半導(dǎo)體產(chǎn)業(yè)正在駛?cè)?Chiplet 時(shí)代。多芯片合封雖顯著釋放性能紅利，卻讓成本控制與良率測(cè)試成為新的挑戰(zhàn)：一顆芯片失效即可導(dǎo)致整顆先進(jìn)封裝報(bào)廢，傳統(tǒng)“測(cè)后補(bǔ)救”模式在時(shí)間與資金兩端均顯吃力。

普迪飛（PDF Solutions）推出的 ModelOps 系統(tǒng)完整版（第一階段），正是為破解這一困局而生，把 AI 模型從“實(shí)驗(yàn)室”快速推向“量產(chǎn)線”，通過端到端平臺(tái)實(shí)現(xiàn)從訓(xùn)練到生產(chǎn)監(jiān)控的全流程閉環(huán)支持，提供了系統(tǒng)性解決方案。這一迭代不僅填補(bǔ)了行業(yè) AI 模型工程化落地的空白，更為半導(dǎo)體制造的智能化升級(jí)提供了解決方案。

本文將聚焦ModelOps系統(tǒng)在數(shù)據(jù)處理、模型訓(xùn)練、部署實(shí)施等核心模塊的技術(shù)特性與功能細(xì)節(jié)，結(jié)合應(yīng)用場(chǎng)景剖析其賦能半導(dǎo)體生產(chǎn)制造的路徑，揭示其在提升效率、優(yōu)化精度等方面的實(shí)際價(jià)值，為行業(yè)應(yīng)用提供實(shí)踐參考。

1

ModelOps系統(tǒng)概覽

作為半導(dǎo)體特定數(shù)據(jù)的基礎(chǔ)設(shè)施，ModelOps 依托 Exensio 平臺(tái)全量數(shù)據(jù)——從晶圓分揀、最終測(cè)試、工藝控制監(jiān)測(cè)參數(shù)，到晶圓廠接入記錄、設(shè)備歷史與缺陷數(shù)據(jù)等，實(shí)現(xiàn)了半導(dǎo)體制造全流程數(shù)據(jù)的統(tǒng)一接入與治理。

其目標(biāo)是解決傳統(tǒng)流程中 “從數(shù)據(jù)到價(jià)值” 轉(zhuǎn)化周期過長(zhǎng)（數(shù)周甚至數(shù)月）的問題 —— 由于模型價(jià)值在首個(gè)月最高，過長(zhǎng)的轉(zhuǎn)化周期會(huì)導(dǎo)致持續(xù)的價(jià)值損耗。通過優(yōu)化架構(gòu)與流程，ModelOps系統(tǒng)可將這一周期縮短至分鐘或小時(shí)級(jí)。

（1）功能與特點(diǎn)

全鏈路功能集成，無縫閉環(huán)：整合模型訓(xùn)練、部署、執(zhí)行、推理及生產(chǎn)監(jiān)控全流程，實(shí)現(xiàn)端到端閉環(huán)支持。

中心化訓(xùn)練，讓模型 “快準(zhǔn)穩(wěn)” 誕生：匯聚所有數(shù)據(jù)于中心位置，便于高效訓(xùn)練模型；同時(shí)支持將訓(xùn)練好的模型部署到多個(gè)端點(diǎn)。

跨系統(tǒng)協(xié)同：與 ERP、MES 等核心系統(tǒng)深度對(duì)接（例如實(shí)時(shí)獲取貨物到達(dá)測(cè)試站的信息，提前預(yù)處理模型所需數(shù)據(jù)），大幅提升流程效率。

開放兼容特性：支持客戶集成自有算法，實(shí)現(xiàn)多系統(tǒng)整合與一站式模型管理。

（2）架構(gòu)與應(yīng)用示例

以 “1個(gè)中心工廠 + 1個(gè)晶圓廠 + 2個(gè) OSAT 工廠” 的典型場(chǎng)景為例，各節(jié)點(diǎn)部署 DEX 模塊實(shí)現(xiàn)與 MES、ERP 等系統(tǒng)的實(shí)時(shí)集成，動(dòng)態(tài)調(diào)控?cái)?shù)據(jù)流向，其架構(gòu)與流程特點(diǎn)如下：

