半導體工廠是現(xiàn)代工業(yè)皇冠上的明珠，其生產(chǎn)過程復雜精細，對效率和良率有著極高的要求。然而，傳統(tǒng)的數(shù)據(jù)分析和經(jīng)驗傳承模式已難以滿足智能制造時代的需求，成為制約現(xiàn)代工廠發(fā)展的瓶頸。工程智能（Engineering Intelligence, EI）作為半導體工業(yè)軟件體系的核心環(huán)節(jié)，正扮演著越來越重要的角色。

但在這個領域，國內(nèi)長期處于無人區(qū)，以深圳智現(xiàn)未來工業(yè)軟件有限公司為代表的國內(nèi) EI 廠商強勢崛起，不僅打破了國外廠商壟斷，更以人工智能的引入，為中國制造業(yè)智能化轉(zhuǎn)型注入澎湃動力。

工程智能（EI）是制造智能化的必經(jīng)之路

在半導體行業(yè)的早期，制造過程依賴于嚴格的物理控制和工程師的個人經(jīng)驗。當時，工藝的復雜度相對較低，晶圓廠的規(guī)模也較小，數(shù)據(jù)處理和分析的需求可以通過半手工方式或通用軟件工具來滿足。但隨著集成電路(IC)的特性逐漸變得復雜，傳統(tǒng)的方法開始顯得力不從心。

隨著計算機技術(shù)的進步，自動化開始進入半導體制造領域。晶圓廠開始利用計算機控制設備和制造執(zhí)行系統(tǒng)（MES）來管理生產(chǎn)流程。數(shù)據(jù)采集系統(tǒng)（DCS）和統(tǒng)計過程控制（SPC）工具的引入，使得制造過程的監(jiān)控變得越來越精準。

但是在現(xiàn)代制造業(yè)中，僅依靠制造執(zhí)行系統(tǒng)（MES）、設備自動化系統(tǒng)（EAP）、高級計劃排程系統(tǒng)（APS）、實時派工系統(tǒng)（RTD）等各種管理系統(tǒng)，還遠遠不夠。這不僅考驗工程師的經(jīng)驗積累、能力儲備、責任心，還要求他們具有出色的復合能力。而且工廠的設備可能有成百上千的參數(shù)，這些參數(shù)可能以秒甚至毫秒級的周期波動，加上多個參數(shù)之間的相互關(guān)聯(lián)，光靠工程師手動監(jiān)控是不現(xiàn)實的。同時，這些海量的設備數(shù)據(jù)、工藝數(shù)據(jù)也是工廠最寶貴的資產(chǎn)，如何挖掘其價值以實現(xiàn)數(shù)據(jù)驅(qū)動的智能決策是必須面對的挑戰(zhàn)。

于是，工程智能（EI）技術(shù)開始萌芽，通過集成軟件、傳感器網(wǎng)絡和先進的數(shù)據(jù)處理能力，幫助制造過程實現(xiàn)了更高的自動化和智能化。人工智能技術(shù)（AI）的進步為 EI 技術(shù)的發(fā)展提供了基礎和支撐。EI開始采用更為復雜的算法來優(yōu)化制造參數(shù)，進行虛擬建模，實時監(jiān)控設備狀態(tài)，并預測維護需求，輔助工程師決策。

工廠智能化制造的實現(xiàn)可以分為三個階段：數(shù)字化、自動化和智能化。數(shù)字化是基礎，通過物聯(lián)網(wǎng)技術(shù)實現(xiàn)生產(chǎn)過程的數(shù)據(jù)采集和透明化；自動化是提高生產(chǎn)效率的關(guān)鍵步驟，通過程序控制和機器協(xié)同代替“人手”，以及運用生產(chǎn)調(diào)度系統(tǒng)來優(yōu)化工藝流程；最后，智能化是目標，通過工程智能建立復雜的算法模型，將工程師的經(jīng)驗轉(zhuǎn)化為數(shù)據(jù)驅(qū)動的智能分析，發(fā)現(xiàn)異常、精準定位問題根源，并提供及時的解決建議和反饋。

在制造業(yè)轉(zhuǎn)型升級的路上，唯有制造自動化與工程智能化兩者共同助力才能實現(xiàn)價值最優(yōu)。如果將工廠比喻為一個人體，自動化系統(tǒng)(如MES等)就像是執(zhí)行命令的“手臂”，直接控制生產(chǎn)線上的機械手臂和設備，確保生產(chǎn)過程的連續(xù)性和效率；而工程智能（EI）系統(tǒng)則相當于進行思考和決策的“大腦”，涵蓋了更廣泛的數(shù)據(jù)分析和優(yōu)化任務，如通過先進過程控制（APC）來提升制程的控制能力，通過建模實時監(jiān)控和預測維護（FDC/PPM）來提高設備效率。

可以說，唯有工程智能這樣的“大腦”，工廠才能實現(xiàn)真正的智能化。工程智能不僅是實現(xiàn)制造業(yè)智能化的必經(jīng)之路，更是未來智能工廠的基石。

