全球芯片短缺已成為頭版新聞，這要歸功于全球大流行加劇的脆弱的供應鏈。雖然半導體行業一直非常關注提高效率、精度和良率的方法，但尋找新的更好的方法來提高生產率的緊迫性從未如此之高。

今天，有一群聲音呼喚著改進。根據Gigaphoton Inc.最近進行的一項調查的參與者，半導體制造鏈中的專業人士也在尋求變革。

在半導體行業內實現更高產量的最有希望的方法之一是提高高級分析能力，包括連貫地整合阻礙進展的碎片化和孤立過程。為此，半導體專業人士希望工具更易于使用，更智能，能夠支持其所有設備，能夠自動報告和警報，并且可驗證安全。

問題：孤立的數據

目前，當制造商試圖集成設備監控性能以尋求改進的數據整合和分析時，結果可能乏善可陳。盡管設備制造商花費數百萬美元開發軟件來支持其工具，芯片制造商花費了同等金額從第三方供應商處購買軟件，但這兩種解決方案都無法提供“一刀切”的答案。相反，芯片制造商已經訴諸于自己創建軟件解決方案，并在多個通常不兼容的平臺上拼湊解決方案。這種方法是勞動密集型和耗時的。

由于任何給定制造商可用的資源都有限，因此安裝有利于生產線的新功能和增強功能可能需要數月時間。即使經過反復請求，新的軟件功能也往往從未真正出現過。有了來自多個供應商的解決方案，制造商有責任聯系每個供應商，更新生產線上正在運行的所有軟件，然后希望所有內容都兼容并無縫地協同工作。使用具有專有代碼庫的多個平臺只會在需要時為獲得所需的分析功能和智能創造障礙，而這種障礙越來越“現在”。

調查參與者已經發現了另一個進步的障礙：半導體專業人員可以使用的大多數分析工具都提供了基本的描述性和診斷性功能，但它們并不能有效地解決預測性和規范性維護問題。

預測性維護使用統計和建模技術，根據歷史數據確定將來可能發生的情況，并嘗試確定機器何時需要維修。

規范性維護雖然不那么普遍且發展良好，但需要更高的分析。它不僅可以預測設備故障事件，還可以建議操作。在未來，由人工智能（AI）提供支持的規范性分析甚至可以通過提供實時改進制造過程的詳細說明來協助維護團隊。

只有少數接受調查的芯片制造商擁有能夠執行最先進的預測（14%）和規范性（12%）分析的軟件。此外，工程師提取數據、清理和分析數據所需的工作成本高昂且耗時，從而縮短了正常運行時間。即使芯片制造商擁有多種軟件解決方案，大多數制造商也無法獲得能夠以有意義的方式提高效率和良率的高級分析功能。

解決方案：集成見解和行業協作

半導體制造商可能使用各種專有工藝進行操作，但當今的行業專業人士有一個共同的目標：他們希望在單個用戶友好的平臺上進行準確的分析，該平臺可以標準化和統一來自所有供應商的所有數據。

這是一項艱巨的任務，但并非不可能。一個允許增強集成和行業協作的解決方案將是一個單一的開放軟件平臺，該平臺將允許芯片制造商簡化數據分析，并與設備供應商就安全的定制解決方案進行協作。如果這樣的平臺能夠確保供應商的知識產權（IP）本質上是安全的，那么該平臺將允許執行跨供應商的設備監控和分析，同時使每個供應商能夠解決其特定問題。

開放平臺應配備重要的安全功能，以便用戶可以創建自定義解決方案并保持供應商特定的IP安全。它還需要一種不可知論的編程語言方法，輕松適應所有或大部分語言。這樣的平臺將允許芯片制造商將分析和基于AI的解決方案應用于生產線中的任何一組過程或設備。它也可以完全自定義，從儀表板到數據管理再到分析和智能。結果將是高效、無縫的工作流程，這些工作流程是根據每個芯片制造商的獨特需求量身定制的。

這種開放式平臺解決方案概念將以多種方式服務于半導體行業：

通過在一個平臺上簡化數據管理和分析，消除依賴多個來源的產品的需要

通過利用規范性維護減少停機時間和服務呼叫

通過讓 AI 模型發揮作用來提高效率和產量

可以想象，一個開放平臺，如最近發布的Fabscape，最終可能成為半導體行業監控分析的行業標準。開放平臺可以成為一種安全的協作解決方案，使用戶和芯片制造商社區能夠利用解決類似問題的其他人的經驗。

結論

半導體制造業目前受到監控和分析的碎片化的影響。這種碎片化阻礙了行業及時應對供應鏈挑戰的能力，并迫使半導體專業人員依賴不完整的分析和孤立的軟件解決方案，從而使半導體專業人員的內部目標進一步復雜化。

為了提高全行業的生產力，半導體制造將通過一個平臺提供良好的服務，該平臺的所有分析，故障檢測，優化和通信都發生在一個地方，并且具有只有供應商特定智能才能提供的洞察力深度。一個開放的監控和分析框架可以大大有助于整合見解和培養有利于整個行業的協作精神。

審核編輯：郭婷