華為日前展出了基于計算、存儲能力的EDA解決方案。行業認為，算力芯片復雜度和數量需求急劇上升，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，展示了其最新的先進技術、解決方案或高端產品。據介紹，大會參展參會人數達到約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投資人告訴《科創板日報》記者，無論是參展商整體規格、還是活動在業內引起的聲量，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，《科創板日報》記者關注到，人工智能及大數據發展，讓越來越多大廠開始涉足或向外展示其數據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、生產、供應、運營環節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、良率大數據、EDA工程仿真等。此次大會展區分為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。

此前，華為宣布基本實現了14nm以上EDA工具的國產化，2023年將完成對其全面驗證。業內觀點認為，ChatGPT極度依賴算力，算力芯片復雜度和數量需求急劇上升，變相提升了EDA需求。 上述人士介紹，目前芯片研發仿真業務存在處理海量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，芯片研發仿真對算力及內存有較高要求，EDA等專業軟件越來越需要集群計算能力的支持。 據現場工作人員介紹，華為此次展出的EDA解決方案，主要是基于內部的計算、存儲、網絡平臺，以端到端的全業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，華為也在聯合博涵智能、中科創達、聚時科技等產業伙伴，打造面向電子、新能源、半導體的AI質檢方案。同時基于華為大數據平臺底座，華為還提供了YMS良率管理系統的聯合解決方案，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、大數據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700億的數據，并且工廠布及全球，生產力和品質一致統一的關鍵，在于臺積電大數據平臺。

據介紹，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，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、要如何達到工藝最優化。”在生產過程中，以目前臺積電使用率最高的APC系統為例，不僅能在生產中根據前一步偏差進行動態的、同機臺的修正，還可以在層與層之間，進行反饋，也就是在大數據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穩定。 未來臺積電還會加強跟供應商合作，持續讓其品管系統“保證延伸深入到了產業鏈每一個環節”。

目前在產能及先進制程上向臺積電發起強勢沖擊的英特爾，也在重視AI技術及數據處理在半導體制造當中的變革作用。據了解，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、優化成本和提高生產力方面的價值”。 英特爾在上周發布的白皮書中，提醒應對產業制造趨勢下的算力資源布建。在生產制造產生數百PB海量數據的情況下，一旦確定了用例的優先級，就要對計算資源和DevOps進行適當投資，并將算法集成到現有的工作流程和自動化系統中。

審核編輯：劉清