受到芯片短缺影响，晶圆厂和OSAT纷纷加大产能建设，并评估将人工智能和机器学习介入芯片制造，能否带来更大的效益。

尤为重要的一点是，鉴于市场分析师对市场增长的预期，预计未来五年内，芯片制造业的市场规模将翻一番，工厂、人工智能数据库和工具的整体改进对于提高生产率至关重要。

“我们不会在数字化转型中失败，因为别无选择，”Inficon负责智能制造的总经理John Behnke表示。“所有晶圆厂的产能都将提升20%至40%，但现阶段，在18到36个月内，他们都难以获得新工具。为了充分利用这些潜力，我们将克服人类对变革的历史恐惧。”

此外，这种变化需要有明确的投资回报率。“对我来说，一切都归结为成本，”人工智能驱动的APC软件的初创公司Sentient的首席执行官Abeer Singhal指出。“我们为什么要将数据迁移到云中？因为我们希望它是可访问、可计算的。即便有下载、存储和计算成本，但工程师希望摆脱为所有事情调用IT的现状。他们希望收集高频数据，同时做出明智的决策。”

其中一个重大挑战是高度规避风险的制造业，该部门通过大部分渐进式改进取得了显著收益。“半导体行业有很多技术类型的进步，但我们通常在进行业务变革方面非常缓慢，”数据库供应商KX Systems半导体和制造副总裁Bill Pierson认为。“部分原因是因为你在一个已经建成的工厂里，它正在运行并获得高产量，所以为什么要改变它呢？但是，我们看到自上而下的管理策略是试图打破数据孤岛，确保所收集的数据将提供给所有必要领域的工程师。”

其他人则指出了类似的趋势。“人们轻易不会做出改变，”纳米生物科学负责人兼纽约州立大学理工学院教授Scott Tenenbaum表示。“新冠疫情是一个很好的契机，人们尝试了他们永远不会尝试的事情，除非他们必须这样做。我们的很多技术都是这样的。旧技术消失了，你别无选择，只能使用新技术。”

芯片制造环节，良率越来越受到考验

现在几乎所有的应用包括5G、物联网、汽车、数据中心等的实现与发展都建立在更高性能、更低功耗、更大算力的芯片的基础之上。芯片的需求大幅提升，而芯片的供应却跟不上需求，提升现有产品的良率是业内公认的有效措施。

然而，良率的提升却给芯片设计商和制造商都带来了很大的挑战。

制造是半导体产业链的关键一环。整个制造过程主要分为八个步骤：晶圆加工 - 氧化 - 光刻 - 刻蚀 - 薄膜沉积 - 互连 - 测试 - 封装，每个芯片的制造步骤又需要数百个工艺。芯片生产制造的周期动辄两三个月，生产过程中产生的数据量庞杂，涉及的参数变量繁多，任何一点微小的变化都能影响到最终芯片的良率。

遵循着摩尔定律的工艺制程演进是芯片实现高性能计算最为有效的途径之一，也是产业追逐的方向。而随着芯片工艺来到更先进的5nm、3nm，芯片设计复杂度呈几何倍数增加，生产流程的不断加长，芯片的制造变得极其复杂与精密，良率变得极具挑战。据半导体设备供应商巨头应用材料公司表示，从2015年到2021年，芯片制造的工艺步骤的数量增加了48%。相比成熟节点，先进节点的基准良率也越来越低。

而在半导体的商业化进程中，良率直接关系到芯片的产量、生产成本与企业的盈利能力。所以说，仅仅通过芯片工艺技术的改进来提高PPA变得越来越困难，而且从性价比来看，芯片流片的费用越来越贵，只有极少数的芯片公司才能负担得起。

因此，既要提升芯片的良率又要在经济上可行，必须要多管齐下，探索创新的方法。在如今这个高度自动化的时代，引入人工智能/机器学习等技术，推动芯片的制造流程，提升芯片的良率，进而帮助我们快速弥合算力供需之间的差距。

芯片设计走入人工智能时代？

用人工智能来设计芯片，需要大量的云计算能力，可能会调用超强的数据中心才能进行开发。“未来大规模采用人工智能进行芯片设计，应该不会全方位普及。”该分析师认为，用高阶的工程师和人工智能设计结合，或者部分模块与人工设计结合的方式，可能是未来业界的一个发展趋势。目前来看，芯片设计仍然需要有经验的高阶架构设计团队来进行整体框架的设计，还没有走到全面由人工智能完成的阶段。

谷歌、英伟达也开始尝试使用人工智能技术设计芯片。谷歌多年来一直在研究如何使用机器学习来制造芯片，《自然》杂志上的一篇论文透露，这一研究或将走入商业应用阶段。谷歌自己的TPU（张量处理单元）芯片即将发布新版本，该芯片为人工智能计算进行了优化。目前NVIDIA也与谷歌一样，专注于使用人工智能技术生产更好的GPU和云计算TPU平台，以增强他们的竞争地位。

短期来看，不论是传统EDA厂商，还是芯片厂商，尝试用人工智能设计芯片更多地是帮助改善自己的产品和服务。

从各大厂商的动向来看，人工及人工智能相结合的设计思路或将推动芯片设计走入人工智能时代。人工可以实现整个架构的创新和一些颠覆性的技术应用，而人工智能则可以辅助人工完成一些更加简单、流程化的任务。


结语

通过各个领域的芯片厂商的创新，人工智能技术已经在很多领域显示出其优势，应用AI不仅可以大幅缩短芯片设计所需时间，芯片缺陷检测的时间，降低芯片设计公司的人工成本等，还能有效满足市场对集成电路复杂程度的需求。利用人工智能技术来帮助设计和制造芯片已经成为大势所趋。相信在不久的未来，会有更多在芯片生产领域对人工智能技术的探索和应用。