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(píng)估將人工智能和機(jī)器學(xué)習(xí)介入芯片制造，能否帶來(lái)更大的效益。

尤為重要的一點(diǎn)是，鑒于市場(chǎng)分析師對(duì)市場(chǎng)增長(zhǎng)的預(yù)期，預(yù)計(jì)未來(lái)五年內(nèi)，芯片制造業(yè)的市場(chǎng)規(guī)模將翻一番，工廠、人工智能數(shù)據(jù)庫(kù)和工具的整體改進(jìn)對(duì)于提高生產(chǎn)率至關(guān)重要。

“我們不會(huì)在數(shù)字化轉(zhuǎn)型中失敗，因?yàn)閯e無(wú)選擇，”Inficon負(fù)責(zé)智能制造的總經(jīng)理John Behnke表示。“所有晶圓廠的產(chǎn)能都將提升20%至40%，但現(xiàn)階段，在18到36個(gè)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(duì)變革的歷史恐懼。”

此外，這種變化需要有明確的投資回報(bào)率。“對(duì)我來(lái)說(shuō)，一切都?xì)w結(jié)為成本，”人工智能驅(qū)動(dòng)的APC軟件的初創(chuàng)公司Sentient的首席執(zhí)行官Abeer Singhal指出。“我們?yōu)槭裁匆獙?shù)據(jù)遷移到云中？因?yàn)槲覀兿Ｍ强稍L問(wèn)、可計(jì)算的。即便有下載、存儲(chǔ)和計(jì)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(shí)做出明智的決策。”

其中一個(gè)重大挑戰(zhàn)是高度規(guī)避風(fēng)險(xiǎn)的制造業(yè)，該部門通過(guò)大部分漸進(jìn)式改進(jìn)取得了顯著收益。“半導(dǎo)體行業(yè)有很多技術(shù)類型的進(jìn)步，但我們通常在進(jìn)行業(yè)務(wù)變革方面非常緩慢，”數(shù)據(jù)庫(kù)供應(yīng)商KX Systems半導(dǎo)體和制造副總裁Bill Pierson認(rèn)為。“部分原因是因?yàn)槟阍谝粋€(gè)已經(jīng)建成的工廠里，它正在運(yùn)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(shì)。“人們輕易不會(huì)做出改變，”納米生物科學(xué)負(fù)責(zé)人兼紐約州立大學(xué)理工學(xué)院教授Scott Tenenbaum表示。“新冠疫情是一個(gè)很好的契機(jī)，人們嘗試了他們永遠(yuǎn)不會(huì)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(wú)選擇，只能使用新技術(shù)。”

芯片制造環(huán)節(jié)，良率越來(lái)越受到考驗(yàn)

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(shí)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(rèn)的有效措施。

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

制造是半導(dǎo)體產(chǎn)業(yè)鏈的關(guān)鍵一環(huán)。整個(gè)制造過(guò)程主要分為八個(gè)步驟：晶圓加工 - 氧化 - 光刻 - 刻蝕 - 薄膜沉積 - 互連 - 測(cè)試 - 封裝，每個(gè)芯片的制造步驟又需要數(shù)百個(gè)工藝。芯片生產(chǎn)制造的周期動(dòng)輒兩三個(gè)月，生產(chǎn)過(guò)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(diǎn)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(jìn)是芯片實(shí)現(xiàn)高性能計(jì)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(lái)到更先進(jìn)的5nm、3nm，芯片設(shè)計(jì)復(fù)雜度呈幾何倍數(shù)增加，生產(chǎn)流程的不斷加長(zhǎng)，芯片的制造變得極其復(fù)雜與精密，良率變得極具挑戰(zhàn)。據(jù)半導(dǎo)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(diǎn)，先進(jìn)節(jié)點(diǎn)的基準(zhǔn)良率也越來(lái)越低。

而在半導(dǎo)體的商業(yè)化進(jìn)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(shuō)，僅僅通過(guò)芯片工藝技術(shù)的改進(jìn)來(lái)提高PPA變得越來(lái)越困難，而且從性價(jià)比來(lái)看，芯片流片的費(fèi)用越來(lái)越貴，只有極少數(shù)的芯片公司才能負(fù)擔(dān)得起。

因此，既要提升芯片的良率又要在經(jīng)濟(jì)上可行，必須要多管齊下，探索創(chuàng)新的方法。在如今這個(gè)高度自動(dòng)化的時(shí)代，引入人工智能/機(jī)器學(xué)習(xí)等技術(shù)，推動(dòng)芯片的制造流程，提升芯片的良率，進(jìn)而幫助我們快速?gòu)浐纤懔┬柚g的差距。

芯片設(shè)計(jì)走入人工智能時(shí)代？

用人工智能來(lái)設(shè)計(jì)芯片，需要大量的云計(jì)算能力，可能會(huì)調(diào)用超強(qiáng)的數(shù)據(jù)中心才能進(jìn)行開發(fā)。“未來(lái)大規(guī)模采用人工智能進(jìn)行芯片設(shè)計(jì)，應(yīng)該不會(huì)全方位普及。”該分析師認(rèn)為，用高階的工程師和人工智能設(shè)計(jì)結(jié)合，或者部分模塊與人工設(shè)計(jì)結(jié)合的方式，可能是未來(lái)業(yè)界的一個(gè)發(fā)展趨勢(shì)。目前來(lái)看，芯片設(shè)計(jì)仍然需要有經(jīng)驗(yàn)的高階架構(gòu)設(shè)計(jì)團(tuán)隊(duì)來(lái)進(jìn)行整體框架的設(shè)計(jì)，還沒(méi)有走到全面由人工智能完成的階段。

谷歌、英偉達(dá)也開始嘗試使用人工智能技術(shù)設(shè)計(jì)芯片。谷歌多年來(lái)一直在研究如何使用機(jī)器學(xué)習(xí)來(lái)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(jì)算進(jìn)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(jì)算TPU平臺(tái)，以增強(qiáng)他們的競(jìng)爭(zhēng)地位。

短期來(lái)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(jì)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(dòng)向來(lái)看，人工及人工智能相結(jié)合的設(shè)計(jì)思路或?qū)⑼苿?dòng)芯片設(shè)計(jì)走入人工智能時(shí)代。人工可以實(shí)現(xiàn)整個(gè)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(jiǎn)單、流程化的任務(wù)。


結(jié)語(yǔ)

通過(guò)各個(gè)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(shì)，應(yīng)用AI不僅可以大幅縮短芯片設(shè)計(jì)所需時(shí)間，芯片缺陷檢測(cè)的時(shí)間，降低芯片設(shè)計(jì)公司的人工成本等，還能有效滿足市場(chǎng)對(duì)集成電路復(fù)雜程度的需求。利用人工智能技術(shù)來(lái)幫助設(shè)計(jì)和制造芯片已經(jīng)成為大勢(shì)所趨。相信在不久的未來(lái)，會(huì)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。