芯耀
1698
在半導體產(chǎn)業(yè)的發(fā)展進程中，智能化轉型已成為不可阻擋的時代潮流。在SEMICON China 2025期間，與非網(wǎng)記者通過走訪展臺和參加論壇等形式看到，格創(chuàng)東智正在這一浪潮中積極探索，深入推動 AI 與半導體制造CIM的融合，全面展示其在先進封裝CIM、設備智能控制、CIM管理引擎、AI智能裝備等領域的突破性成果，為行業(yè)發(fā)展帶來新契機。
圖 | 格創(chuàng)東智在SEMICON China 2025期間展出“AI+智能裝備解決方案”；來源：格創(chuàng)東智
半導體制造，經(jīng)驗驅動型模式難以為繼
半導體行業(yè)在邁向自動化和智能化的道路上，面臨著諸多挑戰(zhàn)。傳統(tǒng)的經(jīng)驗驅動制造模式難以為繼，技術迭代加速使 “試錯迭代” 逼近極限，經(jīng)驗積累速度難以跟上工藝升級需求。
比如，在缺陷管理方面，“人工復檢” 成本高昂，形成成本黑洞；同時，由于技術迭代太快，有非常多的缺陷要處理，由此帶來了良率爬坡困難，而“黑箱效應” 又導致了知識傳承斷層；此外，設備 “黑箱化” 使千億資產(chǎn)的運維陷入被動局面，人才斷層現(xiàn)象突出，工廠 “工藝大師” 退休與技術代際鴻溝加大，供應鏈韌性不足，呈現(xiàn) “脆弱平衡” 狀態(tài)。
而AI 技術的興起為突破這些困境帶來了曙光。在半導體制造中，走進現(xiàn)代化的晶圓廠，你會發(fā)現(xiàn)人工智能已滲透到生產(chǎn)的每個環(huán)節(jié)——從原料到芯片成品，AI正在重新定義"智造"的標準。
比如，計算機視覺可用于缺陷檢測與分類，來提升檢測精度和效率；強化學習可實現(xiàn)設備自治與自適應控制，優(yōu)化排產(chǎn)調度；而生成式 AI則可以破解數(shù)據(jù)稀缺難題，探索工藝路線。
更值得關注的是，AI賦予了設備"未卜先知"的能力。通過時序預測模型，工程師們可以提前數(shù)小時預判設備故障，將風險扼殺在萌芽狀態(tài)。而在工藝優(yōu)化前線，機器學習正與人類專家形成"黃金搭檔"，不斷突破制程精度的極限。
“CIM+AI”，是半導體AI落地的最佳路徑？
在這樣的大背景下，格創(chuàng)東智聯(lián)合阿里云、TCL集團及半導體頭部企業(yè)代表，舉辦了一場“大模型×Agent半導體AI智造進化論”落地路徑與實踐案例的專題研討，深度解讀了半導體領域內化AI的機會點、攻克路徑、可行方案與落地用例。
圖 | 格創(chuàng)東智副總裁、半導體事業(yè)群負責人肖長寶；來源：格創(chuàng)東智
“AI不等于大模型，CIM+AI是半導體AI落地的最佳路徑、對垂直行業(yè)的工廠場景深刻理解是AI成功落地的關鍵”，格創(chuàng)東智副總裁、半導體事業(yè)群負責人肖長寶在開場致辭中如是說。
圖 | 格創(chuàng)東智CTO MK Koh；來源：格創(chuàng)東智
對此，格創(chuàng)東智CTO MK Koh表示認同，并透露2025年會是半導體融合AI智造的拐點。他認為，過去5-8年，用AI來優(yōu)化制造其實大部分是在做自動化，而今天半導體制造CIM正經(jīng)歷“經(jīng)驗驅動” 向 “數(shù)據(jù)驅動+AI賦能”躍遷， 從“流程自動化”到“智能決策中樞”的重構；同時，新一代AI技術大模型智能體，可為半導體工廠 CIM體系提供全鏈重構的價值創(chuàng)新；并通過生態(tài)合作解決工廠CIM數(shù)據(jù)、算力及模型界限，最終實現(xiàn)半導體CIM-AI框架的全面革新。
圖 | 半導體CIM-AI框架圖；來源：格創(chuàng)東智
基于機上理念，格創(chuàng)東智深度整合自研軟件套件能力、章魚AI平臺以及TCL工研院自研的工業(yè)垂域大模型，全面升級為章魚Agentic AI平臺，該平臺提供包括數(shù)據(jù)編排、業(yè)務能力編排、模型編排以及Agent編排等融合的一站式自主Agent開發(fā)能力。
