niej przełomowy. Chipmetrics zamierza intensywnie zwiększyć swoją sprzedaż oraz zainwestować w marketing swoich produktów do metrologii półprzewodników 3D. „Drezno jest najważniejszą lokalizacją dla branży półprzewodników w Europie. Obecność Chipmetrics właśnie tutaj z otworzy nam nowe możliwości. Niemiecka filia pozwoli nam nie tylko lepiej obsługiwać naszych europejskich klientów i rozwijać tutaj działalność, ale w miarę rozwoju będziemy mogli zatrudniać ludzi, którzy są być może najlepszymi ekspertami zajmującymi się ekosystemem półprzewodników 300-milimetrowych” - powiedział Thomas Werner, szef działu metrologii półprzedowników. Planując swoją ekspansję w 2025 r., Chipmetrics chce zwiększyć liczbę osób zatrudnionych w firmie. W tej chwili aktywnie poszukuje pracowników na stanowiska takie jak COO (dyrektor operacyjny), kierownik sprzedaży czy ALD Scientist - wszystkie stanowiska są dostępne w Dreźnie lub Finlandii. Produkty Chipmetrics mają na celu sprostanie niektórym z najpilniejszych wyzwań w nowoczesnej produkcji półprzewodników. W miarę jak struktury komponentów kurczą się do skali bliskiej atomowej, przemysł w coraz większym stopniu obejmuje trójwymiarowe architektury chipów. Cienkie warstwy są osadzane przy użyciu technologii Atomic Layer Deposition (ALD) - technologii zapoczątkowanej w Finlandii w 1974 roku - w celu niezawodnego pokrywania głębokich struktur chipów z niezwykłą precyzją. Zdolność do dokładnego pomiaru danych ALD w strukturach 3D o wysokim współczynniku kształtu pomaga zarówno w pracach badawczo-rozwojowych nad przyszłymi chipami, takimi jak 3D DRAM, jak również w kwalifikacji narzędzi i kontroli procesu. „Sztuczna inteligencja i uczenie maszynowe są tutaj na stałe, zwłaszcza w zautomatyzowanych procesach produkcyjnych, takich jak te, które obserwujemy w półprzewodnikach. Dzięki naszym chipom metrologicznym i waflom możemy przyspieszyć proces kwalifikacji narzędzi, minimalizując przestoje, a także dostarczając najlepsze możliwe dane do trenowania modeli AI/ML” - zakończył Thomas Werner.