訂閱
糾錯
加入自媒體
當前位置： OFweek 人工智能網(wǎng)   >  正文

摩爾定律失效？芯片發(fā)展放緩，Ai或為撬動產(chǎn)業(yè)繼續(xù)發(fā)展的杠桿

2019-09-12 09:40
算力智庫
關注

這里面比較重要的是生產(chǎn)狀態(tài)的預測和智能調(diào)度。從一道工藝到下一道工藝，何如進行最合理的銜接，如果加入AI預測之后，可以極大的提升我們生產(chǎn)的效率。這個也是通過AI的調(diào)度規(guī)劃的算法，縮短自動化有效的預測時間。原來是以天為單位的，縮小到以小時甚至以分鐘為單位，這樣可以極大提升我們的生產(chǎn)效率。

另外在工藝研發(fā)上面，集成電路生產(chǎn)最怕缺陷，只要在研發(fā)當中出現(xiàn)一個缺陷，前面幾年的研發(fā)結(jié)果可能就白費了，因此控制缺陷是非常重要的一項工作。

但是現(xiàn)在的缺陷很多不是規(guī)律性產(chǎn)生的，因為集成電路到了納米尺度之后，很多缺陷是隨機的，我們怎么把這些隨機的缺陷抓出來？

我們要基于AI研發(fā)缺陷識別系統(tǒng)，比如說在圖像傳感器已經(jīng)在工業(yè)生產(chǎn)中發(fā)揮了很好的作用。

集成電路制造是一代裝備、一代工藝、一代產(chǎn)品�，F(xiàn)在的裝備也是越來越復雜，價值越來越高，我們怎么樣能夠把這些裝備運用好？

我們要加入到智能診斷、預警、性能提升上面，對裝備運行狀態(tài)的監(jiān)控、材料的超差、機器的預警，裝備產(chǎn)能怎么樣提升，原來一個小時刻兩百片，怎么樣提高到兩百五十片，建立一種自學習的能力，這也是AIFab里面非常重要的工作。

我們現(xiàn)在在發(fā)明一套技術(shù)，能夠植入到工藝裝備里面的嵌入式的智能控制技術(shù)，包括光刻機，通過AI算法的植入，使得這些機器在原來自動化上面具備自我學習、自我診斷的能力，是在生產(chǎn)線上利用的效果更好，最后形成真正把我們一個制造生產(chǎn)線從自動化進步到是一條聰明的生產(chǎn)線。

AIFab 有可能是解決我們目前將要碰到的 AI 和芯片制造技術(shù)創(chuàng)新耦合的一個重要手段。因此，我們也秉承開放、創(chuàng)新、合作的企業(yè)精神，歡迎廣大的 AIFab 和華虹一塊共同推動 AIFab的落地與發(fā)展。

<上一頁  1  2  3  
聲明： 本文由入駐維科號的作者撰寫，觀點僅代表作者本人，不代表OFweek立場。如有侵權(quán)或其他問題，請聯(lián)系舉報。

發(fā)表評論

共0條評論，0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁，請輸入驗證碼繼續(xù)

暫無評論

暫無評論

    掃碼關注公眾號
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯
    x
    *文字標題：
    *糾錯內(nèi)容：
    聯(lián)系郵箱：
    *驗 證 碼：

    粵公網(wǎng)安備 44030502002758號