據(jù)悉，章魚Agentic AI平臺目前已經(jīng)全面應用在銷售、財務、制造、智能裝備等不同業(yè)務領域，可支持一線工程師通過自主數(shù)據(jù)集成、知識庫構建、功能插件集成等方式快速開發(fā)面向不同場景的Agent應用。
說到格創(chuàng)東智的know-how能力，就不得不提到TCL集團。事實上，格創(chuàng)東智是7年前TCL戰(zhàn)略孵化的一家AI驅動的工業(yè)智能解決方案提供商，背靠TCL，格創(chuàng)東智擁有40多年的制造基因，同時推出的產(chǎn)品又有TCL華星和TCL中環(huán)打磨過，在落地層面更具實用性和可靠性。
圖 | 武漢TCL集團工業(yè)研究院總經(jīng)理劉陽興博士；來源：格創(chuàng)東智
因此，在本次論壇上，作為TCL集團工業(yè)大模型的重要技術專家，武漢TCL集團工業(yè)研究院總經(jīng)理劉陽興博士也來站臺，他表示：“TCL集團于2023年發(fā)布的顯示行業(yè)首個星智X-Intelligence大模型專家系統(tǒng)，對格創(chuàng)東智自主可控的AI平臺3.0——章魚Agentic AI平臺已形成技術托力，貢獻了垂域開發(fā)框架、模型集成與調用、大模型RAG等核心功能?！?/p>
“此外，星智與章魚將通過交互集成、數(shù)據(jù)互流，不斷拓寬其場景瓶頸與Agent開發(fā)性能。目前，星智X-Intelligence大模型專家系統(tǒng)已在智能助手、員工培訓、issue解析、AI仿真平臺發(fā)揮出實效價值，其中issue解析準確率已高達95%，解析時間由數(shù)月縮短至一周?！?劉陽興補充道。
半導體行業(yè)AI實踐，格創(chuàng)東智在路上
AI在半導體行業(yè)的落地，我們看到格創(chuàng)東智正憑借一系列創(chuàng)新解決方案，成為半導體 AI 變革的引領者。
例如，格創(chuàng)東智通過AI - FDC Machine Insight 解決方案，攻克傳統(tǒng) FDC 誤報率高、建模低效等難題，具備智能自主建模、故障精準識別分類以及故障預測等卓越優(yōu)勢。通過AI - EAS Equipment Intelligent 解決方案通過自動解析設備手冊、構建設備知識圖譜以及實現(xiàn)與設備對話，顯著提升設備自動化水平，降低專業(yè)門檻，提高工作效率。
當然這僅僅是一個開端，因為AI 驅動半導體 CIM 重構并非坦途，面臨著諸多挑戰(zhàn)。
在數(shù)據(jù)治理方面，數(shù)據(jù)孤島與碎片化嚴重，MES、IAP、SPC 等系統(tǒng)數(shù)據(jù)格式不統(tǒng)一，數(shù)據(jù)質量不足，“臟數(shù)據(jù)” 占比高，且實時性要求嚴苛。
在AI 建設技術上，模型泛化能力不足，設備 “黑箱化” 受限，進口設備核心參數(shù)鎖定，AI 優(yōu)化空間有限。設備與工藝依賴方面，工藝知識隱性化，核心工藝參數(shù)缺乏數(shù)字化沉淀，組織協(xié)作壁壘高。
在人才層面，復合型人才短缺，中國半導體 AI 人才缺口大，數(shù)據(jù)工藝雙通算法者不足 1%。成本與收益平衡方面，ROI 量化困難，AI 項目與工藝改進、設備升級效果難以分離，初期投入高昂。
圖 | 《半導體AI實踐解碼》圓桌論壇現(xiàn)場；來源：與非網(wǎng)攝制
為應對這些挑戰(zhàn)，在會議期間，格創(chuàng)東智舉辦了一場題為《半導體AI實踐解碼》的圓桌論壇，該論壇由格創(chuàng)東智首席戰(zhàn)略官黨毅斐主持，同時邀請到了銳杰微科技集團運營高級副總裁魯明朕、阿里云智能工業(yè)研發(fā)總經(jīng)理許咼兢、TCL中環(huán)IT流程與自動化中心CIO繆苗、格創(chuàng)東智CTO MK Koh參與討論。
- TCL中環(huán)繆苗：理性對待AI
