imtoken钱包下载安卓官网|yms

再谈半导体工业软件（二）——YMS系统：YMS系统的组成 - 知乎

再谈半导体工业软件（二）——YMS系统：YMS系统的组成 - 知乎首发于半导体行业的局外人与局中人切换模式写文章登录/注册再谈半导体工业软件（二）——YMS系统：YMS系统的组成李剑​非正文部分之前撰写过一篇文章《半导体工业软件：良率管理系统YMS》，后来就有很多人就此事展开了交流。稍微看了一下后台数据。发现关注这个领域的人还是比较多的。因为之前的那篇文章[1]中对于YMS系统的具体技术层面的内容并没有做详细的介绍，因此，正好趁着周末有时间，对YMS系统的具体技术层面的事情做一个简短的描述。网络上关于YMS系统的文章和介绍比较少，这几点在网上搜了一下，还是被搜索到了。因此，跟大家简要介绍一下。这里给大家推荐一个网站，这个上面相对而言介绍的也比较多[2]。SemiconductorENgineering该网站中关于YMS的介绍相对而言比较多，一些比较有意思或者比较容易的文章主要包括：YMS的用户群体YMS的用户群体良率管理系统（Yield Management System）可以用来帮助半导体设计公司和晶圆厂的工程师大幅提升数据分析效率，在同样时间内进行更大量、更轻松的数据分析。IDM、Fab、Fabless和OEM都需要使用YMS系统来分析良率数据并生成报告。这里面关于IDM、Fab、Fabless以及OEM的详细介绍就暂时不做了，大家有空可以去网上直接搜索。在周子学等人的《中国集成电路产业投融资研究》[3]中有详细的介绍。半导体产业垂直分工历程YMS系统的基本组成半导体制造领域的良率管理系统（YMS: Yield Management System）是一种集数据管理、数据分析和专业工具于一体的系统，可在晶圆制造、封装测试等过程中（尤其是量产阶段）收集数据进行分析，帮助工程师迅速找到提高良率的关键点。YMS系统一般由数据库（后台）和用户界面（前端）组成[4]。以Synopsys的YMS[5]的datasheet为例，最底部的显示的是用户，包括了各类工程师。中间是用户界面，包括了数据分析和可视化。最上部的是面向的fab制造、测试以及设计不同场景和供应链各环节的数据。Yield Explorer collects data from fab, test and EDA domains to enable faster discovery of yield root-cause sourcesYMS后台（数据库）后台指的是YMS的数据库部分。通过YMS系统，用户可以将收集到的数据统一整合到数据库中。从数据库的角度来说，一个好的YMS，需要有较大的兼容性，可以容纳不同类型、不同格式的数据。同时，随着技术的发展以及数据量的指数扩展，数据库的可扩展性也成为了一个重要的考虑因素。一般来说，当数据量扩张到10TB以上时，就要考虑可扩展的分布式数据库架构，以确保数据在加载和检索时有良好的性能。半导体大数据最大的问题是数据种类很多，如果不能很好整合，就会使数据杂乱无章。“小到一片Wafer上都有很多种数据，从IC设计到制造再到封测，每一道工序都产生大量数据，而这些散落在各个环节的大数据也是此后追溯问题、提升良率的关键。再来看一下关于数据层面的其他公司的思路，按照PDFsolutions的相关介绍[6]。俞冠源指出，目前普迪飞是唯一一家覆盖了从前端到后端半导体供应链数据的公司，通过几十年的自身积累和对外并购，已经打通了整个供应链。在他看来，对产业链的端到端全覆盖是普迪飞的核心价值。他举了一个例子，苹果公司对其芯片供应商就要求其提供的每一颗芯片都是可追溯的——哪一个工厂生产的，工厂的每一个步骤是什么，包括制造过程中用到的化学气体，在哪台设备上测试、封装的，哪一个员工负责的，等等。因为只有追踪到才能够确认哪个步骤出了问题。下图所示的即为在半导体生产制造中的各类数据来源[7]。半导体生产制造中的数据及分析种类示意图在YMS中数据库管理系统的重要性不言而喻，如何构建合适、可扩展、稳定的数据库管理系统是个很关键的问题[8]。对于芯片设计公司（Fabless）来说，他们会收集到来自封测厂以及制造厂的各种数据，要想保证产品质量或良率就需要对这些数据进行分析。通常来说，数据格式在不同工厂、甚至不同机台都会有区别，为了分析这些软件，工程师通常需要花费大量时间来对这些数据进行处理与分析。在这个阶段，工程师需要花费80%的时间来对数据进行处理，真正用于分析上的时间只有20%。采用YMS可以大大提升工作效率，其中的一个关键环节就是数据库管理系统（DBMS）[9]。 同样针对这一内容，张汝京等人主编的《纳米集成电路制造技术》中也有类似的论述[7]：“数据往往来自不同的设备和系统，由于供应商的不同，格式不一致，数据格式的规范、转化和对准是一个庞大的系统工程。