半導體產業正處於關鍵的轉捩點。隨著預估到 2030 年，人工智慧相關裝置將佔半導體總營收的 71%，該產業正面臨前所未有的挑戰，亟需創新解決方案。在最近舉行的 IMAPS CHIPcon 會議上，PDF Solutions 執行副總裁 Kimon Michaels 博士闡述了由人工智慧驅動的測試平台如何正面應對這些挑戰。
「完美風暴」：半導體產業三大轉型趨勢交匯
半導體產業正同時面對三項重大轉型，這些轉型正在重塑晶片的设计、製造與測試方式：
-
3D 建築的創新
朝向「晶片組（chiplets）」與複雜封裝系統的發展趨勢，已從根本上改變了半導體產業的格局。傳統的單晶片方案正逐漸被先進的多晶片配置所取代，此類配置可能包含 4 至 6 顆晶片，以及 2 至 20 個以上的高頻寬記憶體（HBM）元件，每顆元件在製造過程中均需進行 10 至 20 次以上的測試插入。
-
複雜的全球供應鏈
當今的半導體製造橫跨多個國家與專業企業，形成了一個全球分散的生態系統，這需要前所未有的協調能力。其挑戰不僅在於管理複雜性，更在於如何在多元的製造環境中，同時維持品質、可追溯性與效率。
-
AI 應用於 AI
最引人入勝的是，該產業正運用人工智慧來製造那些將驅動下一代人工智慧應用的晶片。這為各個層面——從設計優化到製造製程控制——創造了提升效率的契機。
測試挑戰：複雜性與現實的交會點
這三項變革在測試階段的匯聚最為顯著。現代半導體測試必須應對：
- 進階封裝資料結構 涵蓋多個晶片及複雜互連結構
- 晶圓可追溯性 a全球分散的供應鏈中，需符合 SEMI E142 標準
- 龐大的資料量 來自不同製造階段的多項測試插入作業
- 即時決策 用於適應性測驗策略
在每個製造階段進行孤立測試的傳統做法已不再足夠。我們需要的是一个能夠協調整個供應鏈測試流程的統一平台。
半導體產業中人工智慧驅動測試協調的四大支柱
為應對這些挑戰，PDF Solutions 已釐定出任何全面解決方案都必須具備的四項關鍵功能：
-
整合
該平台必須能無縫串聯多個工廠的製造執行系統（MES）、產品生命週期管理（PLM）系統以及企業資源規劃（ERP）應用程式。此整合可實現整個製造生態系統的即時可視化與協調。
-
操作化
除了單純的資料蒐集之外，該平台還必須支援測試流程控制、規則開發與部署、自適應測試，以及邊緣執行。這意味著 AI 模型能夠根據上游資料，即時決定應執行哪些測試以及應跳過哪些測試。
-
編排
AI 模型本身需要進行生命週期管理：包括建立、訓練、部署、監控及重新訓練。該平台必須在多個廠區及測試階段中統籌協調這些流程，確保模型在製造條件變動時仍能維持準確性與有效性。
-
安全連線
鑒於半導體製造的全球性特質，以及相關資料的敏感性，該平台必須在保護智慧財產權的同時，提供對工廠及測試設備的安全遠端存取控制與監控功能。
實際影響：預測性測試的實際應用
當檢視實際應用案例時，這種方法的優勢便顯而易見。在一項案例研究中，PDF Solutions 展示了如何透過基於晶圓分選參數數據訓練的機器學習模型，以驚人的精準度預測最終測試的失效情況。
結果令人信服：
- 7 項測試中有 5 項可以完全跳過，且對每百萬件缺陷率（DPPM）毫無影響
- 其餘 2 項測試顯示，DPPM 的影響接近於零
- 所有測試的跳過率均超過 88%，這意味著絕大多數裝置都能跳過不必要的測試
這不僅是為了縮短測試時間，更是要從根本上重新構思測試在製造流程中的定位。透過運用「資料前饋」（DFF）技術，早期製造階段的資訊可作為後期測試決策的依據，從而打造出更智慧且高效的流程。
智慧背後的基礎設施
要實施以人工智慧為基礎的測試，需要具備能應對現代半導體製造規模與複雜性的先進基礎設施。其關鍵組件包括：
邊緣運算：人工智慧模型必須在製造邊緣進行即時運算，並在零件沿著生產線移動時，針對每個零件做出決策。
安全資料基礎架構：該平台必須在確保安全與智慧財產權保護的同時，處理海量的敏感製造數據。
模型管理：從開發、部署到監控與重新訓練，人工智慧模型需要橫跨多個設施的全面生命週期管理。
自主運作：系統必須在盡可能減少人工干預的情況下運作，自動適應不斷變化的狀況，並持續提升效能。
展望未來：人工智慧作為一個連續體
PDF Solutions 簡報中的關鍵見解在於：應用於半導體測試的人工智慧並非單一技術或解決方案，而是一系列涵蓋數據、模型與基礎設施的連續體，這些要素在整個產品生命週期中協同運作。
這種做法體認到，半導體製造本質上是一個數據密集型環境，在該環境中，某個階段所做的決策會影響所有後續階段。透過建立一個涵蓋全球分散式供應鏈的整合視圖，製造商不僅能優化個別製程，更能優化整個系統。
總結
隨著半導體產業持續演進，未來能夠在日益複雜的製造流程中，有效運用人工智慧來管理複雜性、提升效率並維持品質的企業，方能脫穎而出。由人工智慧驅動的測試平台，正是邁向這個未來的關鍵一步——在這個未來中，智慧將貫穿整個製造流程，從而打造出更具韌性、更高效且反應更靈敏的供應鏈。
這場轉型已然展開。問題不在於人工智慧是否會徹底改變半導體測試領域，而在於業界能以多快的速度適應並善用這些新能力。對於準備擁抱這項變革的製造商而言，潛在的好處相當可觀：降低成本、提升品質、縮短產品上市時間，並能自信地應對日益複雜的全球供應鏈。
這篇部落格文章是根據 Kimon Michaels 博士於 IMAPS CHIPcon 2025 大會上發表的演講《半導體製造中的 AI 驅動測試：全新的供應鏈協調平台》所撰寫。