受到芯片短缺影響，晶圓廠和OSAT紛紛加大產(chǎn)能建設(shè)，并評估將人工智能和機器學習介入芯片制造，能否帶來更大的效益。

尤為重要的一點是，鑒于市場分析師對市場增長的預期，預計未來五年內(nèi)，芯片制造業(yè)的市場規(guī)模將翻一番，工廠、人工智能數(shù)據(jù)庫和工具的整體改進對于提高生產(chǎn)率至關(guān)重要。

“我們不會在數(shù)字化轉(zhuǎn)型中失敗，因為別無選擇，”Inficon負責智能制造的總經(jīng)理John Behnke表示?！八芯A廠的產(chǎn)能都將提升20%至40%，但現(xiàn)階段，在18到36個月內(nèi)，他們都難以獲得新工具。為了充分利用這些潛力，我們將克服人類對變革的歷史恐懼?！?br style="white-space: normal; color: rgb(102, 102, 102); font-family: 宋體; font-size: 12px;"/>
此外，這種變化需要有明確的投資回報率?！皩ξ襾碚f，一切都歸結(jié)為成本，”人工智能驅(qū)動的APC軟件的初創(chuàng)公司Sentient的首席執(zhí)行官Abeer Singhal指出?！拔覀?yōu)槭裁匆獙?shù)據(jù)遷移到云中？因為我們希望它是可訪問、可計算的。即便有下載、存儲和計算成本，但工程師希望擺脫為所有事情調(diào)用IT的現(xiàn)狀。他們希望收集高頻數(shù)據(jù)，同時做出明智的決策。”

其中一個重大挑戰(zhàn)是高度規(guī)避風險的制造業(yè)，該部門通過大部分漸進式改進取得了顯著收益?！鞍雽w行業(yè)有很多技術(shù)類型的進步，但我們通常在進行業(yè)務(wù)變革方面非常緩慢，”數(shù)據(jù)庫供應(yīng)商KX Systems半導體和制造副總裁Bill Pierson認為。“部分原因是因為你在一個已經(jīng)建成的工廠里，它正在運行并獲得高產(chǎn)量，所以為什么要改變它呢？但是，我們看到自上而下的管理策略是試圖打破數(shù)據(jù)孤島，確保所收集的數(shù)據(jù)將提供給所有必要領(lǐng)域的工程師。”

其他人則指出了類似的趨勢?！叭藗冚p易不會做出改變，”納米生物科學負責人兼紐約州立大學理工學院教授Scott Tenenbaum表示?！靶鹿谝咔槭且粋€很好的契機，人們嘗試了他們永遠不會嘗試的事情，除非他們必須這樣做。我們的很多技術(shù)都是這樣的。舊技術(shù)消失了，你別無選擇，只能使用新技術(shù)?！?/span>

芯片制造環(huán)節(jié)，良率越來越受到考驗

現(xiàn)在幾乎所有的應(yīng)用包括5G、物聯(lián)網(wǎng)、汽車、數(shù)據(jù)中心等的實現(xiàn)與發(fā)展都建立在更高性能、更低功耗、更大算力的芯片的基礎(chǔ)之上。芯片的需求大幅提升，而芯片的供應(yīng)卻跟不上需求，提升現(xiàn)有產(chǎn)品的良率是業(yè)內(nèi)公認的有效措施。

然而，良率的提升卻給芯片設(shè)計商和制造商都帶來了很大的挑戰(zhàn)。

制造是半導體產(chǎn)業(yè)鏈的關(guān)鍵一環(huán)。整個制造過程主要分為八個步驟：晶圓加工 - 氧化 - 光刻 - 刻蝕 - 薄膜沉積 - 互連 - 測試 - 封裝，每個芯片的制造步驟又需要數(shù)百個工藝。芯片生產(chǎn)制造的周期動輒兩三個月，生產(chǎn)過程中產(chǎn)生的數(shù)據(jù)量龐雜，涉及的參數(shù)變量繁多，任何一點微小的變化都能影響到最終芯片的良率。

