导语:半导体行业的 “数据焦虑”,终于有解了!
当一颗芯片的测试数据达到千兆字节,当一座晶圆厂的累计数据突破 600PB,当行业数据量 3 年增长 6 倍 —— 半导体制造正被海量数据 “包围”。但尴尬的是,行业内仅有不到 5% 的数据被有效分析,传统工具早已不堪重负。
如今,普迪飞带着30多年半导体行业沉淀,推出全新智能规模化分析方案,用 AI 打破数据孤岛,让 PB 级数据真正成为良率提升、质量保障的核心驱动力!
行业痛点直击:百万参数 + PB 级数据,传统工具集体 “失灵”
半导体制造的复杂度正在指数级提升:先进封装技术迭代、制程节点持续缩小,单颗芯片的测试项已突破百万,生产线每天产生的数据流足以塞满上千块硬盘。
高通、英特尔等行业巨头早已发声:
高通
首席供应链官Mike Campbell:“先进封装让制造测试数据量 3 年增长 6 倍”
英特尔
副总裁Aziz Safa:“600PB 全公司数据,如何转化为实际生产价值?”
更棘手的是,这些数据分散在良率系统、设计平台、设备终端等多个场景,形成 “数据孤岛”。传统商业智能工具面对百万列、数十万行的数据集,不仅可视化卡顿,更无法支撑复杂的 AI 模型训练与分析,工程师往往陷入 “数据多到用不了” 的困境。
三大核心突破:普迪飞重构半导体数据价值挖掘逻辑
面对行业痛点,普迪飞升级 Exensio 大数据智能分析平台,以三大核心创新实现从 “数据堆积” 到 “智能应用” 的跨越:
1
可扩展分析架构:性能提升 25 倍,百万参数秒级响应
传统工具 “拉数据到本地分析” 的模式彻底被颠覆!普迪飞采用动态分区并行分布式架构,将数据统一存储在服务层,仅向用户推送可视化结果,实现:

百万级测试项分析无压力,性能较传统方案提升 25 倍
行(裸片)列(参数)并行处理,PB 级数据秒级响应
静态计算节点 + 弹性云算力结合,兼顾成本与扩展性
2
企业级 AI 模型运营:从训练到落地全流程打通
AI 落地半导体制造,绝非 “训练一个模型” 那么简单。普迪飞整合原英特尔 Tiber AI Studio 核心能力,推出 Exensio Studio AI:

支持工程师接入自研模型,实现 “代码编写 - 模型投产” 全流程自动化;
企业级模型注册中心,保障模型全生命周期可追溯、可共享、可治理;
破解 “部署难、衔接差、溯源弱” 三大行业痛点,让 AI 模型真正落地生产线;
3
语义数据模型:打破数据孤岛的 “超级连接器”
数据碎片化是半导体制造的老难题 —— 良率数据、设计信息、设备状态分属不同系统,无法联动分析。普迪飞构建半导体专属语义数据层,实现:

跨系统数据关联:良率数据与物理版图、工艺异常与设备状态一键联动;
与西门子 Tessent 等工具深度集成,打造一体化操作界面;
让大语言模型 “读懂” 半导体数据,消除异构数据解读壁垒;
AI + 工作流:让工程师 “用自然语言做分析”
普迪飞的终极愿景,是让技术人员从繁琐的数据处理中解放出来。通过 “语义化 + 智能体化 + 高安全” 的基础设施搭建,实现三大体验升级:

1
自然语言交互:无需掌握专业查询语言,直接提问 “过去一周良率趋势”“批次 XX 良率偏低原因”,系统秒级给出精准答案;
2
智能体自主工作流:AI 自主规划分析流程,从数据接入到图表生成全自动化,无需人工干预;
3
零幻觉 + 高安全:依托半导体专属知识图谱,AI 推理锚定业务实际;本地部署方案让敏感数据、专有模型全程处于企业防火墙内,保障知识产权;

更关键的是,平台将行业最佳实践固化为可复用工作流,不仅记录分析结果,更留存完整方法逻辑,让技术经验在企业内部高效流转。
落地时间表明确:2026 年全面开放,赋能全行业智能化升级
目前普迪飞已投入 18 个月专项研发,组建由架构师、AI 专家、半导体行业顾问构成的核心团队,确保方案的实用性与前瞻性:
2026 年初
可扩展分析功能向早期合作客户开放
2026 年末
全功能面向所有 Exensio 云平台客户上线
正如普迪飞CEO John Kibarian所言:“我们的目标是让工程师把时间花在解决良率、质量等核心难题上,而不是与数据基础设施‘搏斗’。”
结语:AI 重构半导体制造,数据价值最大化时代来临
在半导体行业竞争白热化的今天,谁能率先盘活数据资产,谁就能掌握制程升级、成本优化的主动权。普迪飞以30多年行业沉淀为基础,将超大规模数据处理、AI 模型运营、智能数据集成深度融合,正在定义半导体制造的 “智能分析新标准”。
未来,当每一座晶圆厂的 PB 级数据都能被高效利用,当 AI 成为工程师的 “智能助手”,半导体行业将迎来良率提升、成本优化的全新增长曲线。
全部0条评论
快来发表一下你的评论吧 !