工程智能：崛起中的中國力量

工程智能發(fā)展之路（一）：崛起中的中國力量半導體工廠是現(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（AI）的進步為 EI 技術的發(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。縱觀過去近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。