一、引言

機器學習（ML）在半導體制造領域的應用，正面臨傳統算法難以突破的核心瓶頸。盡管行業能產生海量生產數據，但兩大關鍵問題始終未能有效解決：一是極端類別不平衡，二是初始生產階段訓練數據集匱乏。這兩個問題在半導體測試環節尤為突出 —— 該環節芯片故障率常低于 0.5%，且新產品需在歷史數據極少的情況下，實現實時質量預測。

這一問題的影響極為深遠：若有缺陷的芯片（die）在早期晶圓分選測試中未被檢出，會流入后續高成本加工流程（封裝、最終測試），最終仍會失效，不僅造成巨額成本損失，還會導致工期延誤，而更高效的早期檢測算法本可完全規避此類問題；反之，若合格芯片在晶圓分選階段被誤判為不合格，也會直接造成成本浪費與產能損耗。

近期研究表明，專用機器學習方法已能突破上述限制 ——即便訓練數據嚴重不足，仍能實現顯著的性能提升。其核心在于兩點：一是選擇專為制造場景設計的算法，二是采用貼合實際部署場景的評估方法。

PDF

二、類別不平衡挑戰深度解析

（一）制造數據不平衡的極端性

在工業領域，半導體制造是類別不平衡問題最嚴峻的場景之一。高良率生產環境下，芯片故障率通常低于 1%，部分產品甚至低至 0.5%；若通過軟分箱（soft bin）分類法分析特定失效模式，不平衡問題會進一步加劇 —— 部分失效類型在初始數據集中完全沒有樣本記錄。

這種極端的數據偏差會直接導致傳統機器學習算法 “失效”：傳統模型以 “整體準確率” 為核心優化目標，若分類器對所有樣本一概預測 “合格”，雖能實現 99% 以上的準確率，但二類錯誤（Type II Error，俗稱 “漏檢缺陷”）率會飆升至 100%，這類模型對實際缺陷識別毫無實用價值。

（二）制造時序的制約

半導體數據收集的 “時序性”，進一步放大了類別不平衡問題。生產數據需數月時間才能逐步積累（積累速度取決于生產爬坡率與實際產量），而在初始生產階段，制造商亟需預測模型支撐質量決策，但此時往往缺乏足夠的歷史數據，根本無法訓練傳統機器學習系統。

這便形成了典型的 “雞生蛋” 困境：制造商需要預測模型優化早期生產流程，而傳統機器學習方法又依賴大規模均衡數據集 —— 但這類數據集在早期關鍵階段完全不存在。

PDF

三、制造場景專用算法方案

（一）算法選擇標準

研究團隊針對 59 個生產批次（每批次含 25 片晶圓，單顆芯片的測試參數約 17500 項），開展了系統評估，最終鎖定 3 類算法方案。選擇核心聚焦兩點：一是能有效處理類別不平衡問題，二是具備適配制造環境的計算效率。

評估框架采用雙重方法設計：一是 “時間驗證法”（模擬真實生產場景下的模型重訓過程，貼合實際運維需求），二是傳統的 5 折交叉驗證（用于客觀評估模型基準性能）。這種雙重評估模式既確保了算法的落地實用性，又保障了評估方法的科學嚴謹性。

（二）現有基準分類器特性

作為基準的現有分類器（Incumbent Classifier），通過集成提升（boosting）技術，能夠高效應對大規模數據集、數據缺失值與異常值問題。該方法能有效降低模型偏差，并支持增量學習 —— 這一特性對數據持續積累的制造環境至關重要（畢竟生產數據是實時新增的）。

但 boosting 算法也存在明顯短板：在小數據集上極易出現過擬合現象，且訓練過程需消耗大量計算資源，對制造場景的硬件配置有一定要求。

其核心性能指標如下：

具備分布式計算能力，可隨生產規模擴展

支持增量學習，能實時整合新增生產數據

對數據缺失值和異常值的處理能力較強

訓練階段的計算成本相對較高

（三）基于采樣的高級分類器（Classifier-A）

專用算法（分類器 A，Classifier-A）在核心架構中，創新性整合了對多數類（合格芯片樣本）的隨機下采樣策略與少數類（缺陷芯片樣本）的過采樣策略。該設計專門針對半導體測試數據的極端類別不平衡問題，同時還能保持對數據異常值的魯棒性，無需額外增加數據預處理步驟。

