为缓解缺芯问题，全球晶圆代工厂及IDM厂纷纷提速建厂和扩产。IC Insights预测，2019年至2024年纯晶圆代工产值年复合增长率将达9.8%，比2014年至2019年6.0%的年复合增长率高出3.8个百分点，也将高于同期整个IC市场的7.3%的年复合增长率。
建厂扩产线就像是让半导体工厂的四肢更加发达，提升产能实际上还存在着另一种解法，那便是工厂“大脑”的升级换代。
另一个解
集成电路制造是十分精密复杂的工程，虽然国内工厂与国外工厂相比在自动化程度上还相对落后，但自动化机台、AMHS(全自动天车)和AVG(自动导引车)等基础系统和架构已经初步形成。机器代替人工可以节省人力成本、降低人为误操作引起的生产事故、提高生产效率。
然而，自动化未能完全激发半导体工厂的潜力，在近几年工业4.0的浪潮下，随着“智能制造”的概念不断在工厂落地和实现，工厂的潜力将被尽可能的挖掘出来，而发挥着主要作用的正是前文所提到的工厂“大脑”。 “
生产软件是半导体工厂的大脑，而智能制造软件就是工厂升级后的智慧化大脑，”IKAS(埃克斯工业)CEO李杰近日在SEMICON China 2021的论坛上如是说。
工厂“大脑”的第一次转型，是完成工业化、信息化的升级，包括CIM计算机集成制造和生产数据的连通。李杰进一步指出，工厂“大脑”的新一轮转型需要全面贯彻智能化升级，包括生产可视化、生产透明化，以及赋予工厂预测能力和自适应能力。
关于工厂智能化升级所带来的收益，李杰表示，半导体智能制造系统(AISMS)能够渗透到半导体生产体系的全过程中去，助力半导体全产品线的研发和量产。对于成熟工艺，AISMS能够提高晶圆厂的产能、降低生产时间、提升良率和降低成本;而对于先进工艺，AISMS则能够提高研发效率、提升产品性能、优化生产和产品设计。
具体应用方面，包括智能质检及量测，以提升效率和精准率;智能批次控制，以提高R2R响应速度和精度;预测性设备维护，以降低设备非计划Down机;AI视频分析，以提高生产效率和安全性;智能生产调度，以缩减生产周期并提升产能等。
为了实现工厂的生产智能化，就需要对所获得大量生产数据进行分析和模型训练，对AI算力提出了新的需求，也需要强大的AI计算芯片发挥作用。华为半导体电子行业解决方案总监艾小平介绍称，升腾AI处理器首创的3D cube达芬奇架构，能够为智能制造提供强大的AI算力底座。据艾小平透露，华为与IKAS合作打造了针对晶圆生产的智能质检监测方案，能够使得晶圆召回率高于95%，精确率超过99%，人工成本也降低了40%。
除了生产软件和高算力处理器，工厂的智能化升级自然离不开设备厂商的参与。应用材料自动化产品部工程主管邱晓伟指出，应用材料的全面自动化生产解决方案致力于提高工厂生产力和工艺质量，并通过强大的过程控制能力来帮助客户实现零缺陷生产。
显然，智能制造带来的潜力挖掘对半导体工厂具有巨大的吸引力。长电科技项目规划副总裁王慧卉就强调：“供需两端严重的不平衡是当下芯片制造行业最大的困境，我们迫切的希望智能制造能够助力芯片制造企业快速地实现数字化转型，化挑战为机遇，真正的提升企业的生产效率。”
挑战中看未来
尽管产业对智能制造的呼声越来越高，但对于本土半导体工厂而言，智能化升级还面临着诸多挑战。IKAS CEO李杰表示，这些挑战主要包括设备落后、系统和数据安全性、以及缺乏技术和人才三大挑战。
“国内晶圆厂设备相对落后，自带软硬件往往不足以支撑智能化应用，”李杰指出，“通过设备智能化改造，可以帮助老旧设备进行系统化的软件和硬件升级，达到智能生产的技术需求。”
关于安全性问题，晶圆厂对于技术和数据保密性和安全性要求极高，特别是智能化相关的(如大数据分析结果和智能化改造策略等)、对客户市场竞争力有重大影响的内容。李杰表示， IKAS提供专职的团队长期服务于特定的单一客户，业务有交叉的客户由不同项目组提供技术支持和服务，并保证数据不出厂，确保系统和数据安全性。
最后也是影响最大的挑战就是技术和人才的匮乏。技术方面，国内工业软件厂商目前在半导体制造领域仍与国外厂商存在差距。上扬软件董事长吕凌志指出，目前在半导体产业，尤其是国内的12英寸量产产线，仍然没有本土厂商的MES(制造执行系统)管理软件。
如李杰所言，智能制造是一个系统工程，涉及自动化和机械工程、计算机科学等多个学科，是工业系统建模、数学化设计与制造、智能装备智能机器人、物联网、人工智能、大数据、云计算等许多关键技术的集成，融合了相关领域的最新发展技术。因此，智能制造技术的发展和落地需要大量的人才。
为了聚合和充分利用各方资源促进中国 智能制造 技术的发展，IKAS去年与IEEE共同成立了IEEE AISMS TC(IEEE智能制造技术委员会)，旨在推动国际和国内人工智能、智能制造和数字制造领域的跨学科研究、教育、国际合作和高水平学术交流。李杰强调，这个集成了全球智慧的平台，将在很大程度上解决中国半导体智能制造人才短缺的困境和行业资源分散的现状。
在SEMI智能制造标准中，工厂的智能化水平也如同汽车的自动驾驶一样被划分成了五个等级，包括S1(设备自动化)、S2(搬送自动化)、S3(排产排程自动化)、S4(工艺自调整)、S5(自愈可优化)。
关于未来最理想的智能制造，李杰则认为，最高级别的智能工厂应该是预测能力和自愈可优化能力相结合。
“当工厂具备预测能力以后，系统会计算出事件的发生和对产线产生的影响，并提供相应的应对策略，即实现自优化”李杰表示，“举例来说，在设备意外Down机等意外事件发生之前，工厂就能够提前调整生产策略，进而避免负面事件的发生并减少成本损耗，整体提高生产效率。”
最后，在提到半导体领域本土生产软件的成长之路时，李杰强调，由于复杂的国际形势，相信未来会出现两个分别由美国和中国主导的供应链体系，在中国供应链体系中，如何发展壮大并顺利突围仍然将取决于企业的技术实力。半导体市场竞争的国际化，要求我们在每一个细分领域里的每项技术都必须赶超国际前沿水平，从而取得竞争优势。
