近期，第十届集微大会在上海张江科学会堂圆满举办。本次大会以“AI重构未来、生态协同致远”为核心主题，聚焦智能时代的技术变革。在EDA IP工业软件分论坛上，东方晶源副总裁丁明博士发表了题为《AI赋能构建多层次工艺反馈体系，助力良率提升》的内容详实的演讲。与此同时，多位来自EDA、IP及工业软件领域的权威专家也齐聚一堂，围绕技术突破路径与生态协同发展进行了深入探讨。本次论坛为推进中国半导体产业实现高质量增长注入了强劲动力。
丁博士在演讲中明确指出：在先进节点芯片的制造环节中，良率损失及良率提升的难度，已成为集成电路行业无法回避的重要命题。作为产业链中不可或缺的一环，EDA工具的重要性日益凸显。面对全新的技术挑战，东方晶源选择了一条坚持自主创新的发展道路——持续迭代核心产品PanGen®平台，并逐步打造出一套完整且自主可控的计算光刻EDA工具链。同时，企业正积极推进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切实可行的高效解决方案。
先进制程良率瓶颈凸显，AI赋能成破局关键
随着集成电路制程进入2nm量产阶段，工艺复杂性大幅增加，良率问题已成为制约先进节点芯片制造发展的最大短板。丁博士在演讲中总结了当下两大核心痛点，它们正严重阻碍芯片制造良率的提升以及产业的规模化进程。
首先，是先进节点芯片制造中的系统性良率损失。与传统制程不同，先进节点下的良率损失往往隐蔽性更强，爆发速度更快。传统的随机抽检模式难以有效捕捉问题的迹象；而人工分析也很难高效总结出缺陷的规律。一旦良率出现问题，往往会演变为大范围、规模化的生产事故。值得特别关注的是，在先进制程中，与图形化（Patterning）相关的系统缺陷良率损失，已显著超过随机缺陷和参数漂移带来的影响，成为良率下降的主导因素。
其次，是芯片制造良率提升难度大的行业困境。长期以来，优化芯片良率主要依赖工程师的个人经验。然而，传统模式存在诸多弊端：坏点发现总是滞后，无法提前预判工艺隐患；缺陷根因定位困难，海量生产数据依靠人工逐一分析，效率极低；同时，量产量测的成本居高不下，量检测设备的性能也远未得到充分发挥。
随着制程精度持续提升，传统的“人工+固定规则”良率优化模式已经触及天花板，无法跟上先进工艺迭代的步伐。行业迫切需要一套全新的技术体系来应对挑战。正是在这一背景下，东方晶源果断摒弃了传统经验依赖模式，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。
据丁博士介绍，近年来东方晶源持续迭代PanGen®平台等核心产品，成功打造出一套完整自主的计算光刻EDA工具链。同时，基于AI在数据自动分析与建模预判方面的能力，结合CM/i®、oDAS、YieldBook等产品，为国内集成电路良率管理提供了有效的技术支撑。其中，PanGen®计算光刻平台展现出了显著优势：
（1）国内最早完成N2x nm以下存储芯片的产线验证，2019年即获得重复订单；
（2）目前已通过N/N+1逻辑芯片的生产验证，累计实现11000张mask tape-out；
（3）率先实现Full-Chip ILT（反向光刻），部分成果已达到Silicon Proven阶段；
（4）最早实现基于Silicon Proven的AI for OPC，在刻蚀模型、Hotspot Early Detection等方面均经过实际验证，并显著提升了Mask TO效率。
在成熟制程方面，PanGen®采用CPU+传统OPC路线，能够提供与现有POR匹配、成本更低且易于切换的计算光刻方案；而在先进制程领域，则采用GPU+传统OPC+实用ILT方案，具备技术领先性与强大性能。
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产品的PanGen Total Mask系列。该系列通过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。产品覆盖设计、掩模、刻蚀、修正等各环节，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。东方晶源利用AI学习了海量OPC仿真数据，建立了版图与轮廓之间的精准映射关系。这意味着，它可以绕过传统完整的OPC流程，直接预测工艺隐患。实测数据表现突出：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，对于严重坏点的覆盖率甚至达到100%；运行速度仅为传统OPC流程的1%，大幅提升了设计迭代效率。
PHD（Patterning Hotspot Detection）适配掩模阶段，用以解决传统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算法进行建模，能够跟随生产工艺动态迭代更新，构建出一个实时动态的坏点预测模型。实测结果表明，其对缺陷的抓取正确率高达95%以上。
vPWQ（virtual Process Window Qualification）针对先进制程刻蚀阶段精度不足的问题。它将物理模型与AI大数据模型相结合，解决了传统尺寸表精度衰减、刻蚀偏差检测不准的痛点，并能有效规避模型过拟合问题。通过利用海量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能够精准仿真工艺坏点，显著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。它采用像素化优化方法严格求解理想掩模，并仅将ILT应用于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、景深及工艺窗口表现，大幅提升了先进制程的图形精度和掩模制造效率。
谈及产品迭代规划时，丁博士表示，短期目标在于持续优化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，东方晶源还展示了多项自主研发的产研成果。除了计算光刻软件（PanGen®），还包括严格光刻仿真软件（PanGen Sim®）、良率管理软件（YieldBook），以及电子束量检测设备等。这些产品填补了多项国内技术空白，为国产芯片从设计到制造的各个环节，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，目标成为全球集成电路良率管理领域的领军企业。
