編者按:在半導體制造智能化轉型中,通用大模型如何跨越行業(yè)的巨大鴻溝?傳統(tǒng)CIM系統(tǒng)如何突破數(shù)據(jù)孤島與“靠人串接”的多重桎梏?未來CIM系統(tǒng)的發(fā)展將以怎樣的智慧圖景引領半導體制造全新變革?作為中國本土唯一上線12吋量產(chǎn)產(chǎn)線的工程智能系統(tǒng)提供商,100%國產(chǎn)化多模態(tài)大模型智能制造應用領跑者,智現(xiàn)未來給出的“AgentNet驅動CIM 3.0”的技術破局路徑,正在重構產(chǎn)業(yè)范式。

從 ChatGPT到DeepSeek,大模型的崛起標志著 AI 從通用智能邁向行業(yè)深耕的分水嶺。在文本生成、編程、辦公自動化等領域,這些“通用腦”已展現(xiàn)顛覆性潛力,推動生產(chǎn)力躍升。然而,在半導體制造這一技術密集、流程精密、知識高度垂直的核心工業(yè)體系,其智能化轉型面臨更高門檻:工藝節(jié)點持續(xù)演進、每日TB級數(shù)據(jù)劇增、數(shù)據(jù)傳輸孤島、技術壁壘日益復雜、人才流失與時間浪費問題加劇,良率與成本的優(yōu)化空間正逐漸逼近極限,整個行業(yè)需要迎來一場智能化和自動化的深度變革。

過去硅片大廠利用到AI的方案主要是判別式AI深度學習技術(小模型),雖然多數(shù)硅片制造工廠已建立一定程度的自動化,但更多集中于局部優(yōu)化,缺乏自學習與可擴展性、對異常情況的解釋力不足、仍需依賴大量標注數(shù)據(jù)與專家經(jīng)驗,難以解決跨環(huán)節(jié)多模態(tài)系統(tǒng)問題。

如何讓AI真正走進晶圓廠,走進制程、走進設備,如何將大模型能力與工程智能深度融合,推動AI從“規(guī)則固化”走向“自主適應”,正成為半導體智能制造時代的核心命題。而答案,已經(jīng)浮現(xiàn):只有深度垂直賦能,AI才能真正打破技術天花板,成為智能制造的內生動力。

通用大模型能否直接賦能半導體制造?

答案是否定的。

具體而言,通用大語言模型在實際落地過程中面臨三大核心障礙:1)對行業(yè)術語理解不足,難以精準解析專業(yè)語境;2)缺乏深層次專業(yè)知識結構,無法支撐復雜決策與診斷;3)難以接入封閉的企業(yè)生產(chǎn)系統(tǒng)。

此外,在系統(tǒng)級集成層面,也存在一系列挑戰(zhàn),包括:系統(tǒng)工具之間接口不統(tǒng)一、安全權限控制難,以及任務流程難以適配等。

因此,大模型要在行業(yè)真正落地,僅有語言能力遠遠不夠,更需要具備“懂行業(yè)、能集成、可執(zhí)行”的系統(tǒng)級應用能力。只有實現(xiàn)從模型能力向“應用能力”的躍遷,才能滿足垂直行業(yè)與生產(chǎn)系統(tǒng)的實際需求。

OpenAI CEO Sam Altman曾于2023年3月17日指出:“我們創(chuàng)造的模型,應該被視為一種推理引擎?！边@句話本質上強調了大模型的核心價值并非生成文本,而是具備類人推理、分析和決策的能力。

2024年底,國內的DeepSeek火出圈。DeepSeek-R1,是通過冷啟動數(shù)據(jù)、強化學習、拒絕采樣等多階段訓練打造的推理型模型,展示了從通用基礎模型向專業(yè)化、推理導向模型演進的技術路徑。

因此,唯有將通用大模型的推理能力與企業(yè)級數(shù)據(jù)、業(yè)務流程和系統(tǒng)工具深度融合,才能真正激發(fā)人工智能在工業(yè)和產(chǎn)業(yè)場景中的生產(chǎn)力價值。