難如登山的工程智能軟件

但開發(fā)工程智能軟件卻難如登山?？v觀過去近50年，全球范圍內(nèi)僅有三家公司能夠提供成熟且經(jīng)過驗證的工程智能軟件產(chǎn)品：美國AMAT (Applied Materials)、美國PDF Solutions和韓國BISTel。它們的成功，并非偶然，而是有跡可循。

陪伴超大型客戶從零到壹，是它們成功的關(guān)鍵因素。三家公司無一例外地在與超大型客戶的共同成長和陪伴下，積累了寶貴的經(jīng)驗和數(shù)據(jù)。

AMAT：成立于1976年，Intel三杰Robert Noyce、Gordon Moore和Andy Grove是Applied Materials的創(chuàng)始人，長期以來AMAT是Intel的Tier1最佳供應商，雙方合作積累了大量工藝經(jīng)驗和數(shù)據(jù)。

PDF Solutions：成立于1991年，服務于稍晚起步的IDM和Fab，前兩大客戶長期占據(jù)其年收入超20%，甚至40%以上。

BISTel：成立于2000年，部分核心成員來自三星電子，早在初期該公司尚未形成軟件產(chǎn)品的時期，BISTel就服務于三星，并在三星的支持下打磨產(chǎn)品，三星和海力士都是其20多年的客戶。

他們在大廠的陪伴下工藝不斷精進，積累了數(shù)十年的晶圓工藝和數(shù)據(jù)沉淀，形成了極高的行業(yè)壁壘。

形容工程智能軟件的難，可以將之比作是“冰山模型”。露在海面上的常見現(xiàn)象及應對策略只是冰山的一角，水面之下的經(jīng)驗模型算法才是制勝關(guān)鍵。比如說，有些偶發(fā)情況可能一年只發(fā)生一回，但這對于產(chǎn)線來講都是不可接受的。即使經(jīng)驗豐富的工程師，也難以窮盡所有偶發(fā)狀況。而經(jīng)驗沉淀和傳遞是另一道難題，工程師積累的經(jīng)驗，往往是隱性的、非結(jié)構(gòu)化的，難以有效傳遞和共享。海量數(shù)據(jù)的價值也無法充分挖掘。如何應對這些未知的挑戰(zhàn)？如何探尋異常背后的根因？這些問題，考驗著工程智能軟件的智慧和能力。

故而，工程智能系統(tǒng)的核心價值在于其深藏的經(jīng)驗、精細打磨的模型算法和久經(jīng)考驗的代碼，新進的門檻極高，打磨成熟工程智能產(chǎn)品非常困難。

智現(xiàn)未來，為國產(chǎn)工程智能而生

在這樣的背景下，2021年9月，智現(xiàn)未來通過收購韓國BISTel的知識產(chǎn)權(quán)，開啟了100%全國產(chǎn)的本土的“工程智能之路”。智現(xiàn)未來不僅承接了原來BISTel的完整知識產(chǎn)權(quán)、重要核心人才隊伍、所有的中國客戶，還在強大的中國軟件工程能力的支撐下，完成了產(chǎn)品技術(shù)的快速迭代和升級，并于2023年底發(fā)布了多款新產(chǎn)品和新版本，獲得了更多新老客戶的認可和信賴。

在短短兩年多的時間內(nèi)，智現(xiàn)未來已經(jīng)取得了顯著的成就，是中國本土唯一成功上線12英寸量產(chǎn)產(chǎn)線的國產(chǎn)工程智能系統(tǒng)供應商。智現(xiàn)未來工程智能系統(tǒng)的常年穩(wěn)定運行，保障著中國頂尖晶圓代工廠10-12萬片晶圓/月的穩(wěn)定、高效的生產(chǎn)。在國內(nèi)頂尖的八家大硅片制造企業(yè)中，有五家選擇了智現(xiàn)未來的EI系統(tǒng)，展現(xiàn)了其在行業(yè)中的廣泛認可和應用。此外，智現(xiàn)未來在中國顯示面板EI市場還實現(xiàn)了100%全面覆蓋。

目前智現(xiàn)未來形成了較為完善的產(chǎn)品矩陣，涵蓋數(shù)據(jù)搜集、監(jiān)測、分析、預測及自適應決策等環(huán)節(jié)，為泛半導體行業(yè)提供整體工程智能系統(tǒng)（EI）解決方案。

智現(xiàn)未來以EES（設備工程系統(tǒng)）為核心的工程智能系統(tǒng)，能夠從數(shù)據(jù)收集（設備數(shù)據(jù)、量測數(shù)據(jù)、產(chǎn)線數(shù)據(jù)等）——>建模監(jiān)測（FDC/DFD故障監(jiān)測、R2R/APC 先進過程控制、SPC統(tǒng)計過程控制、RMS配方管理系統(tǒng)、MPA設備監(jiān)控性能分析等）——>數(shù)據(jù)分析（YAS良率分析、TA追蹤數(shù)據(jù)分析、CM裝備腔體匹配等）——>預測（WQP晶圓質(zhì)量預測、VM虛擬量測、PPM設備預測性維護等）——>最終以知識為核心，實現(xiàn)系統(tǒng)自我學習控制，助力全廠的工藝生產(chǎn)設備的全方位的精細化管控。