其核心性能優勢具體體現在：

通過自動化采樣實現訓練數據內部平衡，全程無需人工干預，降低運維成本

借助隨機特征選擇降低模型方差，減少 “個別異常數據影響整體預測” 的情況

內置正則化機制，增強對數據異常值的抗干擾能力，適配制造場景的復雜數據環境

大幅減少人工超參數調優工作量，從 “反復試錯” 變為 “開箱即用”，加速部署節奏

該算法通過集成技術聚焦方差優化，能顯著提升模型整體準確率，尤其適配制造早期階段的小數據集場景 —— 正好解決了 “初始生產沒數據” 的痛點。

（四）傳統局部信息分類器（Classifier-B）

傳統機器學習方法（分類器 B，Classifier-B）依賴數據點周圍的局部信息做預測決策。盡管這類方法訓練速度快，且支持增量學習，但存在兩大致命局限：一是處理高維測試數據時性能明顯下滑（半導體測試參數多達上萬項，正好命中短板），二是對數據噪聲和異常值高度敏感—— 這些缺陷在制造環境中會直接導致測試準確率大幅下降，難以落地實用。

PDF

四、性能分析與實驗結果

（一）AUC-ROC 性能對比

在模擬小數據集的時序驗證場景下（還原初始生產階段的數據狀態），基于采樣的專用分類器（Classifier-A）表現始終最優：當使用前 10 個批次的數據訓練時，其中位 AUC-ROC 得分比現有基準分類器高約 2 個百分點，缺陷識別能力顯著更強。

前 10 批次中位 AUC 值均值對比表（數據來源：研究實驗）

更關鍵的是，在訓練初期（數據量最少的時候），專用算法的性能優勢更為顯著 —— 正好匹配 “初始生產階段最缺數據、最需要精準模型” 的場景。隨著訓練數據逐步增加，各算法的性能差距會有所縮小，但專用算法的優勢始終穩定保持，不會出現 “數據多了反而不準” 的情況。

（二）計算效率權衡

運行時間分析結果顯示，算法的訓練速度與推理性能之間存在明顯的權衡關系，具體表現為：

Classifier-B：訓練速度最快，但推理速度最慢（每秒處理的芯片測試量少），難以適配半導體測試的實時性需求（生產線不能等模型“慢慢算”）；

現有基準分類器：推理速度略優于Classifier-A，在對實時性要求極高的場景（如高速晶圓測試線）中具備一定優勢；

Classifier-A：推理耗時約為現有基準分類器的 3 倍，但從實際價值看，2個百分點的 AUC 提升能大幅減少漏檢缺陷，避免的下游成本損失，遠超過推理環節的計算開銷。

簡單說：多花一點計算時間，能省一大筆返工成本，這筆 “賬” 對制造商來說很劃算。

（三）統計顯著性與穩定性

為了驗證算法性能的可靠性，時序驗證過程中，研究團隊通過多組不同隨機種子的實驗，量化了算法性能的波動性。結果顯示：無論數據劃分方式、模型初始化條件如何變化，Classifier-A 的性能優勢均保持一致—— 這說明其性能提升是算法本身的穩健性優化帶來的，不是 “碰巧選對了數據集”，落地到不同產線、不同產品時，效果都能穩定復現。

PDF

五、制造場景實施要點

（一）特征工程與篩選

半導體測試數據具有典型的高維特性（每顆芯片約 17500 個測試參數），其中很多參數對缺陷預測毫無意義，因此必須構建穩健的特征篩選流程。有效的實施需滿足兩大核心目標：一是精準篩選出具有強預測信號的特征（留下 “有用的”），二是嚴格控制模型計算復雜度（去掉 “沒用的”），避免在小數據集場景下出現過擬合。

在平衡模型復雜度與可用訓練數據時，參數篩選尤為關鍵。專用算法（如 Classifier-A）通過內置的特征選擇機制，能自主處理高維特征空間，不用工程師手動 “一個個試參數”，大幅減輕人工特征工程的工作量，降低部署難度。

（二）超參數優化

傳統機器學習算法需要大量人工調優超參數（比如學習率、正則化系數），往往要試幾十組甚至上百組參數才能找到最優解，耗時耗力。而專用分類器（如 Classifier-A）內置了方差控制與自動化采樣策略，大部分超參數能 “自動適配”，不用工程師反復調試，顯著降低部署復雜度，實現 “快速上線、快速用”。

更重要的是，其內置的正則化機制能同時實現 “防止過擬合” 與 “保留少數類（缺陷樣本）模式敏感性”——這一平衡是半導體缺陷檢測的核心需求：既不能 “把合格的判成缺陷”（過擬合導致誤判），也不能 “把缺陷的當成合格”（對少數類不敏感導致漏檢）。