筆者觀察到,在SEMICON China 上海半導體展會上,智現(xiàn)未來作為國內唯一實現(xiàn)12英寸晶圓廠量產(chǎn)的國產(chǎn)化工程智能系統(tǒng)解決方案提供商,率先提出“CIM進化路徑”新范式,首次系統(tǒng)性描繪從CIM 1.0 → CIM 2.0 → CIM 3.0的演進脈絡,完整勾勒出從“數(shù)字化”到“智能化”,再到“完全自主化”的躍遷圖景。

具體來看:

1、 CIM 1.0 以傳統(tǒng)的分立工具為特征,系統(tǒng)間相互孤立,依賴人為操作和協(xié)調完成信息傳遞與任務執(zhí)行,是“靠人串聯(lián)”“為人設計”的初級數(shù)字化系統(tǒng)。

2、 CIM 2.0 構建在既有系統(tǒng)基礎上,通過引入 Agent 技術實現(xiàn)系統(tǒng)模塊的協(xié)同聯(lián)動,初步具備面向目標的任務驅動能力,標志著從“人工管理”向“AI+系統(tǒng)協(xié)同”的關鍵轉變。原本靠人來協(xié)調的流程,如調度、異常處理、質量追溯,逐步由大模型和工程智能系統(tǒng)工具協(xié)同完成;關注全局生產(chǎn)目標而非單模塊效率,推動制造全流程的智能化協(xié)同。

3、 CIM 3.0 則是“為AI設計”“全方位智能化”的自主系統(tǒng),將實現(xiàn)基于知識驅動的完全自主化制造。系統(tǒng)通過MoE(Mixture of Experts)架構構建分布式智能體網(wǎng)絡,實現(xiàn)全廠系統(tǒng)的自主協(xié)作、調度,達成自感知、自決策、自優(yōu)化,實現(xiàn)“從執(zhí)行工具到智能體”的轉變。

從CIM 1.0到3.0,是一場從“為人設計” → “為任務設計” → “為AI設計”的深層變革。大模型作為通用智能引擎,正成為引領CIM躍遷的關鍵推力,推動半導體智能制造從“數(shù)據(jù)驅動的決策支持”到“知識驅動的自動化”,加速行業(yè)邁向全棧智能時代。

智現(xiàn)未來以全國產(chǎn)化 AI 閉環(huán),破局CIM智能化躍遷

智現(xiàn)未來是國內首個推出半導體領域大模型的公司,自2023年推出垂直行業(yè)大模型“靈犀”以來,持續(xù)夯實半導體智能制造的智能底座,正在成為推動 CIM 系統(tǒng)智能化升級的中堅力量。

圍繞大模型如何實現(xiàn)從“通用理解”向“領域專用”的智能化躍遷,智現(xiàn)未來探索出了一套系統(tǒng)化的訓練體系。整個過程可劃分為三個關鍵階段:

1、通用腦的專業(yè)化突圍:“靈犀”大模型深度融合工藝參數(shù)、缺陷圖像、設備日志等10+模態(tài)數(shù)據(jù),構建了覆蓋3000+工藝節(jié)點的行業(yè)知識圖譜,并獨創(chuàng)“專家思維鏈”訓練框架,對DeepSeek、智譜等通用大模型完成專業(yè)領域“重塑”,使模型推理準確率從50%提升至90%以上。

2、專業(yè)腦的任務智能化訓練:垂直Agent集成領域特定的工具,例如缺陷檢測工具、SPC/FDC儀表板等,以工具API的方式實現(xiàn)Agent與晶圓廠系統(tǒng)之間的實時通信,為工程師或其他系統(tǒng)執(zhí)行如Map pattern 識別、ADC自動缺陷分類、良率數(shù)據(jù)相關性分析等特定任務,實現(xiàn)真正的“任務智能”。

3、AgentNet協(xié)作腦的全廠域協(xié)同:部署大語言模型+良率優(yōu)化、缺陷診斷等數(shù)十種專業(yè)Agent,“大”“小”協(xié)同進一步構建出多AgentNetwork全域智能體網(wǎng)絡,實現(xiàn)生產(chǎn)高度自動化、智能化數(shù)據(jù)分析與決策、智能生產(chǎn)調度、自動化質量控制、監(jiān)控與維護等全流程智控。

