高級分析、機器學(xué)習(xí)和人工智能的應(yīng)用，正在使傳統(tǒng)的制造和運營方法遭受沖擊。雖然半導(dǎo)體制造公司在應(yīng)用這些技術(shù)方面有些限制，但可能很快就會有所改變——并且它們也有很好的理由去改變?，F(xiàn)在，要想將一款新的集成電路推向市場，所需要的時間在每個節(jié)點上都在逐漸上升。新的設(shè)計和制造技術(shù)，是造成這個問題的一個原因。但是，更復(fù)雜的檢查、測試和驗證程序，也是產(chǎn)生延誤的原因。

 

半導(dǎo)體產(chǎn)業(yè)鏈的現(xiàn)狀表明，晶圓廠需要多個領(lǐng)域的共同協(xié)助。在過去幾年的設(shè)計過程中，測試和驗證時間增加了50％。新產(chǎn)品引進和升級，現(xiàn)在通常需要12到18個月的調(diào)試和調(diào)整。類似地，組裝和測試過程中30％的資本支出，都是不給產(chǎn)品增加任何價值的測試。芯片進入市場后，問題也不會停止：客戶可能會遇到意想不到的性能問題，并要求半導(dǎo)體公司幫助解決這些問題 ——這是一項艱巨的任務(wù)，因為廠商們沒有辦法追蹤芯片從生產(chǎn)到使用的所有過程。 此外，許多晶圓廠沒有有效地記錄生產(chǎn)過程中遇到的問題，也沒有采取措施來嘗試解決這些問題。

 

在許多情況下，出現(xiàn)問題的原因，是因為盡管有一定程度的自動化，重要任務(wù)仍然需要頻繁的手動操作干預(yù)。為了改進這一流程，許多技術(shù)公司正在創(chuàng)建分析工具。這些工具，可以幫助晶圓廠用基于事實的知識、模式識別和結(jié)構(gòu)學(xué)習(xí)，來代替猜測和人類的直覺。除了減少錯誤、精簡生產(chǎn)和降低成本之外，這些工具甚至可以幫助晶圓廠發(fā)現(xiàn)新的業(yè)務(wù)模型，并獲取額外的價值。

 

盡管這些分析工具才剛剛開始獲得晶圓廠的關(guān)注，但半導(dǎo)體制造商已經(jīng)有很多選項可供選擇。因為，許多技術(shù)人員最近已經(jīng)開發(fā)出專門的解決方案，來簡化芯片制造過程。我們從大量創(chuàng)新者中選出了三家公司，作為新生攪局者的代表性例子。我們訪問了他們的業(yè)務(wù)部門和技術(shù)部門的領(lǐng)導(dǎo)，以進一步了解其能力。我們的目標(biāo)不是選擇性地認(rèn)可某一家公司，而是為可能不熟悉新產(chǎn)品的半導(dǎo)體公司，提供不同的新興解決方案。

 

主動防止錯誤，進而優(yōu)化產(chǎn)量

高級數(shù)據(jù)分析，可以在虛擬或數(shù)字設(shè)計文件中，測試和標(biāo)記出可能的故障點，為晶圓廠提供了極大的方便。不需要測試成品，半導(dǎo)體公司就可以提前糾正物理設(shè)計中的錯誤，提高產(chǎn)量和可靠性。 晶圓廠商還可以使用相同的技術(shù)，來生成和運行虛擬芯片進行測試 ，從而允許他們識別和消除邊際效應(yīng)的同時，進行流程優(yōu)化。最后，高級數(shù)據(jù)分析可以讓晶圓廠將來自傳感器的數(shù)據(jù)大量輸入，與廣泛的流程級信息相結(jié)合，創(chuàng)建豐富的多變量數(shù)據(jù)集。然后，它們可以快速診斷芯片或設(shè)備故障的可能來源，從而為潛在的問題提供早期警告。這些工具，可以從先前的設(shè)計中進行初步學(xué)習(xí)，并隨時間增強檢測故障的能力。為了更多地了解這些防范錯誤的新工具，我們與Motivo首席執(zhí)行官Bharath Rangarajan進行了訪談。Motivo是一家高級分析公司，通過使用專有算法、機器學(xué)習(xí)和人工智能，來增強預(yù)測分析能力，從而提供更多的有洞察力的診斷，防止復(fù)雜的芯片故障產(chǎn)生。

 

麥肯錫：你能談?wù)勎覀兛吹降男酒a(chǎn)中的一些問題，特別是錯誤檢測問題嗎？

Bharath Rangarajan：每個工廠都有數(shù)千個工藝步驟，而這些步驟又有數(shù)千個參數(shù)可以用于不同的組合。因為有這么多的因素，所以才導(dǎo)致了很多芯片故障或缺陷。但是每個誤差的頻率往往非常低，因為在設(shè)計和生產(chǎn)過程中，參數(shù)很少會是一樣的。這使得，即使是最強的工程團隊，也難以預(yù)測發(fā)生問題的地點和時間。

 

由于晶圓廠傳統(tǒng)上幾乎沒有分析工具，所以他們試圖通過制作模型、運行測試晶片和執(zhí)行基本分析來發(fā)現(xiàn)出現(xiàn)較多的問題。換句話說，他們會改變一個設(shè)計或過程，看看是否消除了一個常見的錯誤。在僅需要改變幾個參數(shù)的情況下，這種方法會降低一些高頻問題，但這并不能幫助晶圓廠識別出更廣泛存在的、更難發(fā)現(xiàn)的低頻和中頻誤差。它也不能識別只能通過改變許多參數(shù)來解決的高頻誤差，而這些錯誤，很多時候是產(chǎn)量降低的原因。

 

傳統(tǒng)的糾錯方法，還存在另外一個問題，那就是很難從過去的經(jīng)驗中進行學(xué)習(xí)。正如我所說，晶圓廠已經(jīng)能夠通過調(diào)整多個參數(shù)來消除缺陷，但這僅僅有助于他們處理當(dāng)前批次的產(chǎn)品。他們的測試方法，并不能讓他們了解導(dǎo)致問題的內(nèi)在原因。我的意思是，他們沒有顯示出改進的確切變化，所以可能會在將來重復(fù)同樣的錯誤。許多設(shè)計團隊和負(fù)責(zé)流程的工程師之間存在溝通問題，他們在描述問題、甚至共享過去故障信息的方式上并不相同。我可以理解為什么會發(fā)生這種情況 —— 很多時候，設(shè)計和流程人員甚至都不在同一個地點辦公。他們使用不同的語言，有些甚至可能不知道已經(jīng)存在一些問題。