“靈犀”大模型加持，“智”領未來

值得一提的是，在剛剛結(jié)束的業(yè)界盛會SEMICON CHINA 2024展會上，智現(xiàn)未來重磅呈現(xiàn)”靈犀”大語言模型的實際應用案例。“靈犀”大語言模型備受業(yè)內(nèi)討論和關(guān)注，是國內(nèi)首個落地應用的半導體垂直類大語言模型。隨著人工智能技術(shù)的快速發(fā)展，大語言模型在各個領域展現(xiàn)出巨大的潛力。在半導體行業(yè)，大語言模型在幫助工廠內(nèi)部解決數(shù)據(jù)層割裂、分析耗時、人才密度不足、數(shù)據(jù)價值未被充分挖掘等痛點方面頗有潛力，將有力推動高端制造業(yè)實現(xiàn)智能化轉(zhuǎn)型與升級。

眾所周知，今天大多數(shù)工廠采用的是傳統(tǒng)中心控制的架構(gòu)，各種各樣的應用在數(shù)據(jù)層是割裂的，分析非常耗時，且高度依賴工程師的個人經(jīng)驗。為應對這些挑戰(zhàn)，工廠開始打造大數(shù)據(jù)底座，實現(xiàn)數(shù)據(jù)集成，雖減少了數(shù)據(jù)對齊時間，卻仍未擺脫對工程師個體經(jīng)驗的依賴。

而大語言模型的出現(xiàn)為這些難題提供了一個良好的機會。大語言模型一個已經(jīng)驗證的能力是把非結(jié)構(gòu)化的數(shù)據(jù)結(jié)構(gòu)化，一方面能夠有效地把歷史上積累的數(shù)據(jù)資產(chǎn)盤活，另一方面通過整合結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)形成對工廠全貌的認識。

“靈犀”聚焦于提升行業(yè)效率和解決半導體領域的具體技術(shù)難題，是智現(xiàn)未來為半導體工廠打造的全新一代數(shù)字底座。依托先進的MOE（Mixture of Experts）架構(gòu)，“靈犀”能夠整合不同領域的專家級模型，打造強大而靈活的整體解決方案。該架構(gòu)的核心優(yōu)勢在于其多樣性和專業(yè)性，能夠針對各種具體任務，提供定制化的智能分析和處理能力，大幅提升半導體研發(fā)和生產(chǎn)效率。

目前，“靈犀”大模型在缺陷圖像識別、Wafer Map失效自動分類、設備失效根因分析、良率預測等多個領域都已展現(xiàn)出巨大潛力，助力半導體行業(yè)智能化升級。以實際應用為例，在半導體生產(chǎn)過程中的多模態(tài)缺陷識別應用中，“靈犀”可將數(shù)百名工程師一年的工作量縮短至2-3個月完成，所用到樣本數(shù)量減少2個數(shù)量級，分類準確率提升超過10%，大幅提高了生產(chǎn)效率，還顯著降低了工程師的負擔。

這些成功案例不僅展示了大模型技術(shù)在半導體實際應用中的巨大潛力，也證明了智現(xiàn)未來在這一前沿技術(shù)領域的領導地位和創(chuàng)新能力。

智現(xiàn)未來依托于EI（工程智能），并使用AI（“靈犀”大語言模型）再次升級賦能，站在工業(yè)革新的前沿，為未來工廠的智能化轉(zhuǎn)型提供強有力的支持。

種種跡象表明，智現(xiàn)未來在本土化之后，不僅能夠把國際領先的工程智能技術(shù)消化吸收，還能夠根據(jù)中國本土企業(yè)的實際需求、以及巧用新的發(fā)展技術(shù)如大語言模型進行創(chuàng)新和應用，成功幫助本土客戶解決工程智能軟件“卡脖子” 問題。

總結(jié)

過去，EI幾乎是國外廠商的天下；現(xiàn)在，以智現(xiàn)未來為代表的國內(nèi)EI廠商強勢崛起，打破了國外廠商的壟斷局面；未來已來，EI將在工廠中發(fā)揮越來越重要的作用，而大語言模型將成為未來工廠的基座和中樞，助力制造業(yè)轉(zhuǎn)型升級。國內(nèi)EI廠商必將大有可為，在推動制造業(yè)智能化轉(zhuǎn)型中扮演重要角色。

我們也將持續(xù)關(guān)注和總結(jié)分享，智現(xiàn)未來“靈犀”作為國內(nèi)首個落地應用的半導體垂直類大語言模型，為行業(yè)帶來的新思路、新方法、新價值。

審核編輯 黃宇