格羅方德開發了三套可落地的 AI 解決方案。

這些方案分別提升了生產效率、產品質量與設備維護能力。

三項系統均以規?；茝V為目標設計。

近期，格羅方德（GlobalFoundries）首席制造官 Pradip Singh 接受了 IndustryWeek 的采訪，并分享了公司在晶圓制造中推進 AI 應用的實踐。

格羅方德（GlobalFoundries）首席制造官，自 2024 年起擔任該職務。負責公司全球制造運營、質量管理及供應鏈工作。Singh 先生 2009 年加入格羅方德，擁有超過 20 年的晶圓代工行業經驗，在制造運營與技術轉移方面成績突出。其職業經歷橫跨格羅方德全球制造網絡中的多個國家，長期擔任制造、管理及運營領導崗位。

在當前的技術討論中，AI 往往與大語言模型（LLMs）聯系在一起，例如 ChatGPT 等生成式 AI 工具。但像格羅方德這樣的制造企業所推動的 AI 應用，則讓關于 AI 的討論回歸到更務實的方向——那些能夠真正提升效率并創造價值的技術。

事實上，制造業幾十年來一直在使用機器學習與 AI 軟件。隨著近年來 AI 技術的進一步發展，這些成熟系統正在不斷升級，形成更強大的智能化能力，從而在生產效率、質量管理及設備維護等方面持續發揮作用。

在采訪中，Pradip Singh 分享了格羅方德開發的三項 AI 工具。這些解決方案具備可擴展性，并已經在部分場景中展現出實際價值。

為推動這些技術在全球落地，格羅方德還成立了專門的數字化制造解決方案團隊，負責評估技術部署、制定全球技術優先級，并推動相關解決方案在多個工廠實現規模化落地。

目前，團隊重點推進以下三個項目。

生產效率提升：

優化實時調度系統（RTD）

在高產量晶圓制造中，每天需要處理大量復雜的生產調度決策。為進一步優化生產節奏，格羅方德在已有 RTD（Real-Time Dispatching，實時調度）系統的基礎上，進一步優化批次移動指令，減少設備空閑時間。該系統由深度學習公司 minds.AI 開發的軟件提供支持，其主要作用包括：

預測每個晶圓批次的完成時間；

根據預測結果指示 RTD 提前調度其他批次；

減少設備在等待新晶圓更替時產生的 “white space” （設備空閑時間）。

格羅方德首席制造官Pradip Singh：“在晶圓廠中頻繁更換配方會消耗寶貴時間——我們的加工時間跨度很大，每 25 片晶圓加工時間跨度可以從 5 分鐘，到長達 12 小時都有。如果加工時間需要 12 小時，那么每天只進行一次硅片更換，損失 5 分鐘影響并不大。但如果加工時間很短，例如抽樣測試，或者過程很快，晶圓進出迅速，或者設備本身每小時可以處理 1000 片晶圓，那么頻繁進行晶圓更替就會增加設備的‘空白時間’。如果每 30 分鐘就能減少 5 分鐘等待時間，那完全是另一回事?！?/p>

該系統最初僅在格羅方德馬耳他工廠 100 臺設備上進行試點就獲得了 1.5% 的生產率提升。2025 年初，已在新加坡工廠全面部署這一系統，因其存在大量配方切換，被視為理想測試環境。

Singh 表示，這套系統的一大優勢在于無需針對新產品重新訓練模型。隨著數據不斷積累，系統會持續自我學習和優化。

質量守護者：

捕捉人眼難以識別的檢測數據

在晶圓制造過程中，硅晶圓需要經過頻繁且嚴格的檢測，包括薄膜厚度、反射率、表面粗糙度及雜質等指標。過去，這些情況通常需要人工進行審查掃描圖像，剔除錯誤報告并識別缺陷來源。

為進一步提升效率，幾年前，格羅方德新加坡工廠開發并上線了一套基于 AI 技術的系統，名為“Atlas”。該系統基于數百萬張歷史硅片掃描圖進行訓練，能夠實現：

識別并分類硅片檢測圖像中的缺陷；

判斷缺陷可能出現的生產環節；

根據歷史掃描圖數據分析缺陷。

人工檢測通常設有缺陷閾值。例如單張掃描圖缺陷數量不超過五個即被視為合格。而 Atlas 系統即使在缺陷僅有一個時也會持續進行數據分析，追蹤原因，并向質量管理團隊提示潛在問題。

格羅方德首席制造官Pradip Singh：“它幫助我們加快整個流程。質量管理的關鍵在于盡早發現問題，同時盡快鎖定缺陷來源?！?/p>

目前，新加坡工廠已運行第三代 Atlas 系統，成功將廢品率降低 20%。

提升維護效率：

工程師的 AI 助手

設備維護同樣是晶圓制造中的關鍵環節。當設備出現報警或故障時，不同工程師之間的經驗差異往往會影響恢復時間。為此，格羅方德與半導體 AI 解決方案公司 Lavorro 合作開發了一套 AI 系統，用于輔助設備故障排查。

該系統基于過去五年的設備故障日志進行訓練，其中包含設備型號、錯誤代碼以及歷史維修記錄。當工程師輸入相關信息時，AI 會根據歷史數據給出最可能的故障原因以及建議的解決方案。

格羅方德首席制造官Pradip Singh：“這是一個持續進化的系統。每一次維修都會被記錄下來。隨著數據庫不斷擴充，答案會越來越準確?！?/p>

該方案即將進行試點測試。Singh 表示，這一系統成熟后將進一步提升設備可用時間，并降低維護成本。

對于格羅方德而言，AI 不僅是技術概念，更是推動制造體系持續優化的能力。通過將先進 AI 與成熟機器學習結合，并在效率、質量與設備管理等環節創新應用，格羅方德正在推進 AI 在工業制造中的規?；瘜嵺`。

這些實踐展示了 AI 在工業場景中創造價值的可能，也將海量歷史故障數據轉化為技師的“智能搭檔”，成為制造業數字化演進的自然延伸。