TCL中環(huán)IT流程與自動化中心CIO繆苗表示：“我們要理性對待AI，想清楚到底要用AI做什么，因為使用AI的目標就是提升企業(yè)ROI，而將智造做到極致并不意味著能賺錢，同時由于沒有共享數(shù)據(jù)訓練模型，所以極致制造所用的AI也不會發(fā)展太快?！?/p>
關于在實踐中如何操作，繆苗補充道：“立足當下，我們會從幾十個或者上百個場景中選擇幾個重點突破，而在選擇中考量的重點有三個：一是有重復性勞動或規(guī)劃性的場景；二是經(jīng)驗性的工作，通過大模型+小模型的形式，實現(xiàn)業(yè)務場景輸出；三是在高時效情況下可以獲得多為數(shù)據(jù)的場景，從而賦能公司決策。總的來說，就是要技術可實現(xiàn)，和業(yè)務又有相當?shù)钠鹾隙?，從而提升公司的競爭力。?/p>
- 阿里云許咼兢：再不導入AI就要錯失紅利
阿里云智能工業(yè)研發(fā)總經(jīng)理許咼兢表示：“在接下來2-3年，企業(yè)再不導入AI就要落后，錯失AI紅利了。而導入AI的第一步是要接受AI，并為迎接大模型做好準備，包括了解AI，做好性價比評估，聽取專業(yè)人士的建議，做好匹配和規(guī)劃工作。值得慶幸的是，中國市場體量大，在供應商成本方面擁有價格優(yōu)勢，更適合批量落地?！?/p>
許咼兢還強調：“大模型適用于知識密集、數(shù)據(jù)密集、交互密集、創(chuàng)作密集、變化密集的場景。對于半導體產(chǎn)業(yè)來說，行業(yè)模型不一定要調，反而需要將更多的精力聚焦在服務本身，然后把技術棧的通用數(shù)據(jù)庫、算力、AI服務平臺、工業(yè)客戶等廣域資源與半導體行業(yè)連接共享起來，才能形成有效合力，加速AI+制造全棧平臺與解決方案的構建與賦能?！?/p>
據(jù)悉，阿里云和格創(chuàng)東智在對齊工業(yè)需求場景上，將加強工業(yè)數(shù)據(jù)標注，沉淀和訓練工業(yè)算法模型，融合機理模型、傳統(tǒng)AI模型和大模型能力，共同迭代章魚Agentic AI平臺的核心競爭力。
- 銳杰微科技魯明朕：算力芯片國產(chǎn)化有助于AI系統(tǒng)降本
銳杰微科技集團運營高級副總裁魯明朕表示：“當前，AI更多的是聚焦在規(guī)則性、重復性、批量性的工作輔助上，以3D模型標尺寸為例，傳統(tǒng)人工標注需要1周的時間，并且需要依賴工程師的經(jīng)驗積累，而交給AI就可以大大縮短時間，這件事情在芯片設計領域已經(jīng)非常成熟?！?/p>
“事實上，AI到現(xiàn)在還沒有真正意義上的創(chuàng)新。未來我們希望將半導體專家系統(tǒng)與AI結合，通過不斷學習，把從前死的知識庫盤活，實現(xiàn)相當于中級工程師或資深工程師對的能力，在實際項目中，實現(xiàn)更好的預判和微調。不過，在這之前需要提前上一堆系統(tǒng)，也會帶來短期內成本的上升。值得一提的是，在這個過程中，算力芯片的國產(chǎn)化可以大大降低AI系統(tǒng)的成本，從而更好地賦能半導體智能制造，這算是一種反哺?！?/p>
此外，在討論過程中，從格創(chuàng)東智兩位高層的發(fā)言中，我們看到，格創(chuàng)東智已經(jīng)制定了全面的應對策略。
其中，短期內，格創(chuàng)東智將構建標準化數(shù)據(jù)源以解決數(shù)據(jù)孤島問題，開展聯(lián)邦學習試點提升模型泛化能力，推進國產(chǎn)設備聯(lián)合開發(fā)打破設備 “黑箱化” 限制，通過內部配置與外部引進相結合緩解復合型人才短缺問題，采用 A/B 測試驗證 ROI。
長期來看，格創(chuàng)東智將實施全廠數(shù)據(jù)資產(chǎn)化管理，建立跨廠區(qū)知識共享平臺，打造自主可控設備生態(tài)，構建生態(tài)伙伴聯(lián)合培養(yǎng)體系，將因果推斷模型制度化，以實現(xiàn)半導體 CIM 全鏈重構的可持續(xù)發(fā)展。
