受到芯片短缺影響，晶圓廠和OSAT紛紛加大產能建設，并評估將人工智能和機器學習介入芯片制造，能否帶來更大的效益。

尤為重要的一點是，鑒于市場分析師對市場增長的預期，預計未來五年內，芯片制造業的市場規模將翻一番，工廠、人工智能數據庫和工具的整體改進對于提高生產率至關重要。

“我們不會在數字化轉型中失敗，因為別無選擇，”Inficon負責智能制造的總經理John Behnke表示?！八芯A廠的產能都將提升20%至40%，但現階段，在18到36個月內，他們都難以獲得新工具。為了充分利用這些潛力，我們將克服人類對變革的歷史恐懼。”

此外，這種變化需要有明確的投資回報率?！皩ξ襾碚f，一切都歸結為成本，”人工智能驅動的APC軟件的初創公司Sentient的首席執行官Abeer Singhal指出。“我們為什么要將數據遷移到云中？因為我們希望它是可訪問、可計算的。即便有下載、存儲和計算成本，但工程師希望擺脫為所有事情調用IT的現狀。他們希望收集高頻數據，同時做出明智的決策。”

其中一個重大挑戰是高度規避風險的制造業，該部門通過大部分漸進式改進取得了顯著收益?！鞍雽w行業有很多技術類型的進步，但我們通常在進行業務變革方面非常緩慢，”數據庫供應商KX Systems半導體和制造副總裁Bill Pierson認為?！安糠衷蚴且驗槟阍谝粋€已經建成的工廠里，它正在運行并獲得高產量，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據孤島，確保所收集的數據將提供給所有必要領域的工程師。”

其他人則指出了類似的趨勢。“人們輕易不會做出改變，”納米生物科學負責人兼紐約州立大學理工學院教授Scott Tenenbaum表示。“新冠疫情是一個很好的契機，人們嘗試了他們永遠不會嘗試的事情，除非他們必須這樣做。我們的很多技術都是這樣的。舊技術消失了，你別無選擇，只能使用新技術?！?/span>

芯片制造環節，良率越來越受到考驗

現在幾乎所有的應用包括5G、物聯網、汽車、數據中心等的實現與發展都建立在更高性能、更低功耗、更大算力的芯片的基礎之上。芯片的需求大幅提升，而芯片的供應卻跟不上需求，提升現有產品的良率是業內公認的有效措施。

然而，良率的提升卻給芯片設計商和制造商都帶來了很大的挑戰。

制造是半導體產業鏈的關鍵一環。整個制造過程主要分為八個步驟：晶圓加工 - 氧化 - 光刻 - 刻蝕 - 薄膜沉積 - 互連 - 測試 - 封裝，每個芯片的制造步驟又需要數百個工藝。芯片生產制造的周期動輒兩三個月，生產過程中產生的數據量龐雜，涉及的參數變量繁多，任何一點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是芯片實現高性能計算最為有效的途徑之一，也是產業追逐的方向。而隨著芯片工藝來到更先進的5nm、3nm，芯片設計復雜度呈幾何倍數增加，生產流程的不斷加長，芯片的制造變得極其復雜與精密，良率變得極具挑戰。據半導體設備供應商巨頭應用材料公司表示，從2015年到2021年，芯片制造的工藝步驟的數量增加了48%。相比成熟節點，先進節點的基準良率也越來越低。

而在半導體的商業化進程中，良率直接關系到芯片的產量、生產成本與企業的盈利能力。所以說，僅僅通過芯片工藝技術的改進來提高PPA變得越來越困難，而且從性價比來看，芯片流片的費用越來越貴，只有極少數的芯片公司才能負擔得起。

因此，既要提升芯片的良率又要在經濟上可行，必須要多管齊下，探索創新的方法。在如今這個高度自動化的時代，引入人工智能/機器學習等技術，推動芯片的制造流程，提升芯片的良率，進而幫助我們快速彌合算力供需之間的差距。

芯片設計走入人工智能時代？

用人工智能來設計芯片，需要大量的云計算能力，可能會調用超強的數據中心才能進行開發?！拔磥泶笠幠２捎萌斯ぶ悄苓M行芯片設計，應該不會全方位普及?！痹摲治鰩熣J為，用高階的工程師和人工智能設計結合，或者部分模塊與人工設計結合的方式，可能是未來業界的一個發展趨勢。目前來看，芯片設計仍然需要有經驗的高階架構設計團隊來進行整體框架的設計，還沒有走到全面由人工智能完成的階段。

谷歌、英偉達也開始嘗試使用人工智能技術設計芯片。谷歌多年來一直在研究如何使用機器學習來制造芯片，《自然》雜志上的一篇論文透露，這一研究或將走入商業應用階段。谷歌自己的TPU（張量處理單元）芯片即將發布新版本，該芯片為人工智能計算進行了優化。目前NVIDIA也與谷歌一樣，專注于使用人工智能技術生產更好的GPU和云計算TPU平臺，以增強他們的競爭地位。

短期來看，不論是傳統EDA廠商，還是芯片廠商，嘗試用人工智能設計芯片更多地是幫助改善自己的產品和服務。

從各大廠商的動向來看，人工及人工智能相結合的設計思路或將推動芯片設計走入人工智能時代。人工可以實現整個架構的創新和一些顛覆性的技術應用，而人工智能則可以輔助人工完成一些更加簡單、流程化的任務。


結語

通過各個領域的芯片廠商的創新，人工智能技術已經在很多領域顯示出其優勢，應用AI不僅可以大幅縮短芯片設計所需時間，芯片缺陷檢測的時間，降低芯片設計公司的人工成本等，還能有效滿足市場對集成電路復雜程度的需求。利用人工智能技術來幫助設計和制造芯片已經成為大勢所趨。相信在不久的未來，會有更多在芯片生產領域對人工智能技術的探索和應用。