遵循著摩爾定律的工藝制程演進是芯片實現(xiàn)高性能計算最為有效的途徑之一，也是產(chǎn)業(yè)追逐的方向。而隨著芯片工藝來到更先進的5nm、3nm，芯片設(shè)計復雜度呈幾何倍數(shù)增加，生產(chǎn)流程的不斷加長，芯片的制造變得極其復雜與精密，良率變得極具挑戰(zhàn)。據(jù)半導體設(shè)備供應(yīng)商巨頭應(yīng)用材料公司表示，從2015年到2021年，芯片制造的工藝步驟的數(shù)量增加了48%。相比成熟節(jié)點，先進節(jié)點的基準良率也越來越低。

而在半導體的商業(yè)化進程中，良率直接關(guān)系到芯片的產(chǎn)量、生產(chǎn)成本與企業(yè)的盈利能力。所以說，僅僅通過芯片工藝技術(shù)的改進來提高PPA變得越來越困難，而且從性價比來看，芯片流片的費用越來越貴，只有極少數(shù)的芯片公司才能負擔得起。

因此，既要提升芯片的良率又要在經(jīng)濟上可行，必須要多管齊下，探索創(chuàng)新的方法。在如今這個高度自動化的時代，引入人工智能/機器學習等技術(shù)，推動芯片的制造流程，提升芯片的良率，進而幫助我們快速彌合算力供需之間的差距。

芯片設(shè)計走入人工智能時代？

用人工智能來設(shè)計芯片，需要大量的云計算能力，可能會調(diào)用超強的數(shù)據(jù)中心才能進行開發(fā)。“未來大規(guī)模采用人工智能進行芯片設(shè)計，應(yīng)該不會全方位普及?！痹摲治鰩熣J為，用高階的工程師和人工智能設(shè)計結(jié)合，或者部分模塊與人工設(shè)計結(jié)合的方式，可能是未來業(yè)界的一個發(fā)展趨勢。目前來看，芯片設(shè)計仍然需要有經(jīng)驗的高階架構(gòu)設(shè)計團隊來進行整體框架的設(shè)計，還沒有走到全面由人工智能完成的階段。

谷歌、英偉達也開始嘗試使用人工智能技術(shù)設(shè)計芯片。谷歌多年來一直在研究如何使用機器學習來制造芯片，《自然》雜志上的一篇論文透露，這一研究或?qū)⒆呷肷虡I(yè)應(yīng)用階段。谷歌自己的TPU（張量處理單元）芯片即將發(fā)布新版本，該芯片為人工智能計算進行了優(yōu)化。目前NVIDIA也與谷歌一樣，專注于使用人工智能技術(shù)生產(chǎn)更好的GPU和云計算TPU平臺，以增強他們的競爭地位。

短期來看，不論是傳統(tǒng)EDA廠商，還是芯片廠商，嘗試用人工智能設(shè)計芯片更多地是幫助改善自己的產(chǎn)品和服務(wù)。

從各大廠商的動向來看，人工及人工智能相結(jié)合的設(shè)計思路或?qū)⑼苿有酒O(shè)計走入人工智能時代。人工可以實現(xiàn)整個架構(gòu)的創(chuàng)新和一些顛覆性的技術(shù)應(yīng)用，而人工智能則可以輔助人工完成一些更加簡單、流程化的任務(wù)。


結(jié)語

通過各個領(lǐng)域的芯片廠商的創(chuàng)新，人工智能技術(shù)已經(jīng)在很多領(lǐng)域顯示出其優(yōu)勢，應(yīng)用AI不僅可以大幅縮短芯片設(shè)計所需時間，芯片缺陷檢測的時間，降低芯片設(shè)計公司的人工成本等，還能有效滿足市場對集成電路復雜程度的需求。利用人工智能技術(shù)來幫助設(shè)計和制造芯片已經(jīng)成為大勢所趨。相信在不久的未來，會有更多在芯片生產(chǎn)領(lǐng)域?qū)θ斯ぶ悄芗夹g(shù)的探索和應(yīng)用。