澳门威尼斯人娱乐场-Venetian Macao Casino(访问: hash.cyou 领取999USDT）

　　不过这些可能离我们还略显遥远。现阶段正在落实的，如HMP这样的应用讲究的是获取工厂和设备的追踪数据（tracedata），进行数据分析，并实现“根因分析”与“预测性分析”，实现决策支持。比如说工厂生产了“好的”晶圆，和良率不过关的晶圆，部署数十万传感器，针对数百道工艺步骤做数据追踪，借由AI针对这些数据做“追踪数据”分析，获得分级排序的根因结果，以及进行预测——对设备或生产做预测性维护、基于大数据分析即时优化工作参数、借由模型实现系统和供应商的优化等。

　　在图示的这一例遭遇的晶圆edge patch问题中，出现了6个最优关联度的参数（左下位置）。第一和第二个参数关联性最强，第一个参数是在Etch（蚀刻）这个流程的最后一步，电流发生显著激增；第二个参数，则是氦气值的明显降低。此处，etch流程的最后一步实际上也就是氦气分离，电流激增很可能是分离过程中，托盘与晶圆的边缘接触，产生了小范围的火花，所以这里托盘可能放置不平衡，托盘某些氦气口堵塞造成氦气值降低。这就是追踪数据在半导体制造中一个很好的例子。

　　BISTel目前的业务支柱虽然仍是半导体和面板制造，但业务线已经扩展到了PCB、生物科技、汽车制造及各种非半导体相关领域。或许在整个制造行业也很难找到BISTel智能制造领域的同级竞争对手，汪锋说：“很多厂商都说要去做AI，但很少能看到有真正完整的产品，大家普遍在讲概念。我们在很多行业，已经做过这些预测的解决方案。比如在化工行业、汽车行业、半导体、液晶行业都有实际的案例。甚至包括像是传送设备相关的，底下的马达，通过马达振动来完成预测。”Stanley补充道：“换句话就是落地。”