首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

聚时科技:AI与半导体高端制造擦出“火花”

近年来,以深度学习为代表的人工智能技术突飞猛进,但具体到应用落地却并非易事。近日,高科技创新团队聚时科技通过向“工业视觉领域的珠峰”发起挑战,成功将深度学习技术应用于工业高端制造,为国产智能装备“擦亮了眼睛”。

目前,其自主研发的机器视觉检测系统,已成功应用于半导体后道领域的缺陷检测与质量控制,并在生产中得到有效验证。这意味着,在半导体先进检测设备领域,我国将进一步摆脱国外技术垄断的限制,半导体高端制造领域的国产智能装备也将步入自主创新、快速替代的快车道。

芯片制造,究竟难在哪?

芯片是所有整机设备的“心脏”,被喻为国家的“工业粮食”。以芯片为代表的半导体先进制造与封装,一直被视为高端制造的“兵家必争之地”,是国民经济和社会发展的战略性、基础性和先导性产业。然而由于原始创新能力的缺失,我国半导体制造水平一直落后于国外,多年来承受着“缺芯”之痛。

近年来,深度学习技术的突飞猛进,引来了前所未有的关注。同时,中国在人工智能领域的进步有目共睹。如何应用深度学习这一“最酷”的技术来提升我国高端制造水平,成为学术界和工业界共同关注的焦点。

“半导体制造,本身就是一个质量控制的过程。”聚时科技创始人amp;CEO郑军博士介绍,广义的半导体制造一般分为设计、制造、封装测试等环节,在制造与封装测试环节中,工艺质量检测与控制尤为重要。“尤其是质量检测与良率控制,贯穿了半导体高端制造的整个生命周期,是核心中的核心。”

指尖大小的芯片上,密布着成千上万条电路。在半导体制造这一“纳米级”的生产工艺中,人工所能发挥的力量极其有限,严重依赖机器视觉。

机器视觉被认为是工业生产的“眼睛”和“大脑”。然而由于算法复杂、精度高、实时性强等特性,半导体领域中的机器视觉是AI应用中最难突破的领域之一,也被称为是“工业视觉领域的珠峰”。

而深度学习,正好极大地拓展了机器视觉的边界。

用“有意思的技术”做“有意义的事情”

“用深度学习和复杂机器视觉提升质量检测与控制水平,对半导体高端制造而言,具有重要意义,是刚需中的刚需。”郑军告诉记者,有效的缺陷检测、缺陷分析、良率控制、良率提升、质量提高、成本控制,每个环节都决定了半导体制造与封测厂商的市场竞争能力,是行业的核心命脉。

“产业窗口打开了,阳光照射进来。我多年的一线工作经验和感受是,今天中国大型制造业客户对质量的要求、对先进技术的渴望,其实已经超越了欧美。”郑军坦言,在2018年公司创立前后,团队密集调研走访了30多家大型制造企业的车间与生产线。在调研中,他们深刻感受到将深度学习和计算机视觉应用于高端制造的刚需,深刻感受到中国制造的庞大基数。市场洞察力来自于生产一线的深度调研分析。

一群来自贝尔实验室、谷歌大脑、西门子、华为等一流研发机构的“发自内心热爱深度学习”的人,聚集在聚时,致力于用最酷的AI技术解决中国制造中的难点场景问题。

历时一年多的深度聚焦,聚时科技自主研发的深度学习驱动的半导体后道缺陷检测与ADC(缺陷自动分类)系统,2019年9月在中国最大的半导体引线框架制造商生产线上投入使用,目前已成功投产使用多月,性能得到了有效验证。

该系统具备复杂缺陷识别检测能力,同时具备国外设备所没有的复杂机器学习分析、量化检测、产品迁移的创新实用功能。“检测准确性等部分指标达到国外设备的十倍,比如在极低或零漏报下,误报率由50~60%降到了5%以内。与国外设备对比,该设备具有领先一代的智能化优势。”郑军表示。

在谈到为何会选择AI应用中最难的工业方向、又选择了工业中最难的半导体场景作为突破口时,郑军表示,“与时间赛跑,聚时科技一直强调,要用最有意思的技术去做最有意义的事情。做最难的事情,往往才最有价值。”

“跨界”团队,从“垄断”中寻找机遇

郑军告诉记者,半导体产业中所应用的高端检测尤其是机器视觉系统,包括核心的复杂视觉算法、工业软件、核心设备等一直被国外厂商尤其是少数几个半导体行业专用厂商垄断。

而这些厂商,大部分也在延续传统技术范式,有待技术革新。当遇到全新复杂场景,这些垄断产品的适应性包括检测能力仍然存在问题。当然,部分厂商也在尝试推出深度学习与机器学习的产品,但驾驭起来并不容易。

“随着待检产品多样性和工艺复杂性的增加,部分主流进口设备,适应力与检测能力不一定能跟上半导体尤其是后道先进封装等环节的迭代节奏。对质量管理而言,缺乏有效洞察力分析,缺乏数字化闭环管理。常见的是,一台检测机器后面还需要4~6个质检工人再用显微镜观察,进行二次复检,远无法形成数字化、自动化的质量管理闭环,而这又是工业4.0与智能制造的核心。”郑军描述到。

“越有垄断,越有机遇。”在郑军看来,工业AI的落地挑战,在于生产需求端的深度理解与技术供给端的核心创新,两者要做到深度融合。

郑军认为,在难度海拔8000多米的半导体“工业珠峰”这样的高度上,落地之路并不容易,也不偶然。除了核心技术攻关能力,场景快速适配和理解、产品跨界闭环打造能力都是核心,缺一不可。

“在某种程度上,工业场景越复杂、难度越大,聚时科技产品的AI技术优势越明显。关键也在于精准适配场景。”郑军表示,聚时科技拥有一个“跨界”团队,AI、机器人、机械控制方向的博士众多,具有丰富的AI产品化与工程化经验。目前,公司在深度学习与机器学习、计算机2D/3D视觉、工业软件、打光成像、智能机械控制等领域,已经布局核心技术专利40余项。

结合大型客户的实际场景需求,在半导体领域,聚时科技聚焦平台化开发,研发了复杂视觉检测、晶圆及后道复杂ADC分析、通用芯片3D检测等系统产品。除半导体之外,聚时科技还在光伏新能源、汽车精密制造、重型机械AI控制等领域,实现了众多的工业AI创新落地。

“新基建”引领,智能制造驶入快车道

当前,随着国家“新基建”政策的引领落地,人工智能与智能制造正在以前所未有的速度驶入快车道。

聚时科技AI产品在半导体高端制造领域的落地也进一步验证了:如果采取正确技术路线并攻坚创新,务实研发行业产品,驾驭并有效应用AI技术,半导体这样场景的高端制造水平可以被有效提升。在“技术攻坚 痛点场景”精准匹配的基础上,以深度学习为核心的AI会焕发巨大的生产价值。

“在中国产业升级的大背景下,AI与智能制造相结合,发展前景激动人心。”在郑军看来,对于制造业而言,AI具有强大的“战斗力”和“生产力”,关键是如何洞察结合一线生产需求,有效释放AI技术红利。

“少谈趋势概念,多讲解决问题。AI落地,需要有以解决问题为驱动的反推思维。”郑军表示。聚时科技通过先行一步,撕开了一个创新的口子、做了一个有益的探索,对于人工智能在高端制造领域落地有一定的指导意义。

相信工业AI的魅力、创新力与生产力正在逐步释放,前景可期。(实习生 金雨思)

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20200528A0H14G00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

相关快讯

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券