從“單一大模型(通用腦)”到“垂直Agent(專業(yè)腦)”再到“AgentNet(協(xié)作腦)”,智現(xiàn)未來通過這種分層遞進的智能架構,構建起支撐CIM智能躍遷的智能中樞,為行業(yè)智能化升級提供了從單點突破到全局優(yōu)化的全棧能力底座。

智現(xiàn)未來與晶合集成聯(lián)合打造的 YPA 良率預測分析系統(tǒng),正是公司智能 Agent 能力的典型體現(xiàn)。在晶合集成12英寸晶圓廠的合作項目中,智現(xiàn)未來的“靈犀”大模型提供了基于AIDC架構的智能專家推理系統(tǒng),結合 Wafer Resume Analysis (WRA,晶圓溯因分析) 與 Yield Prediction Analysis (YPA,良率預測分析) ,構建出一套支持動態(tài)自學習、精準溯因、異常處置、報告生產(chǎn)、知識沉淀的良率管理優(yōu)化解決方案。最終成果實現(xiàn)了工程師缺陷分類時間從 1小時縮短至1秒,報告編制時間從 1天縮短至1分鐘,實現(xiàn)自動hold lot /自動處理OOC的閉環(huán)能力,處理時效提升至 24小時內完成,有效幫助晶合集成在保障準確率的同時,真正實現(xiàn)了“省腦力、省人力”的智能化工程協(xié)作模式。

更多案例：PM(預防維護) Agent成本降低30%

在半導體工廠(FAB)中,設備維護面臨諸多挑戰(zhàn):突發(fā)停機造成巨額損失,依賴工程師經(jīng)驗導致維護質量不穩(wěn)定,備件浪費與維護成本高企。智現(xiàn)未來推出的 PM Agent 解決方案,通過集成“設備健康畫像、AI預警、自動派單、動態(tài)維保 SOP”等功能,構建了一套基于“動態(tài)感知網(wǎng)絡與智能決策鏈”的預維護系統(tǒng),成功將維護成本降低超30%,將預測性維護覆蓋率提升至85%以上。

該方案融合 TBM(基于時間)與 CBM(基于狀態(tài))兩種策略,動態(tài)生成維保方案,并通過模塊化能力如信號處理、設備健康預測、健康評估、故障診斷等,實現(xiàn)從數(shù)據(jù)采集到執(zhí)行決策的全流程閉環(huán)。底層支持多種算法模型,包括監(jiān)督學習、無監(jiān)督學習、統(tǒng)計學習、遷移學習等,適配多種設備狀態(tài)與工況場景。

智現(xiàn)未來正在構建的Eqfuse設備智能工具系列,全面賦能新一代智能半導體設備,借助大模型的能力,讓每一臺設備擁有“可對話、會思考、能優(yōu)化”的智能腦,實現(xiàn)真正的自我調優(yōu)和智能制造,極大化設備價值和生產(chǎn)效率。

在“靈犀”大模型與智能 Agent 架構的雙輪驅動下,智現(xiàn)未來已將多項核心能力落地為可規(guī)模化部署的智能化解決方案。面對先進制程復雜性日益提升、系統(tǒng)協(xié)同要求愈加嚴苛的趨勢,智現(xiàn)未來構建一個可支撐多角色協(xié)同、任務驅動、模型賦能的全棧式智能制造系統(tǒng)架構,將有望推動晶圓廠全面邁向認知型制造。

結語

“我們正站在半導體制造‘智變’的臨界點?！敝乾F(xiàn)未來創(chuàng)始人兼CEO管健博士表示,未來 Fab的競爭本質在于“人類智慧 + 數(shù)字人效能”的綜合較量,AI 將成為決定性變量。

智現(xiàn)未來,正以全國產(chǎn)化AI 之力,構建半導體智能制造CIM 3.0新范式,助力中國半導體制造走出智能化躍遷的“中國路徑”。