架構(gòu)核心：

分布式 DEX 節(jié)點(diǎn)構(gòu)成底層支撐，實(shí)現(xiàn)跨廠區(qū)數(shù)據(jù)協(xié)同。

數(shù)據(jù)流轉(zhuǎn)流程：

工程師獲取測(cè)試數(shù)據(jù)后，通過 DEX 節(jié)點(diǎn)傳輸至下一環(huán)節(jié)，并同步存儲(chǔ)于云端或中央站點(diǎn)；

中央站點(diǎn)調(diào)用 “模型訓(xùn)練流水線” 處理存儲(chǔ)數(shù)據(jù)，生成模型對(duì)象及元數(shù)據(jù)并回存至模型庫(kù)；

明確模型所需特性與測(cè)試參數(shù)后，晶圓廠（FAB）、OSAT 等上游數(shù)據(jù)可實(shí)時(shí)傳輸至中央站點(diǎn)，模型在云端實(shí)時(shí)獲取數(shù)據(jù)并運(yùn)行，形成 “數(shù)據(jù)前饋機(jī)制”—— 支持邊緣模型在進(jìn)行 bin 覆蓋時(shí)，上游數(shù)據(jù)向下方實(shí)時(shí)流轉(zhuǎn)。

圖片說明：系統(tǒng)概覽 圖片來源：普迪飛

模型部署與實(shí)時(shí)推理：

完成數(shù)據(jù)流轉(zhuǎn)配置后，可將模型定向部署至目標(biāo)場(chǎng)景（如 OSAT 2 的最終測(cè)試環(huán)節(jié)）；

模型到達(dá) DEX 節(jié)點(diǎn)后，設(shè)備從容器中心拉取鏡像，自動(dòng)創(chuàng)建 “動(dòng)態(tài)測(cè)試控制器（DTC）” 與 “機(jī)器學(xué)習(xí)推理引擎（MIE）”，支撐模型與測(cè)試人員的實(shí)時(shí)通信、數(shù)值傳遞及預(yù)測(cè)計(jì)算，實(shí)現(xiàn) bin 覆蓋的實(shí)時(shí)響應(yīng)；模型加載至 MIE 后立即啟動(dòng)實(shí)時(shí)推理。

全時(shí)監(jiān)控體系：

模型運(yùn)行數(shù)據(jù)通過DEX節(jié)點(diǎn)從封測(cè)廠實(shí)時(shí)回傳至中央站點(diǎn)，支持按分鐘/小時(shí)級(jí)粒度監(jiān)控模型運(yùn)行狀態(tài)，確保其按預(yù)期輸出結(jié)果。

（3）解決方案與應(yīng)用價(jià)值

基于 ModelOps 系統(tǒng)，我們已構(gòu)建多項(xiàng)半導(dǎo)體場(chǎng)景專屬解決方案：

預(yù)測(cè)分箱：通過預(yù)判器件失效風(fēng)險(xiǎn)，避免無效封裝與測(cè)試，顯著降低多芯片封裝（如 Chiplet）場(chǎng)景下的成本；

預(yù)測(cè)老化與測(cè)試加速：通過預(yù)判芯片合格性實(shí)現(xiàn)測(cè)試流程跳步，縮短測(cè)試時(shí)間；

此外，ModelOps 系統(tǒng)具備多場(chǎng)景適配能力：支持客戶與多家 OSAT 協(xié)同，實(shí)現(xiàn)模型在多廠區(qū)的統(tǒng)一部署與標(biāo)準(zhǔn)化應(yīng)用，為半導(dǎo)體生產(chǎn)全環(huán)節(jié)提供高效、精準(zhǔn)的 AI 模型支撐。

2

模型訓(xùn)練的技術(shù)特性

圖片說明：模型訓(xùn)練架構(gòu)概覽 圖片來源：普迪飛

（1）高效數(shù)據(jù)檢索能力：

深度集成普迪飛大數(shù)據(jù)API，基于 E142 標(biāo)準(zhǔn)實(shí)現(xiàn)設(shè)備全制造流程的位置與流向追蹤，確保數(shù)據(jù)溯源的精準(zhǔn)性。

