【CNMO 科技消息】据 CNMO 科技了解，韩国半导体 AI 企业 SemiAI 代表池泰权近日表示，将 AI 引入半导体制造工艺后，在数千片晶圆数据中建立并验证超过 300 万条假设仅需 4 小时，若由人工逐一确认则需数月时间。该公司开发的缺陷预测与原因诊断软件 "SMILE"，通过 AI 分析半导体制造过程中产生的大量数据，定位缺陷原因并支持良率改善，核心在于将原本依赖工程师经验与判断的工艺分析自动化，从而缩短分析时间、降低成本。

池泰权曾在英特尔、泛林研究、ASML、三星电子、SK 海力士等全球半导体企业任职，在现场工作中直接体会到良率分析的困难。他指出，在庞杂的工艺数据中查找缺陷原因并验证改善条件，很大程度上取决于工程师个人的经验与能力。为解决这一问题，他于去年 1 月创立 SemiAI，目标是打通工艺、设备与量测数据，并以 AI 自动完成工程师建立假设并验证的过程。

SemiAI 的技术竞争力在于将半导体制造现场积累的工艺知识与 AI 相结合。由于半导体制造数据属于企业核心营业秘密，外部企业难以充分获取实际工艺数据，AI 训练与技术验证因此受到制约。该公司利用 " 虚拟晶圆厂 " 技术，基于池泰权积累的工艺知识及物理、数学原理，以虚拟数据模拟实际制造现场可能出现的多种情况，降低对真实工艺数据的依赖，使 AI 学习各类缺陷发生条件与模式。同时，公司借助 AI 代理分析工艺、设备与晶圆数据之间的关系，推导并验证缺陷原因假设，不仅寻找数据相关性，还进一步推断引发缺陷的原因。

池泰权表示，半导体制造 AI 的可信度并非仅靠收集大量客户数据就能获得，公司通过反映工艺知识的虚拟晶圆厂学习多种条件，并与实际晶圆厂测量值比对，以确认合成数据遗漏之处，从而提升可信度。

长期来看，SemiAI 计划实现半导体超人工智能，使 AI 能够超越工程师的分析能力，自主发掘复杂的良率问题，并按工艺环节连接预测与原因分析，在工程师批准下测试改善方案。

版权所有，未经许可不得转载