东方晶源：AI赋能多层次工艺反馈体系 破解先进制程良率提升难题

最近，在上海张江科学会堂，第十届集微大会如期举行，主题很明确：“AI重构未来、生态协同致远”。在EDA IP工业软件分论坛上，东方晶源的副总裁丁明博士带来了一场干货满满的演讲，题目是《AI赋能构建多层次工艺反馈体系，助力良率提升》。现场不仅是他，EDA、IP以及工业软件领域的多位领军专家也同台交流，大家共同聚焦技术突破路径和生态协同的大方向。可以说，这场论坛给中国半导体产业的高质量发展注入了一剂强心针。

丁博士一针见血地指出：当前先进节点芯片制造，良率损失和良率提升难度，已经成为整个集成电路行业绕不开的核心挑战。而EDA作为产业链的关键一环，其作用正变得越来越不可替代。面对新的技术关口，东方晶源选择了一条自主创新的路——持续迭代核心产品PanGen®平台，逐步构建起一套完整自有的计算光刻EDA工具链。同时，他们正大力推进AI技术与EDA工具的深度融合，为国内集成电路领域的良率管理提供了一套行之有效的解决方案。

先进制程良率瓶颈凸显，AI赋能成破局关键

集成电路制程已经迈入2nm量产阶段，工艺复杂度飙升，良率问题变成了制约先进节点芯片制造发展的最大短板。丁博士在演讲中明确指出现阶段两大核心痛点，它们正严重阻碍着芯片制造良率提升和产业规模化向前推进。

首先，是先进节点芯片制造的系统性良率损失。这跟传统制程可不一样，先进节点下的良率损失往往藏得很深，而且爆发又快又猛。传统那种随机抽检测模式，根本抓不住问题的苗头；人工分析也很难高效总结出缺陷的规律。一旦良率出问题，就是大范围、规模化的生产灾难。特别值得关注的是，先进制程中与图形化（Patterning）相关的系统缺陷良率损失，已经远远超过了随机缺陷和参数漂移带来的损失，成为良率下降的主因。

其次，是芯片制造良率提升难的行业困境。长期以来，优化芯片良率这事基本靠着工程师的经验。但传统模式有很多硬伤：坏点发现总是滞后，没法提前预判工艺隐患；缺陷根因定位难，海量的生产数据靠人工一个一个拆解分析，效率太低；同时，量产量测的成本居高不下，量检测设备的性能也远远没发挥到极致。

随着制程精度不断走高，传统的“人工+固定规则”良率优化模式，已经摸到了天花板，根本没法跟上先进工艺迭代的步伐。行业急需一套全新的技术体系来破局。正是在这个当口，东方晶源果断抛弃了传统的经验依赖模式，大力推进AI技术与EDA工具的深度融合，构建起一套基于Patterning的多层次反馈体系。

根据丁博士的介绍，近些年东方晶源一直在持续迭代PanGen®平台这类核心产品，打造出一套完整自有的计算光刻EDA工具链。同时，依托AI的数据自动分析和建模预判能力，搭配CM/i®、oDAS、YieldBook等产品，为国内集成电路良率管理提供了有效的方案。其中，PanGen®计算光刻平台的优势相当抢眼：

（1）国内最早完成N2x nm以下存储芯片的产线验证，2019年就拿到了重复订单；
（2）现在已经完成N/N+1逻辑芯片的生产验证，累计实现了11000张mask tape-out；
（3）最早实现Full-Chip ILT（反向光刻），并且部分已经达到Silicon Proven；
（4）最早实现Silicon Proven的AI for OPC，在刻蚀模型、Hotspot Early Detection等方面都有实际验证，还大幅提升了Mask TO的效率。

在成熟制程上，PanGen®走的是CPU+传统OPC路线，能提供匹配现有POR、成本低且容易切换的计算光刻方案；而在先进制程上，则采用GPU+传统OPC+实用ILT方案，技术领先、性能强悍。

多维度AI工具赋能，闭环优化先进工艺制程

丁博士重点介绍了作为核心主力的PanGen Total Mask系列产品。这套产品通过AI深度赋能，实现了芯片制造全流程的坏点预判与精准优化。系列产品覆盖设计、掩模、刻蚀、修正各个环节，形成了一套闭环优化体系。

DMC（Design Manufacturability Check）聚焦设计阶段，专门解决传统设计与制造反馈周期长、依赖Fab完整OPC流程的痛点。东方晶源依托AI学习了海量OPC仿真数据，建立起版图与轮廓的精准映射关系。这意味着，它可以绕过传统的完整OPC流程，直接预测工艺隐患。实测数据很说明问题：AI预测轮廓与OPC仿真轮廓在99%以上的位置，误差小于1nm；能精准发现95%的潜在坏点，严重坏点甚至能100%覆盖；运行速度只有传统OPC流程的1%，设计迭代效率得到了极大提升。

PHD（Patterning Hotspot Detection）适配掩模阶段，用来破解传统OPC模型固化、无法适配新产品热点预测的难题。它独立于传统OPC模型，基于SEM量测数据，结合AI算法建模，可以跟随生产工艺动态迭代更新，构建起一个实时动态的坏点预测模型。实测结果表明，它对缺陷的抓取正确率高达95%以上。

vPWQ（virtual Process Window Qualification）针对的是先进制程刻蚀阶段精度不足的问题。它把物理模型和AI大数据模型结合起来，解决了传统尺寸表精度衰减、刻蚀偏差检测不准的痛点，还能有效规避模型过拟合问题。它可以利用海量SEM图像提取轮廓数据来优化模型，持续适配MPT等先进工艺。有合作客户在2025年IWAPS会议上分享：vPWQ能精准仿真工艺坏点，大幅缩短流片迭代验证次数，有效帮助量产线提升效率。

RUI（Repair Using ILT）面向5nm及以下超先进制程的修正阶段，攻克了传统OPC图形保真度不足、曲线掩模制造效率低、全芯片ILT计算量庞大的行业难题。它利用像素化优化方法严格求解理想掩模，并且只把ILT用在限制工艺热点的区域，实现了ILT技术的实用化落地。这带来了更优的工艺优化自由度、景深与工艺窗口表现，大幅提升了先进制程的图形精度和掩模制造效率。

谈到产品迭代规划时，丁博士表示，短期目标是持续优化PanGen Total Mask产品的用户友好度，长期则致力于完成与东方晶源量检测设备的深度集成，搭建更高效、精准的软硬件协同建模流程，最终完善“AI模型发现坏点、AI模型修正坏点”的全闭环优化体系。

在同期举办的“集微半导体展”上，东方晶源还展示了不少自主研发的产研成果。除了计算光刻软件（PanGen®），还有严格光刻仿真软件（PanGen Sim®）、良率管理软件（YieldBook），以及电子束量检测设备等等。这些产品填补了多项国内空白，为国产芯片从设计到制造的各环节，提供了系统化的优化方案。东方晶源将长期秉持HPO生态战略，致力于打造中国芯片制造的GoldenFlow，目标是成为全球集成电路良率管理领域的领军企业。