半导体大数据分析的趋势和应用

2020 中国（深圳）集成电路峰会召开，普迪飞中国区市场副总裁贾峻在会上做了《洞察先机：半导体大数据分析的趋势和应用》的演讲。

会上，贾峻表示，“即使现在中美关系比较紧张的情况下面，大家在商业方面，特别是在高科技领域的合作意愿还是非常强烈的。而且我也看到了很多实际的机会，所以我想跟大家分享一下半导体领域，特别是半导体数据分析方面，现在国际上流行的方法和趋势是什么，以及中国的机会在哪。”

为了形象地描述半导体大数据分析，贾峻以物理世界和数字孪生来展开，“在实际生活中，我们有实际地图和数字地图，通过数字世界，我们可以形成导航、外卖配送等基于位置信息的服务。同样，在半导体世界里，我们有实际的设计公司、流片厂，通过把芯片生产环节过程中的数据汇总起来，就会形成一个跟它相关的数字双胞胎。”

为了实现半导体大数据分析，普迪飞打造芯片产业的数字孪生Exensio平台。贾峻认为，“在这套系统里面，会产生非常多的新的应用，拿到海量数据后，可以对它进行数据挖掘，它可以告诉你现在的良率情况，它可以指出你的问题在什么地方，还有以后你的改进方向。所以从原理来看，这也是从物理世界到数字世界的转换，以及它带来的相关应用。”

基于供应链信息的数字系统，能帮助企业提升良率和可靠性，并产生“先见之明”。通过高级数据分析技术可以显著提升处理这些数据的效率，并带动数据处理能力的增长。不过，很多公司却无法将这项技术付诸行动。

究其原因，一方面，是企业数据处理的速度不够快，很多有用的数据“腐败变质”，变成“黑暗”数据（Dark Data），从而导致数据失去效用。据IDC统计显示，全球数据总量已超过2.8ZB，但企业用来做决策的数据量不到0.5%。

另一方面，据福布斯数据显示，数据科学家将80%的精力用于数据清洗和组织，而不是真正的分析。

而普迪飞的Exensio平台就是为了帮助企业从这个负担中解脱出来，把精力放在数据分析上。

在工业4.0的发展趋势下，数据分析方向也在向前发展，预见性分析已成为业界趋势。“数据分析分为描述性分析、诊断性分析，以及预见性分析，以前，我们是分析问题是什么样的；现在主流的是找到问题的根本原因；而工业先进的国家已经开始了预见性分析，把人工智能和机器学习广泛应用于大数据分析和预测，提前预测接下来可能出现的问题，并及时解决。”

通过几十年的自身积累和对外并购，普迪飞覆盖了芯片的整个供应链，目前已开发出经过生产验证的独特功能软件，帮助客户实现世界一流的产品。

贾峻介绍，凭借数十年的半导体行业经验，我们开发了独一无二的电特性数据获取和分析以支持整个供应链的企业级分析平台。

据了解，普迪飞的DFI&CV系统拥有贯穿半导体生命周期的独特数据获取方式，令其端到端分析平台Exensio具备大数据抓取整合、清洗与分析功能，可以为整个产业链上的公司提供服务。

众所周知，芯片产业链可以划分为设计、晶圆制造和封装测试三大环节，针对每一环节的特性，普迪飞均有对应的产品模块，并根据各个公司的差异，提供定制化服务。

在设计阶段，普迪飞的平台可以分析预测出产品的良率到底怎样，通过埋入芯片的特有结构，还能在其进入生产甚至应用环节时进行全面监控。另外，普迪飞还提供一些辅助设计的部件或模组，能嵌入到EDA工具中，直接进行良率分析。

在制造阶段，普迪飞能提供控制生产机台的软件，可以助其将良率达到最高。同时，还有针对工艺流程的生产效率提升软件，可以实现生产原料成本控制等功能。

在封装阶段，则有监控整个运营情况的软件，实现封装中的Wafer级、Die级和多芯片级的产品可追溯。

整体来看，对半导体产业效率的提升并不简单，需要半导体数据公司对供应链上下游能充分掌控。普迪飞优势在于将半导体的Know How跟数据分析的能力结合起来，不但关注良率，还关注效率，而效率的提升也是国内半导体行业在升级过程中的一项重要任务。
责任编辑:tzh