近日天牛宝，由中国电子技术标准化研究院联合华为、深圳市硅赫半导体有限公司、中国科学院微电子研究所、沈阳飞机工业（集团）有限公司等35家企事业单位共同编制的《面向智能制造的工业大模型标准化研究报告》正式发布，标志着我国工业大模型在制造业的应用步入规范化发展的新阶段，为半导体产业的智能化升级提供了清晰的实施路径。
6月4日，记者采访参与报告编制工作的深圳市硅赫半导体有限公司（以下简称硅赫公司）时获悉，在此次编制工作中，该公司技术人员围绕工业大模型在半导体光电器件和精密检测技术研发领域的应用，结合半导体、光伏、显示、智慧海洋、量子技术等领域的研发工作，为半导体高端芯片研制、半导体制造工艺良率提升、半导体设备智能化等核心环节提供了技术思考。
当前，半导体制造业正面临着前所未有的技术挑战与机遇。随着芯片制程工艺逼近物理极限，常规设计方法与制造流程已难以满足纳米级精度要求。工业大模型凭借其强大的多模态处理能力、深度专业知识理解，搭配实时决策支持，正在成为破解半导体行业“卡脖子”难题的关键使能科技。但因工业大模型在落地过程中面临着数据孤岛、可靠性验证缺失、场景适配性不足等挑战，亟需通过标准化建设打通应用“最后一公里”。
此次《面向智能制造的工业大模型标准化研究报告》的发布，通过将半导体物理设计、精密制造工艺、半导体制造设备、半导体量测设备和人工智能底层算法等硬科技突破与工业大模型标准化体系深度融合，不仅提供了技术实施的指南，更推动了中国智能制造标准体系的完善与国际化天牛宝，有助于构建中国半导体智能制造的新范式。
其中，良率管理被视为半导体制造过程面临的重大挑战。由于工艺参数波动、材料特性变化和设备状态漂移等复杂因素相互耦合，传统统计过程控制方法难以实现实时、精准的良率优化。工业大模型实时决策架构通过融合设备传感器数据、在线检测结果和物料特性信息，构建了实时决策支持系统，能够在半导体制作过程中大展拳脚。
硅赫公司创始人洪鹏达介绍，硅赫公司开发的自适应工艺控制模型，根据晶圆前道制程中的实时监测数据，动态调整蚀刻和沉积参数。该技术将工艺波动导致的参数偏移大幅度降低，有效提升了制程稳定性。工业大模型中的工艺知识沉淀模块，为半导体制造企业提供了可复用的知识库构建框架。
此外，由于半导体制造对缺陷检测精度和速度的要求已达到原子级尺度，传统基于固定规则的图像处理算法已难以适应新型芯片架构和先进封装工艺的检测需求。针对这一技术瓶颈，由硅赫公司研制的半导体精密量测装备等核心产品，突破了传统传感器在复杂工业场景中的精度瓶颈，能够大幅提升缺陷检测效率，并应用于半导体晶圆前道量检、光伏组件质检等环节，为工业大模型提供了高可靠性多模态数据输入，解决了智能制造中异质数据融合难、实时决策要求高的痛点。
“我们构建的工业大模型多模态智能检测驱动的检测系统通过融合光学成像、电子束扫描和光谱分析等多模态数据，实现了对复杂缺陷的精准识别和分类。特别是针对晶圆前道制程中的微观缺陷，工业大模型能够同时分析设备振动波形、红外热成像和质检图像，将故障诊断准确率大幅度提升。”洪鹏达解释说。
公开资料显示，创立于2021年的硅赫公司是一家专注于半导体集成电路和研发人工智能基础设施的公司，目前已经在传感器半导体工艺和底层智能算法领域积累了深厚技术优势，核心技术涵盖先进半导体物理设计、精密制造工艺、半导体制造设备、半导体量测设备和人工智能底层算法等重要环节。
（备注：文中图片来源于《面向智能制造的工业大模型标准化研究报告》）天牛宝
通弘网提示：文章来自网络，不代表本站观点。
