如果加入AI預測之后可以極大的提升我們生產(chǎn)的效率

當價格不變時，集成電路上可容納的元器件的數(shù)目，約每隔18-24個月便會增加一倍，性能也將提升一倍，這也被稱為摩爾定律。實際上集成電路的發(fā)展速度已經(jīng)放緩，面對越發(fā)微小的納米工藝，制造業(yè)正在面臨物理上的瓶頸。但是集成電路仍然要發(fā)展，接下來怎么做，華虹集團總工程師趙宇航認為，Ai或許是撬動芯片產(chǎn)業(yè)繼續(xù)向前的杠桿。

趙宇航在世界人工智能大會上表示，將Ai運用在芯片的生產(chǎn)環(huán)節(jié)，進行精細化管控，提高芯片的設(shè)計效率、生產(chǎn)速度和良品率，將原先的自動化生產(chǎn)線進化成智能生產(chǎn)線，將會是芯片行業(yè)在后摩爾定律時代的方向。

而華虹集團，正在以AiFab的形式，開始了探索。

下附趙宇航在世界人工智能大會上的演講實錄。

為什么現(xiàn)在需要更復雜的芯片、更難的集成電路制造呢?是因為AI，AI給我們帶來了急劇的對存儲、處理以及數(shù)據(jù)量的急劇增長，也是AI，才能接受后摩爾時代的挑戰(zhàn)。

1

AI與芯片的第二次時代耦合

我們回顧集成電路半導體的發(fā)展歷程，上個世紀曾經(jīng)出現(xiàn)過一次創(chuàng)新耦合的過程。

CPU芯片需要有很好的計算機輔助設(shè)計工具才能設(shè)計出來，而這些更好的EDA工具需要有更強的CPU才能運行，使得整個EDA設(shè)計和CPU產(chǎn)品進入了創(chuàng)新耦合的過程，如果走不通條路，可能集成電路的發(fā)展在上個世紀就終結(jié)了，最后集成電路突破了這個耦合。

到今天我們又看到了耦合出現(xiàn)的端倪，這是AI帶來的。

現(xiàn)在的集成電路制造，涉及到幾百種集成電路裝備、材料，很多的設(shè)計工具，但是如何把這些運轉(zhuǎn)好，是整個生態(tài)系統(tǒng)的問題。 如果不靠AI來處理，可能我們的集成電路制造沒法往下走，沒法制造出具有強大性能，可以在各行各業(yè)運用的AI芯片。

進入新的階段，怎么突破AI和集成電路制造的耦合?

現(xiàn)在AI芯片的需求數(shù)據(jù)急劇增長，給我們集成電路芯片制造帶來了重大的挑戰(zhàn)，我們每天需要幾百個T的數(shù)據(jù)量，涵蓋了設(shè)備、工藝等方面，尤其是光刻。

光刻第一步工序，需要大量的計算數(shù)據(jù)，每一步都要量測。此外還有新架構(gòu)、新器材、新芯片都需要新器械、新材料來支撐，這大量的數(shù)據(jù)給我們集成電路芯片制造帶來了幾個挑戰(zhàn)。

第一個挑戰(zhàn)是整個生產(chǎn)線的運營管控，第二個是新工藝。新工藝的工藝制造步驟比以往急劇增加，流程非常復雜。我們制作出來的良率以及產(chǎn)能控制都面臨嚴峻的挑戰(zhàn)。

AIFab，實現(xiàn)耦合的落地方式

根據(jù)這樣的挑戰(zhàn)，我們想應(yīng)該在集成電路制造過程中，把人工智能集成進去，所以我們提出了AIFab這樣一個概念，希望人工智能和集成電路跨越發(fā)展，來跨過我們即將出現(xiàn)耦合的過程，使得集成電路發(fā)展處于正向的過程。

AIFab聚焦在兩個方面，一個方面是智能制造，就是要改變傳統(tǒng)的從數(shù)據(jù)收集到數(shù)據(jù)存儲、數(shù)據(jù)分析、工程師、管理系統(tǒng)這樣一個結(jié)構(gòu)，改成一個網(wǎng)狀結(jié)構(gòu)。

