对于正在考虑使用人工智能 (AI) 和机器学习 (ML) 技术的半导体晶圆厂管理者来说,有一些需要考虑的问题:针对您的特定问题开发 AI/ML 模块的生命周期是什么? 使用 AutoSched®、Activity Manager® 和 APF Formatter 等 SmartFactory 高效产品在您当前使用的系统和生产环境中实施 AI/ML 模块的有效方式是什么? 您是否了解涵盖 AI/ML 模块开发的全生命周期的集成化解决方案?

制造商依赖于我们的 SmartFactory高效人工智能/机器学习(AI/ML)平台,支持整个 AI/ML 模型的开发生命周期,能够将开发前置时间缩短 30% 以上。

AI/ML 模块开发生命周期的标准步骤

AI/ML 模块开发生命周期包含四个标准步骤:准备和获取数据、定义和计算特征、训练和评估 ML 模型,以及部署和监控模型(见图 1)。

  • 步骤 1: 数据准备和获取。 如果晶圆厂的历史数据或设备数据已准备好,那么首先将进行数据采集和清洗。 如果历史数据不足以表征未来的变化,则需要扩充数据。
  • 步骤 2: 特征定义/计算。 在晶圆厂或设备数据准备完成之后,晶圆厂运营团队应定义要解决的关键问题特征,包括设备统计信息和工作属性。 在团队对特征进行定义之后,将进行自动计算。
  • 步骤 3: ML 模型训练和评估。 解决问题的最佳 ML 算法是哪种? 套索回归? Xgboost? 团队会根据问题类型确定适当的算法。 在此步骤中,团队会根据需要进行重复训练和评估,然后根据结果调整特征和参数/超参数。
  • 步骤 4: 部署和监控。 在这一最后的步骤中,模型得以部署到生产中,但请注意,这种部署不会影响当前生产系统的性能。 部署简单高效。 在团队实施模型之后,通过实时监控可以得知模型的性能和对生产的影响。
图 1。

晶圆厂借助 SmartFactory 高效 Al/ML 平台提高效率

晶圆厂在使用 AutoSched、APF Formatter、Activity Manager 和 Solution UI 等 SmartFactory 高效 AI/ML 平台组件之后,能够直接将这些模块集成到生产环境中,无需像通常那样在 AI/ML 开发生命周期的每一步开发单独的 python 程序。 集成这些模块,帮助晶圆厂降低成本,避免对额外开发资源的需求(见图 2)。

  • 步骤 1: 在准备和获取数据时: 如果晶圆厂管理者需要为新的晶圆厂或设备数据进行数据扩充,AutoSched 是一款出色的模拟产品,能够针对新的晶圆厂行为和设备统计信息扩充数据。
  • 步骤 2: 在定义和计算特征时: 在定义了一整套特征之后,应自动化进行特征计算。 如果需要新的特征,那么在当前环境中添加新特征并修改现有特征应该很容易。Activity Manager 可进行自动化流程,而使用 APF Formatter 能够轻松实施特征计算。
  • 步骤 3: 在进行 ML 模型训练和评估时: 在此步骤中,初始模型训练和评估将会在一般的 python 开发环境中进行。 平台将使用即用型 ML 模型,从而解决常见的工厂生产效率和供应链问题。 这些模型是“基线”模型,晶圆厂也可以根据需要自由修改和重用。 此外,Solution UI 能够提供多种多样的评估界面,从而加速模型训练和评估。
  • 步骤 4: 在开发和监控 ML 模型时: 在生产中部署 ML 模型不应给当前生产系统造成负担,并且最好在当前规则开发人员熟悉的环境中进行。 如果这些开发人员能够将 APF Formatter 作为其规则开发工具以及部署工具(见图 3),那么效果将更为理想。 规则开发人员可以简单地使用 Python 代码块将 ML 模型部署到生产中,这与当前方式别无二致。 Solution UI 能够提供仪表盘,能实时监控模型性能以及对晶圆厂的影响。
图 2。
图 3。

使用我们的 Solution UI 集成 AI/ML 开发生命周期

图 4 显示了我们的 Solution UI 如何与整个 AI/ML 模块开发生命周期相集成。 晶圆厂可以使用我们的 Solution UI 来配置参数、查看评估分析,并在部署之后进行实时监控。 此外,晶圆厂还能够了解下一步要执行的特定任务,并检查多个分析信息数据来识别潜在的问题。生命 周期中的每一步骤都能高效集成,并为每一步骤提供宝贵的信息,从而加速整个开发流程。

图 4。
分享文章

相关文章

您是否有效运用了 eQYPt 方法?

药品生产制造的成功取决于提高质量、产率和生产效率等最重要的 KPI ,以加快上市时间(eQYPt)并优化运营效率。

利用经行业验证的交钥匙 CIM 解决方案实现关键的工厂 KPI

使用我们的 SmartFactory CIM 解决方案在您的整个工厂生产领域中集成自动化功能。

汽车质量生产:力求实现零缺陷

Moving automotive quality to zero defects
了解如何通过加倍坚持“零缺陷”的思维模式来引导汽车电子革命,从而降低质量生产以外的成本。