半导体制造AI自主权
6 节点1 篇6 来源
半导体制造中关于“AI自主权”的争论,核心在于算法优化能力与物理验证需求之间的巨大鸿沟。尽管AI已能在数月内找到优于工程师一年成果的工艺方案,但其仍被禁止自主调整生产参数。这一限制源于跨供应链数据的碎片化、模型在陌生操作区域外推的风险,以及必须通过硅片实验来验证稳定性以应对材料扰动的刚性要求。
在2026年SEMICON West会议上,包括美国泛林集团(Lam Research)和英特尔代工(Intel Foundry)在内的行业领袖指出,虽然AI能处理高达10^700种组合的参数空间,但在缺乏人类监督的情况下无法保证鲁棒性。分歧在于对“信任”的定义:制造商要求在授予AI控制权之前,必须建立明确的决策边界、故障遏制机制和可审计记录。近期进展如泛林的Fabtex良率优化器和SandboxAQ获得的5亿美元CHIPS研发资助显示,AI正在加速发现和良率提升,但始终作为决策支持工具而非自主控制器存在。
事情怎么走到这一步
美国泛林集团(Lam Research)获得US 12,424,470 B2专利,涉及使用光干涉测量和机器学习进行自主过程控制的系统,标志着闭环调整技术的早期基础工作。
exa.ai ↗美国泛林集团宣布推出Fabtex Yield Optimizer,这是一款利用数字孪生和AI/ML推荐计量目标以提高良率的工具,强调虚拟调整而非物理实验。
newsroom.lamresearch.com ↗美国商务部向SandboxAQ提供5亿美元资助,用于利用大型量化模型(LQM)加速半导体关键材料发现,重点涵盖PFAS替代品和催化剂,但商业化仍需数年实验室到晶圆厂的验证。
naipnews.naipo.com ↗《Autonomous Intelligent Systems》期刊发表综述,结论认为不应将半导体晶圆厂描述为完全自主系统,鉴于复杂的重入流程和安全性约束,应倡导“人类监督下的自主决策支持”。
link.springer.com ↗韩国Daim Technology首席执行官Jang Young-jae在Semicon Europa 2026上提议将晶圆厂重新设计为单一巨型机器人,引用概念验证案例称AI控制1000台空中搬运车仅通过软件即提升20%生产力。