（三）與現有系統集成

現代制造場景不是 “重新建一套系統”，而是 “在現有基礎上升級”，因此算法必須能與現有數據處理、決策系統無縫銜接。專用算法支持增量學習：隨著生產數據的持續積累，模型能實現動態迭代優化，不用 “推倒重來” 做全量重訓，完全適配制造運營的時序需求。

這種特性帶來的好處是：從生產爬坡期到滿產期，模型能跟著數據 “一起成長”，不用工程師頻繁停機更新模型，為 “從生產爬坡到滿產” 的全階段，提供了可持續的模型維護方案，不會影響生產線正常運行。

PDF

六、業務價值與成本影響

（一）早期缺陷檢測的核心價值

專用算法的核心價值，在于 “把缺陷檢測的時間點提前”—— 在晶圓分選階段（而非最終測試階段）就精準識別潛在失效芯片，避免對失效芯片進行后續高成本加工（封裝、組裝的成本比晶圓測試高 10 倍以上）。

考慮到封裝和最終測試環節的高昂成本，即便早期檢測準確率僅實現小幅提升（比如 2 個百分點），也能為企業帶來顯著的成本節約，相當于 “花小錢，省大錢”。

（二）縮短投資回報周期

采用專用類別不平衡算法后，制造商從生產第一天起就能獲得可用的預測模型，不用像傳統方法那樣，等數月積累均衡訓練數據 ——這一特性可即時為質量決策提供支撐，顯著縮短 AI/ML 項目的投資回報周期（比如從 6 個月縮短到 1 個月），讓技術投入更快看到收益。

對制造商來說，這意味著 “新產品一投產，AI 就能用”，不用承擔 “等待數據期間的質量風險”，還能加速技術價值轉化。

（三）減少下游浪費

晶圓分選到最終測試的預測準確率提升，能直接減少下游加工浪費：避免缺陷芯片流入高成本制造環節，不用再做 “無用功”。Classifier-A 等專用算法能精準識別 “難判樣本”（比如參數接近合格線的芯片），同時降低一類錯誤（誤拒合格芯片）與二類錯誤（漏檢缺陷芯片）的發生率 ——既不浪費好芯片，也不放走壞芯片，工程實用價值顯著。

PDF

七、未來方向與可擴展性

（一）數據增長與模型演進

隨著制造產量的提升、生產數據的持續積累，專用算法的增量學習能力可支持模型實現動態迭代優化，不用全量重訓—— 這種模式既能以低成本實現模型維護（不用每次都花大量計算資源訓模型），又能保留早期學習成果，確保模型性能隨數據積累穩步提升，不會出現 “數據多了性能反而倒退” 的情況。

（二）集成方法探索

當前單一專用算法（如 Classifier-A）已展現出顯著的性能優勢，未來可進一步探索 “多專用分類器集成” 方案（比如讓 Classifier-A 與其他算法 “協同工作”）。但需要注意的是：Classifier-A 等專用算法已內置集成技術，外部集成策略可能難以帶來額外的性能增益，后續需要結合實際制造場景（如不同芯片類型、不同測試設備）開展驗證，不能盲目 “為了集成而集成”。

（三）制造場景 AI 部署優化

PDF

八、結論

半導體行業的獨特約束 ——數據收集的時效性（數據慢積累）、極端類別不平衡（缺陷太少）、對預測模型的即時需求（投產就要用）—— 要求行業必須采用超越傳統算法的專用機器學習方法。研究結果明確表明：精心選擇的專用算法，即便在訓練數據嚴重不足的情況下，仍能實現顯著的性能提升，不是 “紙上談兵”，而是 “能落地用”。

專用類別不平衡算法帶來的 2 個百分點 AUC 提升，可直接轉化為三大核心價值：制造成本降低（少返工、少浪費）、質量控制改善（漏檢少、誤判少）、AI 投資回報加速（早用早收益）。隨著行業持續擴大人工智能應用規模，這類專用方法將成為突破制造環境固有數據局限性的核心工具，不是 “可選方案”，而是 “必選方案”。

從工程實踐角度看，半導體制造場景的 AI 應用，不能 “照搬互聯網行業的模型”，必須跳出傳統機器學習的固有框架，采用專為制造約束設計的算法。大量研究證據表明，在半導體測試場景中應用專用類別不平衡技術，既能快速創造業務價值（投產就能省成本），又能為后續數據積累后的模型優化筑牢基礎，實現 “短期見效、長期向好” 的目標。