2025 年 12 月，英特爾 Aziz Safa 在普迪飛（PDF）用戶大會的演講中，詳細披露了雙方長達 4 年的深度合作成果，全景展現了聯合打造的一體化數據平臺如何精準破解半導體行業數據孤島、算力瓶頸、技術知識流失等核心痛點，為全球半導體企業數字化轉型提供了可復用、可落地的實踐范式。

一場始于 “破局式” 的深度合作

2020 年，英特爾重啟制造業業務布局之際，正面臨三大亟待攻克的難題：其一，核心技術能力亟需重建，各部門數據割裂分散，形成難以突破的 “信息壁壘” ；其二，傳統數據存儲與計算模式成本高昂，實時分析能力嚴重不足，無法匹配業務需求；其三，資深技術專家的離職導致大量寶貴經驗流失，150 個 “無人認領” 的應用程序陷入運維斷層的困境。

正是在這樣的背景下，英特爾與普迪飛（PDF Solutions）的深度合作應運而生。雙方自 4 年前啟動合作起，便從晶圓級封裝（WLA）場景試點起步，逐步將合作版圖拓展至封裝測試、晶圓廠運營、供應鏈管理等全業務鏈條，最終打磨出 “統一平臺 + 算法沉淀 + 數據協同” 的核心解決方案，為英特爾重建核心技術能力提供了關鍵支撐。

四大維度重構數據價值釋放路徑

1、統一數據架構，打破孤島困局

雙方基于 Cassandra 開源分布式數據庫，共同打造中央數據平臺，實現晶圓級、單品級、多封裝件的全鏈路追溯協同。該平臺整合英特爾 600TB 全場景海量數據，覆蓋晶圓廠、封裝測試、供應鏈等核心業務環節，做到數據無冗余、無重復；同時支持超 10,000 名用戶并行訪問，當前數據庫規模已達 1.5TB，未來計劃擴容至 10TB 級別。

平臺采用 “中央實例 + 場景化實例” 的部署模式（共計 3-4 個 PDF 實例協同運作），讓工程師可靈活調取跨部門、跨廠區數據，大幅壓縮數據查找與整合的時間成本。技術人員得以將 70%-80% 的精力聚焦于核心問題攻堅，而非耗費在繁瑣的數據處理工作上。

2. 算力與算法協同，激活數據潛能

針對半導體行業 90% 以上數據為表格數據的特性，平臺搭建 “傳統分析 + 深度學習” 的混合架構：依托通用 CPU 高效處理結構化數據，借助 GPU 算力支撐圖像數據等復雜分析場景，實現線上線下分析流程的無縫銜接。

與此同時，平臺構建可復用算法庫，將資深專家的技術經驗封裝沉淀。這一舉措既破解了人才流失引發的知識斷層難題，又能支持工程師快速調用算法組合，構建 “問題出現 — 算法匹配 — 方案落地” 的高效閉環。

3. 安全與靈活兼顧，適配業務轉型

平臺打造 “應用層 + 數據庫層” 的雙重安全防護體系，精準適配英特爾向代工業務轉型的核心需求。針對代工客戶，平臺創新推出 “輕量化專屬實例” 模式：客戶可獲取共享數據子集并與自有數據整合；若需深度追溯問題，可通過防火墻聯動英特爾核心數據。這一模式既保障了雙方數據安全，又將跨方協作解決問題的周期從數周壓縮至數天。

此外，平臺支持線性擴容與標準化硬件部署，無需采購專用存儲設備，大幅降低硬件投入成本，實現 “成本節約 — 技術升級” 的良性循環。

4. 全場景覆蓋，賦能價值落地

目前，該平臺已在三大核心場景實現規模化應用：

1

生產運營

整合 SPC、FDC、APC 等關鍵數據，為晶圓廠設備故障排查、良率優化等工作提供實時決策支撐；

2

供應鏈管理

通過 Sapiens 產品打通 ERP 系統，實現原材料采購、生產計劃制定、成本核算的全流程協同；

3

代工服務

為英特爾代工服務部（IFS）搭建專屬數據環境，實現多代工企業數據的整合與安全共享。

構建半導體行業數據協同新生態

演講中明確了三大核心推進目標：一是驗證平臺對復雜晶圓廠數據場景的適配支撐能力，優化屬性數據處理機制；二是深化數據庫層安全防護建設，滿足更多代工客戶的合規要求；三是拓展平臺在勞動生產率提升、設備利用率優化、質量管控等場景的應用深度與廣度。

未來，英特爾與普迪飛將持續深化戰略合作，全力推動平臺 “軟件即服務（SaaS）” 模式全面落地。通過 API 接口開放更多核心能力，讓數據協同貫穿從晶圓生產到客戶終端的全價值鏈，為全球半導體行業數字化轉型樹立可復制、可推廣的實踐標桿。