支持多數(shù)據(jù)源與測(cè)試程序數(shù)據(jù)的統(tǒng)一整合，提升模型訓(xùn)練的信息完備性；數(shù)據(jù)檢索速率可達(dá)每秒700萬+數(shù)據(jù)值，靈活適配大、小數(shù)據(jù)場(chǎng)景。

（2）模塊化架構(gòu)與擴(kuò)展能力：

采用組件模塊化設(shè)計(jì)，支持在篩選、特征工程、建模等核心環(huán)節(jié)替換為用戶自有算法；

依托現(xiàn)有數(shù)據(jù)檢索能力與擴(kuò)展框架，可快速集成自定義代碼，滿足個(gè)性化訓(xùn)練需求。

（3）動(dòng)態(tài)計(jì)算與效率優(yōu)化機(jī)制：

基于 “動(dòng)態(tài)擴(kuò)展計(jì)算架構(gòu)”：任務(wù)排隊(duì)量與分配的計(jì)算節(jié)點(diǎn)數(shù)量智能聯(lián)動(dòng)（任務(wù)量上升時(shí)自動(dòng)增配節(jié)點(diǎn)，反之動(dòng)態(tài)縮減），既避免計(jì)算資源瓶頸，又降低訓(xùn)練成本。

圖示說明：紅線代表待運(yùn)行任務(wù)隊(duì)列數(shù)量，藍(lán)線代表實(shí)時(shí)分配的計(jì)算節(jié)點(diǎn)數(shù)量，兩者動(dòng)態(tài)匹配 圖片來源：普迪飛

內(nèi)置智能篩選算法：針對(duì)數(shù)萬至數(shù)十萬個(gè)測(cè)試參數(shù)，自動(dòng)剔除非關(guān)鍵參數(shù)，實(shí)現(xiàn)數(shù)據(jù)降維與數(shù)據(jù)規(guī)模精簡(jiǎn)，既加速邊緣模型運(yùn)行效率，又減少訓(xùn)練資源消耗。

支持并行計(jì)算：結(jié)合上述特性，可在分鐘至小時(shí)級(jí)完成 “數(shù)百萬行數(shù)據(jù) + 數(shù)萬個(gè)測(cè)試參數(shù)” 規(guī)模的模型訓(xùn)練，大幅壓縮訓(xùn)練周期。

（4）用戶界面工作流程

選擇通過大數(shù)據(jù) API 提取的目標(biāo)數(shù)據(jù)，借助多設(shè)備并行處理機(jī)制保障數(shù)據(jù)檢索吞吐量；

數(shù)據(jù)確認(rèn)后點(diǎn)擊 “運(yùn)行”，系統(tǒng)按預(yù)設(shè)流程啟動(dòng)并行訓(xùn)練；

提供可視化進(jìn)度跟蹤界面，實(shí)時(shí)展示訓(xùn)練進(jìn)度及模型關(guān)鍵參數(shù)信息。

圖片說明：工作流程圖例 圖片來源：普迪飛

（5）高度通用性兼具靈活拓展性

ModelOps系統(tǒng)具備高度通用性，其模塊化架構(gòu)支持按需替換任意組件，可接入用戶自有算法和模型，允許用戶可將自定義代碼嵌入系統(tǒng)用于模型訓(xùn)練或運(yùn)行。

以預(yù)測(cè)性分箱（Predictive Binning）為例，其旨在盡早剔除劣質(zhì)芯片，這對(duì)多芯片和封裝領(lǐng)域至關(guān)重要，能避免單個(gè)不良器件影響多個(gè)完好器件。相較于傳統(tǒng)統(tǒng)計(jì)解決方案，預(yù)測(cè)性分箱與模型運(yùn)維的效率提升超 20 倍。

圖片說明：預(yù)測(cè)性分箱與傳統(tǒng)解決方案對(duì)比 圖片來源：普迪飛

系統(tǒng)界面具備交互功能，可幫助用戶定位模型價(jià)值最大化節(jié)點(diǎn)；針對(duì)預(yù)測(cè)性分箱，能展示至die層面，進(jìn)而了解模型預(yù)測(cè)工作流程，還可通過選擇不同晶圓，查看模型在不同時(shí)間或晶圓上的性能。

