華為日前展出了基于計算、存儲能力的EDA解決方案。行業(yè)認為，算力芯片復雜度和數(shù)量需求急劇上升，變相提升了EDA需求，進而對集群計算能力提出進一步要求。

在上周舉行的2023世界半導體大會暨南京國際半導體博覽會上，共有臺積電、長晶科技、華天科技、華為、徐州博康、中電鵬程、芯華章等300余家重點企業(yè)，展示了其最新的先進技術、解決方案或高端產品。據(jù)介紹，大會參展參會人數(shù)達到約3.6萬人次。

不過，盡管大會全程共有3大主題論壇、近20場高端平行論壇或專項活動的輪番上演，還是有不少與會者認為這場盛會“不夠盡興”。一位資深半導體產業(yè)投資人告訴《科創(chuàng)板日報》記者，無論是參展商整體規(guī)格、還是活動在業(yè)內引起的聲量，此次活動恐怕都無法與不久前剛剛結束的SEMICON和慕尼黑上海電子展相較。

透過此次大會的諸多亮點，《科創(chuàng)板日報》記者關注到，人工智能及大數(shù)據(jù)發(fā)展，讓越來越多大廠開始涉足或向外展示其數(shù)據(jù)處理能力在半導體等先進制造當中的應用。

比如，華為此次集中展示了其覆蓋研發(fā)、生產、供應、運營環(huán)節(jié)的半導體電子解決方案，具體應用包括全無線工廠、FAB微隔離、AI質檢、良率大數(shù)據(jù)、EDA工程仿真等。此次大會展區(qū)分為IC設計、半導體封測、半導體制造以及半導體設備材料幾大板塊，其中華為被安排在了制造展區(qū)。

此前，華為宣布基本實現(xiàn)了14nm以上EDA工具的國產化，2023年將完成對其全面驗證。業(yè)內觀點認為，ChatGPT極度依賴算力，算力芯片復雜度和數(shù)量需求急劇上升，變相提升了EDA需求。 上述人士介紹，目前芯片研發(fā)仿真業(yè)務存在處理海量KB級小文件與GB到TB級大文件，文件在存儲上的讀寫性能是運算速度的重要影響因素。

因此，芯片研發(fā)仿真對算力及內存有較高要求，EDA等專業(yè)軟件越來越需要集群計算能力的支持。 據(jù)現(xiàn)場工作人員介紹，華為此次展出的EDA解決方案，主要是基于內部的計算、存儲、網(wǎng)絡平臺，以端到端的全業(yè)務能力適配不同場景需求。

在AI工具輔助提升生產質量檢測方面，華為也在聯(lián)合博涵智能、中科創(chuàng)達、聚時科技等產業(yè)伙伴，打造面向電子、新能源、半導體的AI質檢方案。同時基于華為大數(shù)據(jù)平臺底座，華為還提供了YMS良率管理系統(tǒng)的聯(lián)合解決方案，最大可支持10P級詩句處理能力。

值得關注的是，運用人工智能、大數(shù)據(jù)平臺等工具提升制造品質一致性和生產效率，同時重視算力及存儲布設，也是目前頭部晶圓制造商正在關注的重點方向。 臺積電中國經(jīng)理蘇華在臺積電專場論壇中介紹，臺積電GIGAFAB月芯片產能10萬塊，每天大概要產生700億的數(shù)據(jù)，并且工廠布及全球，生產力和品質一致統(tǒng)一的關鍵，在于臺積電大數(shù)據(jù)平臺。

據(jù)介紹，該平臺可覆蓋從生產最前端的零部件和原材料供應，到生產過程中成百上千的工藝步驟、上百臺設備運作及其中上萬個零部件、生產過程中的控制參數(shù)，再到生產完成后的質量檢測流程。

“每片晶圓在下線生產之前就已經(jīng)被計算好了，包括要使用什么樣的工藝流程、什么樣的制程參數(shù)、要如何達到工藝最優(yōu)化。”在生產過程中，以目前臺積電使用率最高的APC系統(tǒng)為例，不僅能在生產中根據(jù)前一步偏差進行動態(tài)的、同機臺的修正，還可以在層與層之間，進行反饋，也就是在大數(shù)據(jù)層將各步驟之間的連接關系套用到工藝流程中形成正反饋，保證了生產線工藝的動態(tài)穩(wěn)定。 未來臺積電還會加強跟供應商合作，持續(xù)讓其品管系統(tǒng)“保證延伸深入到了產業(yè)鏈每一個環(huán)節(jié)”。

目前在產能及先進制程上向臺積電發(fā)起強勢沖擊的英特爾，也在重視AI技術及數(shù)據(jù)處理在半導體制造當中的變革作用。據(jù)了解，英特爾半導體制造中的AI部署涉及生產線上的缺陷檢測、工具/設備群/晶圓廠匹配、多變量流程控制、自動化晶圓圖模式檢測和分類、快速的根本原因分析等。

英特爾稱，AI有望為半導體制造帶來變革。在近二十年來的生產實踐中，英特爾工廠通過使用各種AI解決方案，“已切身體會到AI在提高良率、優(yōu)化成本和提高生產力方面的價值”。 英特爾在上周發(fā)布的白皮書中，提醒應對產業(yè)制造趨勢下的算力資源布建。在生產制造產生數(shù)百PB海量數(shù)據(jù)的情況下，一旦確定了用例的優(yōu)先級，就要對計算資源和DevOps進行適當投資，并將算法集成到現(xiàn)有的工作流程和自動化系統(tǒng)中。

審核編輯：劉清