聚焦ICCAD：探索大模型技术如何引领半导体智造的创新与变革

12月11-12日,“上海集成电路2024年度产业发展论坛暨第三十届集成电路设计业展览会”(ICCAD-Expo 2024)在上海世博展览馆成功举办。作为中国集成电路设计业领域级别最高、规模最大,也最具影响力的盛会,大会汇集了来自国内外IC设计企业及IP服务厂商、EDA厂商、Foundry厂商、封装测试厂商、系统厂商、风险投资公司、集成电路产业园区等6000余位业界精英人士齐聚一堂、共话行业发展。

作为中国本土唯一上线多条12吋量产产线的工程智能系统提供商,智现未来在本次展会深度展示了以AI赋能的工程智能系统在半导体等高端制造领域的创新应用成果,吸引了大批国内外专家及专业观众驻足观看、咨询。

智现未来产品研发副总裁易丛文博士受邀在“IC设计与创新应用”专题论坛发表《大语言模型+工程智能赋能半导体制造智能化转型》的主旨演讲,与国内半导体产业链上下游企业嘉宾及专家学者一道,围绕IC设计业发展最新趋势、半导体创新应用新成果等展开深入探讨。

易博士拥有超15年半导体工业软件产品研发和管理经验,是人工智能和大语言模型专家,曾任筏渡科技联合创始人,Intel先进制程缺陷分析与良率提升专家。易博士主导完成智现未来首个也是半导体行业首个专用大语言模型——“灵犀”的研发工作,并推动多款“大模型+”创新产品在国内某个头部晶圆代工厂的落地应用。项目取得卓越成效,获得客户的高度认可。

观点:大模型与产品的结合,不是简单的技术叠加

分享中,易博谈到了运用大语言模型、人工智能等热门技术解决特定领域问题已经非常普遍,各种AI+应用也如雨后春笋般涌现。在智能制造领域,大语言模型的泛化能力不仅体现在知识问答上,其非常擅长的推理以及知识总结的能力,进而可发展构建成强大的AI agent(智能体),协助工程师处理自动化生产、智能质检、供应链优化、设备预测性维护等各种高阶任务。

尽管如此,仅仅依靠大语言模型还不足以解决行业问题,且大模型与半导体工业软件产品的结合,并非简单的技术叠加,需要融入大量的半导体行业专业知识、高质量数据、行业特有算法,以及强大的工程能力与经验。这些正是智现未来打造行业大模型的基础和沉淀。

在打磨行业私有大模型“灵犀”时,智现未来通过筛选半导体行业公域数据,融合智现未来20余年半导体私域数据和工程经验(包括设备和工艺数据、文档、模型、算法、代码等)进行深度训练,同时将大模型放入客户的晶圆厂实地环境中,结合客户现场私有数据进行定制化训练和二次微调。

经过多方数据的微调和对齐,“灵犀”大模型集合了众多工程师的视角和经验,逐渐锻造成为一个既懂设备,又懂工艺、制造、良率分析的“专家级老师傅”。

在此基础上,智现未来基于该大模型对原工程智能系统做了全新赋能和升级,打造出了客户专属的行业大语言模型专属服务平台,为用户提供智能缺陷检测、智能故障分析、智能报告生成等一系列智能化服务产品,以及提供定制化的客户专属服务,助力客户实现智能化转型,提升其制造过程的效率和质量。目前,“灵犀”大模型及其多款“大模型+”应用在国内某家12吋头部晶圆厂的成功落地经验,也充分证实了大模型赋能智能制造的巨大潜力。

案例一:大模型+晶圆缺陷识别

传统的晶圆缺陷识别方法极其依赖人工标注和分析,且需要大量缺陷样本积累来建立缺陷识别机制,过程费时费力。

而基于多模态大模型的晶圆缺陷识别能够结合图⽚特征、工程师经验文本、实时wafer数据等多模态数据,构建复合矩阵的分析,帮助工程师来解决多维多源的数据分析问题,实现自动识别、快速准确分类,及自主生成缺陷报告,一站解决分析痛点。

在客户现场实施过程中,该应用显示出了超强的few shot能力:每个缺陷类别的标注数量从原来的10000+下降至200+,标注量指数级下降;

仅需要以前2%的数据即可做到更准确的识别,将训练的样本数量减少2个数量级;

原来数百工程师一年的工作量,大模型只需要2~3个月就可以完成,分类准确率更是提升超过10%,大幅提升了工程师效率。

案例二:大模型+FDC设备异常监控

此外,我们往下继续拓展了大模型与FDC的结合应用。FDC(设备异常监控系统)经常用在生产制造端,用于实时监控生产设备的运行状态,及时发现设备故障或异常情况。常规的FDC都是基于Rule Base,非常依赖工程师经验,且使用过程产生大量Alarm,需要工程师对Alarm进行实时处理,造成人员效率低下。

智现未来做到了对FDC模型全周期管理,通过大模型,在数据收集阶段参照设备手册和工艺经验辅助参数选择。在模型选定阶段,可根据对关键参数的经验掌握,自动建立相关的监控模型,大大节省建模时间。后续还可根据YMS系统所反馈的良率情况进行模型的自动调整,从而尽可能减少误报警的发生。

更多创新应用

此外,智现未来“灵犀”大模型与工程智能的多款融合型应用,在良率分析、反控优参、Chat BI、设备维护等方面也创造出令人惊叹的价值,帮助用户实现制造过程的质与效的突破。

例如,基于大模型的智能报表系统Chat BI,能够让用户以简易交互的对话形式轻松实现数据的高效检索和分析、报表制作等工作。Chat BI 做到了复刻工程师的整个分析流程,将分析流程可视化,然后进一步完成后续的自动化分析工作,更好地提升了用户交互式数据分析体验。

随着AI技术深度渗透与应用,制造业必然迎来前所未有的变革。更多的AI衍生应用将被创造与使用,这些应用将覆盖半导体设计、生产、管理的每一个环节,推动半导体智能制造纵深发展。我们有理由相信,AI将拓展其在制造业的边界,加速制造业智能化的进程,为制造业带来更加广阔的发展前景和无限的可能。一起拭目以待~

审核编辑 黄宇