例如下方晶圓圖中，模型預(yù)測(cè)結(jié)果與實(shí)際結(jié)果存在差異，該界面可呈現(xiàn)模型的優(yōu)勢(shì)與待改進(jìn)之處。若模型結(jié)果滿足預(yù)期，可直接啟動(dòng)部署流程以實(shí)現(xiàn)價(jià)值轉(zhuǎn)化。

圖片說明：模型預(yù)測(cè)結(jié)果與實(shí)際結(jié)果呈現(xiàn) 圖片來源：普迪飛

3

模型部署機(jī)制

靈活部署實(shí)時(shí)推理：從中心站點(diǎn)將模型轉(zhuǎn)移至目標(biāo)位置（如本例中的最終測(cè)試環(huán)節(jié)），為實(shí)時(shí)推理做準(zhǔn)備。

界面設(shè)計(jì)直觀簡(jiǎn)化：用戶僅需選擇部署位置及對(duì)應(yīng)的測(cè)試程序，點(diǎn)擊按鈕即可觸發(fā)部署。

后臺(tái)自動(dòng)化操作：模型被打包為規(guī)則，傳輸至測(cè)試程序并完成集成，省去人工為模型制作測(cè)試程序包裝器的數(shù)周工作量，整個(gè)過程僅需幾秒。

模型部署完成后，會(huì)在測(cè)試操作中心系統(tǒng)的規(guī)則列表中顯示，標(biāo)志著實(shí)時(shí)推理功能已具備啟動(dòng)條件。

4

數(shù)據(jù)前饋（Data Feedforward）體系

（1）核心功能：

從上游測(cè)試環(huán)節(jié)采集數(shù)據(jù)，定向傳輸至模型部署位置（如本案例的最終測(cè)試環(huán)節(jié)），為模型運(yùn)行提供實(shí)時(shí)數(shù)據(jù)支撐。

（2）關(guān)鍵特性：

實(shí)時(shí)性：可動(dòng)態(tài)響應(yīng)模型的數(shù)據(jù)需求，實(shí)現(xiàn)實(shí)時(shí)供給。

精準(zhǔn)性：僅提取模型與設(shè)備協(xié)同所需的參數(shù)，而非全量測(cè)試參數(shù)或設(shè)備參數(shù)，降低數(shù)據(jù)冗余。

安全性：通過與 MES 系統(tǒng)、ERP 系統(tǒng)的深度集成，構(gòu)建全鏈路數(shù)據(jù)安全保障機(jī)制。

（3）生態(tài)集成：

模型部署與數(shù)據(jù)前饋系統(tǒng)已實(shí)現(xiàn)與合作伙伴 AvanTest、Terradyne的完全兼容與集成，拓展了行業(yè)應(yīng)用生態(tài)。

5

總結(jié)

ModelOps 作為專為半導(dǎo)體行業(yè)及其當(dāng)前痛點(diǎn)打造的解決方案，能夠整合 Exensio 中的所有數(shù)據(jù)，在單一系統(tǒng)內(nèi)完成模型的訓(xùn)練、部署、執(zhí)行及監(jiān)控，支持將模型從數(shù)據(jù)階段轉(zhuǎn)化為實(shí)際應(yīng)用（如 bin 覆蓋等），適用于各類測(cè)試設(shè)備、OSAT 等場(chǎng)景的用例。

該系統(tǒng)可在中心站點(diǎn)、DEX 節(jié)點(diǎn)或邊緣節(jié)點(diǎn)執(zhí)行推理，兼容所有支持動(dòng)態(tài)測(cè)試控制器（DTC）和機(jī)器學(xué)習(xí)推理引擎（MIE）的設(shè)備，還能集成來自多個(gè)供應(yīng)商的多個(gè)系統(tǒng)，實(shí)現(xiàn)跨平臺(tái)協(xié)同，為半導(dǎo)體制造的智能化升級(jí)提供了強(qiáng)有力的技術(shù)支撐。