在數(shù)據(jù)分析里面把機器學習的方式加進去，使人和機器形成一整套的管理體系來進行智能制造。其實也就是要把傳統(tǒng)的自動化制造改成智能制造，從自動化的生產(chǎn)線轉(zhuǎn)變成一條聰明的生產(chǎn)線。

另外在研發(fā)層面，需要大量的數(shù)據(jù)分析，我們還要去抓很多畸點，這些畸點用傳統(tǒng)的計算方法沒有辦法抓出來，必須要用大數(shù)據(jù)分析和AI算法植入進去，才能把畸點和缺陷抓出來，加快我們的研發(fā)速度。

原來我們集成電路生產(chǎn)線的數(shù)據(jù)生產(chǎn)架構(gòu)是ERP系統(tǒng)，其實集成電路的工業(yè)自動化程度一直走在各種制造業(yè)的前列，所以在自動化上面我們有非常詳細的一套體系結(jié)構(gòu)。

自動化生產(chǎn)線向智能生產(chǎn)線的轉(zhuǎn)變

我們希望這套傳統(tǒng)的自動化的體系結(jié)構(gòu)上面，把它轉(zhuǎn)變成為AI的體系結(jié)構(gòu)。首先在數(shù)據(jù)上面進行分析，進行精細化的管理，我們從需求上面分了包括產(chǎn)品的良率分析和提升、工業(yè)研發(fā)的精細化管理，還有制造過程的精細化控制，以及提升產(chǎn)線的產(chǎn)能。

這里面比較重要的是生產(chǎn)狀態(tài)的預測和智能調(diào)度。從一道工藝到下一道工藝，何如進行最合理的銜接，如果加入AI預測之后，可以極大的提升我們生產(chǎn)的效率。這個也是通過AI的調(diào)度規(guī)劃的算法，縮短自動化有效的預測時間。原來是以天為單位的，縮小到以小時甚至以分鐘為單位，這樣可以極大提升我們的生產(chǎn)效率。

另外在工藝研發(fā)上面，集成電路生產(chǎn)最怕缺陷，只要在研發(fā)當中出現(xiàn)一個缺陷，前面幾年的研發(fā)結(jié)果可能就白費了，因此控制缺陷是非常重要的一項工作。

但是現(xiàn)在的缺陷很多不是規(guī)律性產(chǎn)生的，因為集成電路到了納米尺度之后，很多缺陷是隨機的，我們怎么把這些隨機的缺陷抓出來?

我們要基于AI研發(fā)缺陷識別系統(tǒng)，比如說在圖像傳感器已經(jīng)在工業(yè)生產(chǎn)中發(fā)揮了很好的作用。

集成電路制造是一代裝備、一代工藝、一代產(chǎn)品?，F(xiàn)在的裝備也是越來越復雜，價值越來越高，我們怎么樣能夠把這些裝備運用好?

我們要加入到智能診斷、預警、性能提升上面，對裝備運行狀態(tài)的監(jiān)控、材料的超差、機器的預警，裝備產(chǎn)能怎么樣提升，原來一個小時刻兩百片，怎么樣提高到兩百五十片，建立一種自學習的能力，這也是AIFab里面非常重要的工作。

我們現(xiàn)在在發(fā)明一套技術(shù)，能夠植入到工藝裝備里面的嵌入式的智能控制技術(shù)，包括光刻機，通過AI算法的植入，使得這些機器在原來自動化上面具備自我學習、自我診斷的能力，是在生產(chǎn)線上利用的效果更好，最后形成真正把我們一個制造生產(chǎn)線從自動化進步到是一條聰明的生產(chǎn)線。

AIFab 有可能是解決我們目前將要碰到的 AI 和芯片制造技術(shù)創(chuàng)新耦合的一個重要手段。因此，我們也秉承開放、創(chuàng)新、合作的企業(yè)精神，歡迎廣大的 AIFab 和華虹一塊共同推動 AIFab的落地與發(fā)展。