當價(jià)格不變時(shí)，集成電路上可容納的元器件的數目，約每隔18-24個(gè)月便會(huì )增加一倍，性能也將提升一倍，這也被稱(chēng)為摩爾定律。實(shí)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(lái)怎么做，華虹集團總工程師趙宇航認為，Ai或許是撬動(dòng)芯片產(chǎn)業(yè)繼續向前的杠桿。
趙宇航在世界人工智能大會(huì )上表示，將Ai運用在芯片的生產(chǎn)環(huán)節，進(jìn)行精細化管控，提高芯片的設計效率、生產(chǎn)速度和良品率，將原先的自動(dòng)化生產(chǎn)線(xiàn)進(jìn)化成智能生產(chǎn)線(xiàn)，將會(huì )是芯片行業(yè)在后摩爾定律時(shí)代的方向。
而華虹集團，正在以AiFab的形式，開(kāi)始了探索。
下附趙宇航在世界人工智能大會(huì )上的演講實(shí)錄。
為什么現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(lái)了急劇的對存儲、處理以及數據量的急劇增長(cháng)，也是AI，才能接受后摩爾時(shí)代的挑戰。
1
AI與芯片的第二次時(shí)代耦合
我們回顧集成電路半導體的發(fā)展歷程，上個(gè)世紀曾經(jīng)出現過(guò)一次創(chuàng )新耦合的過(guò)程。
CPU芯片需要有很好的計算機輔助設計工具才能設計出來(lái)，而這些更好的EDA工具需要有更強的CPU才能運行，使得整個(gè)EDA設計和CPU產(chǎn)品進(jìn)入了創(chuàng )新耦合的過(guò)程，如果走不通條路，可能集成電路的發(fā)展在上個(gè)世紀就終結了，最后集成電路突破了這個(gè)耦合。
到今天我們又看到了耦合出現的端倪，這是AI帶來(lái)的。
現在的集成電路制造，涉及到幾百種集成電路裝備、材料，很多的設計工具，但是如何把這些運轉好，是整個(gè)生態(tài)系統的問(wèn)題。 如果不靠AI來(lái)處理，可能我們的集成電路制造沒(méi)法往下走，沒(méi)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(jìn)入新的階段，怎么突破AI和集成電路制造的耦合?
現在A(yíng)I芯片的需求數據急劇增長(cháng)，給我們集成電路芯片制造帶來(lái)了重大的挑戰，我們每天需要幾百個(gè)T的數據量，涵蓋了設備、工藝等方面，尤其是光刻。
光刻第一步工序，需要大量的計算數據，每一步都要量測。此外還有新架構、新器材、新芯片都需要新器械、新材料來(lái)支撐，這大量的數據給我們集成電路芯片制造帶來(lái)了幾個(gè)挑戰。
第一個(gè)挑戰是整個(gè)生產(chǎn)線(xiàn)的運營(yíng)管控，第二個(gè)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(lái)的良率以及產(chǎn)能控制都面臨嚴峻的挑戰。
AIFab，實(shí)現耦合的落地方式
根據這樣的挑戰，我們想應該在集成電路制造過(guò)程中，把人工智能集成進(jìn)去，所以我們提出了AIFab這樣一個(gè)概念，希望人工智能和集成電路跨越發(fā)展，來(lái)跨過(guò)我們即將出現耦合的過(guò)程，使得集成電路發(fā)展處于正向的過(guò)程。
AIFab聚焦在兩個(gè)方面，一個(gè)方面是智能制造，就是要改變傳統的從數據收集到數據存儲、數據分析、工程師、管理系統這樣一個(gè)結構，改成一個(gè)網(wǎng)狀結構。
在數據分析里面把機器學(xué)習的方式加進(jìn)去，使人和機器形成一整套的管理體系來(lái)進(jìn)行智能制造。其實(shí)也就是要把傳統的自動(dòng)化制造改成智能制造，從自動(dòng)化的生產(chǎn)線(xiàn)轉變成一條聰明的生產(chǎn)線(xiàn)。
另外在研發(fā)層面，需要大量的數據分析，我們還要去抓很多畸點(diǎn)，這些畸點(diǎn)用傳統的計算方法沒(méi)有辦法抓出來(lái)，必須要用大數據分析和AI算法植入進(jìn)去，才能把畸點(diǎn)和缺陷抓出來(lái)，加快我們的研發(fā)速度。
原來(lái)我們集成電路生產(chǎn)線(xiàn)的數據生產(chǎn)架構是ERP系統，其實(shí)集成電路的工業(yè)自動(dòng)化程度一直走在各種制造業(yè)的前列，所以在自動(dòng)化上面我們有非常詳細的一套體系結構。
自動(dòng)化生產(chǎn)線(xiàn)向智能生產(chǎn)線(xiàn)的轉變
我們希望這套傳統的自動(dòng)化的體系結構上面，把它轉變成為AI的體系結構。首先在數據上面進(jìn)行分析，進(jìn)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(guò)程的精細化控制，以及提升產(chǎn)線(xiàn)的產(chǎn)能。
這里面比較重要的是生產(chǎn)狀態(tài)的預測和智能調度。從一道工藝到下一道工藝，何如進(jìn)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(gè)也是通過(guò)AI的調度規劃的算法，縮短自動(dòng)化有效的預測時(shí)間。原來(lái)是以天為單位的，縮小到以小時(shí)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)當中出現一個(gè)缺陷，前面幾年的研發(fā)結果可能就白費了，因此控制缺陷是非常重要的一項工作。
但是現在的缺陷很多不是規律性產(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(lái)?
我們要基于A(yíng)I研發(fā)缺陷識別系統，比如說(shuō)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在的裝備也是越來(lái)越復雜，價(jià)值越來(lái)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)的監控、材料的超差、機器的預警，裝備產(chǎn)能怎么樣提升，原來(lái)一個(gè)小時(shí)刻兩百片，怎么樣提高到兩百五十片，建立一種自學(xué)習的能力，這也是AIFab里面非常重要的工作。
我們現在在發(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(guò)AI算法的植入，使得這些機器在原來(lái)自動(dòng)化上面具備自我學(xué)習、自我診斷的能力，是在生產(chǎn)線(xiàn)上利用的效果更好，最后形成真正把我們一個(gè)制造生產(chǎn)線(xiàn)從自動(dòng)化進(jìn)步到是一條聰明的生產(chǎn)線(xiàn)。
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(gè)重要手段。因此，我們也秉承開(kāi)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(dòng) AIFab的落地與發(fā)展。