格羅方德開發(fā)了三套可落地的 AI 解決方案。

這些方案分別提升了生產(chǎn)效率、產(chǎn)品質(zhì)量與設備維護能力。

三項系統(tǒng)均以規(guī)?；茝V為目標設計。

近期，格羅方德（GlobalFoundries）首席制造官 Pradip Singh 接受了 IndustryWeek 的采訪，并分享了公司在晶圓制造中推進 AI 應用的實踐。

格羅方德（GlobalFoundries）首席制造官，自 2024 年起擔任該職務。負責公司全球制造運營、質(zhì)量管理及供應鏈工作。Singh 先生 2009 年加入格羅方德，擁有超過 20 年的晶圓代工行業(yè)經(jīng)驗，在制造運營與技術轉移方面成績突出。其職業(yè)經(jīng)歷橫跨格羅方德全球制造網(wǎng)絡中的多個國家，長期擔任制造、管理及運營領導崗位。

在當前的技術討論中，AI 往往與大語言模型（LLMs）聯(lián)系在一起，例如 ChatGPT 等生成式 AI 工具。但像格羅方德這樣的制造企業(yè)所推動的 AI 應用，則讓關于 AI 的討論回歸到更務實的方向——那些能夠真正提升效率并創(chuàng)造價值的技術。

事實上，制造業(yè)幾十年來一直在使用機器學習與 AI 軟件。隨著近年來 AI 技術的進一步發(fā)展，這些成熟系統(tǒng)正在不斷升級，形成更強大的智能化能力，從而在生產(chǎn)效率、質(zhì)量管理及設備維護等方面持續(xù)發(fā)揮作用。

在采訪中，Pradip Singh 分享了格羅方德開發(fā)的三項 AI 工具。這些解決方案具備可擴展性，并已經(jīng)在部分場景中展現(xiàn)出實際價值。

為推動這些技術在全球落地，格羅方德還成立了專門的數(shù)字化制造解決方案團隊，負責評估技術部署、制定全球技術優(yōu)先級，并推動相關解決方案在多個工廠實現(xiàn)規(guī)?；涞?。

目前，團隊重點推進以下三個項目。

生產(chǎn)效率提升：

優(yōu)化實時調(diào)度系統(tǒng)（RTD）

在高產(chǎn)量晶圓制造中，每天需要處理大量復雜的生產(chǎn)調(diào)度決策。為進一步優(yōu)化生產(chǎn)節(jié)奏，格羅方德在已有 RTD（Real-Time Dispatching，實時調(diào)度）系統(tǒng)的基礎上，進一步優(yōu)化批次移動指令，減少設備空閑時間。該系統(tǒng)由深度學習公司 minds.AI 開發(fā)的軟件提供支持，其主要作用包括：

預測每個晶圓批次的完成時間；

根據(jù)預測結果指示 RTD 提前調(diào)度其他批次；

減少設備在等待新晶圓更替時產(chǎn)生的 “white space” （設備空閑時間）。

格羅方德首席制造官Pradip Singh：“在晶圓廠中頻繁更換配方會消耗寶貴時間——我們的加工時間跨度很大，每 25 片晶圓加工時間跨度可以從 5 分鐘，到長達 12 小時都有。如果加工時間需要 12 小時，那么每天只進行一次硅片更換，損失 5 分鐘影響并不大。但如果加工時間很短，例如抽樣測試，或者過程很快，晶圓進出迅速，或者設備本身每小時可以處理 1000 片晶圓，那么頻繁進行晶圓更替就會增加設備的‘空白時間’。如果每 30 分鐘就能減少 5 分鐘等待時間，那完全是另一回事。”

該系統(tǒng)最初僅在格羅方德馬耳他工廠 100 臺設備上進行試點就獲得了 1.5% 的生產(chǎn)率提升。2025 年初，已在新加坡工廠全面部署這一系統(tǒng)，因其存在大量配方切換，被視為理想測試環(huán)境。

Singh 表示，這套系統(tǒng)的一大優(yōu)勢在于無需針對新產(chǎn)品重新訓練模型。隨著數(shù)據(jù)不斷積累，系統(tǒng)會持續(xù)自我學習和優(yōu)化。

質(zhì)量守護者：

捕捉人眼難以識別的檢測數(shù)據(jù)

在晶圓制造過程中，硅晶圓需要經(jīng)過頻繁且嚴格的檢測，包括薄膜厚度、反射率、表面粗糙度及雜質(zhì)等指標。過去，這些情況通常需要人工進行審查掃描圖像，剔除錯誤報告并識別缺陷來源。

為進一步提升效率，幾年前，格羅方德新加坡工廠開發(fā)并上線了一套基于 AI 技術的系統(tǒng)，名為“Atlas”。該系統(tǒng)基于數(shù)百萬張歷史硅片掃描圖進行訓練，能夠?qū)崿F(xiàn)：

識別并分類硅片檢測圖像中的缺陷；

判斷缺陷可能出現(xiàn)的生產(chǎn)環(huán)節(jié)；

根據(jù)歷史掃描圖數(shù)據(jù)分析缺陷。

人工檢測通常設有缺陷閾值。例如單張掃描圖缺陷數(shù)量不超過五個即被視為合格。而 Atlas 系統(tǒng)即使在缺陷僅有一個時也會持續(xù)進行數(shù)據(jù)分析，追蹤原因，并向質(zhì)量管理團隊提示潛在問題。

格羅方德首席制造官Pradip Singh：“它幫助我們加快整個流程。質(zhì)量管理的關鍵在于盡早發(fā)現(xiàn)問題，同時盡快鎖定缺陷來源?！?/p>

目前，新加坡工廠已運行第三代 Atlas 系統(tǒng)，成功將廢品率降低 20%。

提升維護效率：

工程師的 AI 助手

設備維護同樣是晶圓制造中的關鍵環(huán)節(jié)。當設備出現(xiàn)報警或故障時，不同工程師之間的經(jīng)驗差異往往會影響恢復時間。為此，格羅方德與半導體 AI 解決方案公司 Lavorro 合作開發(fā)了一套 AI 系統(tǒng)，用于輔助設備故障排查。

該系統(tǒng)基于過去五年的設備故障日志進行訓練，其中包含設備型號、錯誤代碼以及歷史維修記錄。當工程師輸入相關信息時，AI 會根據(jù)歷史數(shù)據(jù)給出最可能的故障原因以及建議的解決方案。

格羅方德首席制造官Pradip Singh：“這是一個持續(xù)進化的系統(tǒng)。每一次維修都會被記錄下來。隨著數(shù)據(jù)庫不斷擴充，答案會越來越準確。”

該方案即將進行試點測試。Singh 表示，這一系統(tǒng)成熟后將進一步提升設備可用時間，并降低維護成本。

對于格羅方德而言，AI 不僅是技術概念，更是推動制造體系持續(xù)優(yōu)化的能力。通過將先進 AI 與成熟機器學習結合，并在效率、質(zhì)量與設備管理等環(huán)節(jié)創(chuàng)新應用，格羅方德正在推進 AI 在工業(yè)制造中的規(guī)模化實踐。

這些實踐展示了 AI 在工業(yè)場景中創(chuàng)造價值的可能，也將海量歷史故障數(shù)據(jù)轉化為技師的“智能搭檔”，成為制造業(yè)數(shù)字化演進的自然延伸。