你的FDC系统还在“手动驾驶”？多家头部晶圆厂已切换“自动驾驶”模式

一、为什么现在必须关注FDC的智能化升级？

在半导体制造领域，工艺控制（FDC）系统正站在一个关键转折点。

普迪飞（PDF Solutions）在2026欧洲用户小组会议上发布的最新战略路线图揭示了一个明确趋势：传统的基于规则的故障检测系统，正在向实时AI驱动的自主化系统演进。这并非概念炒作，第一代 Agentic AI 平台已在多家客户现场进入评估阶段。

对于正在运营先进制程晶圆厂、面临工艺窗口持续收窄挑战的工程师和管理者而言，这意味着FDC系统的升级已不再是可选项，而是必答题。

二、普迪飞FDC战略愿景：三个层级，清晰可落地

普迪飞将FDC产品演进划分为明确的战略层次：

愿景层：实时AI驱动的自主化系统

这不是遥远的未来。我们的核心愿景很明确：让FDC系统从"发现异常"进化到"自主决策"——成为真正由AI驱动的实时自主化系统。

战略层：双平台无缝整合

打通 Maestria 与 Exensio Process Control 双平台，集成可扩展全新 AI 与高阶解决方案，在最小化、甚至零中断现有产线生产部署的前提下完成迭代升级，适配 7×24 小时不间断晶圆制造产线。

落地战术层：六大能力开放

自动化与批量更新：告别逐条配置的低效模式

自动窗口/自动指标模型创建：AI辅助模型生成，降低配置门槛

自动重定向限值调整：针对PM（预防性维护）、班次切换及工艺漂移的自适应调整

交互式仪表板与模板：现代化UI体验

知识增强解决方案（LLM）：大语言模型赋能的工艺知识管理

智能体AI工作流集成：从单点工具到流程自动化

开放API支持第三方应用：构建生态而非封闭系统

三、五阶段演进路径：从数据底座到自主闭环

普迪飞将技术实现拆解为五个递进阶段，每个阶段都有明确的交付物：

1

Phase 1：安全数据管道（基础层）

3层架构与反向代理部署

PCE 64位Windows/Linux现代化

EDA现代流式数据传输

IoT数据存储与流式处理

基于Kubernetes的弹性部署

关键价值：为高频数据提供实时API查询能力

2

Phase 2：过程控制与Maestria标准化（整合层）

SPC标准化改进

统一FDC模型增强

告警与事件管理统一

仪表板现代化与统一GUI平台

关键价值：消除Maestria与EPC之间的体验断层

3

Phase 3：AI使能（智能层）

AI辅助模型生成（基于LLM）

模型/数据管理API

集中式+分布式混合架构

24/7优化循环与滚动升级

跨工厂全球模型同步（site-to-site）

关键价值：让工艺工程师从"调参数"转向"审策略"

4

Phase 4：AI集成（实时层）

实时FDC在线推理

边缘推理部署（YAFDC模型）

基于Trace的预测性分析（ETP）

StudioAI集成与跨系统API

关键价值：实现AI模型从离线训练到在线推理的跨越

5

Phase 5：自主FDC（自治层）

智能体工作流（Agentic Workflows）

闭环优化与自主模型调优

全生命周期集成与自优化规则

关键价值：实现"检测-分析-决策-执行"的完整自治闭环

四、技术架构揭秘：在线与离线如何协同？

路线图中的架构图揭示了一个关键设计哲学：边缘在线推理与离线训练分析的分离。

在线系统（部署于工厂本地边缘）负责实时数据采集与边缘推理，通过安全数据交换机制与离线系统保持联动。离线侧承担分析挖掘、模型训练与工艺仿真等任务，并持续迭代优化人工智能模型。

这种分离架构的优势在于：

在线侧保持极简，确保低延迟与高可用；

离线侧拥有完整的自动化服务、部署服务、对象存储与作业调度能力；

通过API向外部客户开放能力，支持MES、自动化系统等工厂侧集成。

五、Agentic AI：不只是聊天机器人，而是结构化工艺智能

普迪飞对"Agentic Workflows"的定义值得工艺工程师关注：结构化指令由智能体执行，并通过反馈循环持续学习与改进。

这意味着：

不是简单的LLM问答，而是可执行、可验证、可迭代的工艺自动化。

平台架构包含：安全本地LLM基础设施 → 领域特定语义层 → 严格合成验证引擎 → 智能体工作流自动化（MCP）。

支持角色化领域智能体、共享上下文与记忆、以及必要的人工介入。

六、已验证的价值：测试与良率案例

1

测试优化场景：

基于机器学习的智能测试采样，相比传统DPAT方法：

• 多维并行分析，故障捕获能力提升 20–40 倍；
• 样本过杀率仅 0.61%，大幅降低测试冗余成本；

2

制造良率场景

依托 Exensio StudioAI 平台，实现跨设备协同学习、工艺自适应优化，大幅缩短良率异常根因定位周期，适配晶圆制造、封测全流程场景。

七、当前产品落地进展：这些能力已经可用

第一代Agentic AI平台：已在3家客户现场评估

批量策略管理器与版本控制

AIX/Linux直通支持

增强API以支持第三方应用

3层安全增强与反向代理（Kubernetes）

现代化仪表板

八、给晶圆厂决策者的建议

基于这份路线图，我们建议：

如果你正在使用Maestria：关注Phase 2-3的仪表板现代化与AI辅助模型生成能力，这是近期可落地的体验升级

如果你正在评估Exensio Process Control：重点考察其API开放性与第三方集成能力，这是未来生态扩展的基础

如果你在规划3-5年技术架构：Phase 5的自主FDC不是概念，其底层技术（边缘推理、智能体工作流、闭环优化）已在Phase 3-4中逐步就绪

结语

半导体制造的竞争，正在从"设备精度"转向"数据智能"。普迪飞的这份路线图传递了一个清晰信号：FDC系统的下一次升级，不是功能叠加，而是范式转换——从"人配置规则、系统执行检测"到"AI自主建模、系统闭环优化"。

对于工艺工程师，这意味着更少的手动调参，更多的策略审视；对于工厂管理者，这意味着更稳定的良率表现，更低的异常响应延迟；对于IT架构师，这意味着更开放的API生态，更灵活的部署选项。