在缺乏有效系统支持的情况下，工程分析人员超过80%的时间都用于数据收集、对准、整合上面，真正有效分析的时间很少，很多分析甚至因此无法实施。”。通过采用数据库管理系统，可以大大节约工程师清洗、处理数据的时间：（1）经过一定的设置，数据库可以自动加载数据，并对加载过程进行监控，保证数据的正确、完整、有效、一致。灵活的数据库可以直接处理各种格式的数据，包括STDF，SAF，LOG等；（2）数据库允许做很多计算，可以快速得到摘要级别（summary level）的数据；（3）数据库还可以将不同表中的数据关联在一起，节约做相关性分析时的数据处理时间。此外，与普通的文件系统相比，数据库管理系统还具备如下优势：1）提高数据查询效率。数据库可以按照index查询数据，比文件系统扫描检索数据要快很多。2）并发机制。多个用户可以同时使用数据库而不会相互影响或是破坏数据。3）网络访问。数据库往往有网络访问接口，文件系统本身没有。YMS的前端这一部分主要介绍YMS的前端功能，毕竟前文已经将后端（数据库）介绍掉了。所谓YMS的前端，指的就是用户界面，UI。关于YMS的前端也有着诸多的要求，具体如下图所示。YMS前端的要求前端负责从数据库中提取数据，并给用户提供包括可视化分析的报表或者自动化报告。从用户界面上来说，比较好的YMS应当可以自有地从数据库读取各种级别的数据并进行可视化分析。对于数据分析类的软件，大家比较关注的点是能不能越简单约好，啪啪啪，点几下就直接出图。在PDFsolutions的相关文章中给出了一个解答是：某些软件确实可以说能做到，但其中的选项或是图形都有一定的局限性。一般来说，简单易用和功能性常常是一个矛盾。因此，相对来说比较好的YMS软件的前端，都会有友好的用户界面供用户进行自定义分析，也会提前根据客户的需求提供相应的模板（recipe/template），供用户通过简单的操作，快速达到分析需求。此外，一般都会支持自动化报告，以根据需求/定时提供标准的报表。有一些还可以通过支持二次开发，给用户提供更多扩展的可能。YMS的前端功能一般包括如下内容：YMS的前端功能随着半导体制程技术的发展以及用户的需求，YMS系统也是处在不断的开发中，也在增加更多的数据分析工具以及自动化和易于绘制的图形。YMS的发展方向：大数据AI与上云关于AI在半导体领域的应用实际上目前也是如火如荼。不仅仅是EDA软件公司，Foundry厂，包括各类半导体设备厂商以及YMS相关的软件公司，也在尝试和探索使用AI以及大数据方法来进行制造良率的提升。目前而言，不少半导体产业相关的公司积极探索和推出基于AI的解决方案，希望借此帮助自身以及客户提升良率，比如ASML利用AI加速光刻。ASML利用AI加速光刻ASML利用AI加速光刻根据麦肯锡公司的报告[10]，AI可以在半导体制造的诸多环节寻找应用场景，并产生价值。下图所示即为相关的各环节以及AI的应用场景。在半导体供应链的各个环节中，制造业能够从人工智能和机器学习中获得最多的收益，麦肯锡预计这将使制造成本降低17%。人工智能在半导体生产各环节中的应用场景人工智能在半导体生产各环节应用场景中的收益目前市面上已经有报道在阐述YMS未来的发展方向。其中一个就是“人工智能是半导体制造领域近年来引入的重要技术之一”[11]。人工智能从描述性分析到诊断性分析，再到预见性分析，主要经历三个阶段，而预见性分析已经成为业界的趋势。在半导体领域，被动应对已经无法满足需求，业界领先者正在寻求“先见之明”。在整个业界，引入人工智能提升良率也已经成为一股风潮。PDFsolutions：拥抱AI、数据上云势在必行 预见性分析是趋势普迪飞-俞冠源表示[12]，目前半导体公司在大数据分析上，最关注的是良率诊断分析，也就是出现问题后可以通过系统的方法快速追踪问题源头，从而进行诊断分析，改善良率。但是随着全行业智能化程度的深入，这种被动式应对长远来看显然无法满足需求。在问题发生之前的预见性分析成为更多业界领先者关注的重点。台积电曾表示，已经在工厂里开始使用人工智能，在人工智能的帮助下，能够在不增加机器的情况下多生产20%-30%的wafer。例如，在某些关键工序上，使用人工智能对机台的保养时间动态的做出调整，提高生产效率。另外，人工智能还可以将很多专家的经验和专业技能整合在一起，让一个专家的经验在不需要专家在场的情况下就能大面积的铺开使用，从而实现更好的经验传承。随着AI、机器学习、5G等技术的往前发展，数据量呈指数式增长，按需运算的需求越来越高。上云以获取更灵活的计算资源和存储优势，成为业界向工业4.0深入的必然选择。那些拥抱大数据+AI以及上云的企业：TSMC（台积电）台积电曾表示，已经在工厂里开始使用人工智能，在人工智能的帮助下，能够在不增加机器的情况下多生产20%-30%的wafer。例如，在某些关键工序上，使用人工智能对机台的保养时间动态的做出调整，提高生产效率。另外，人工智能还可以将很多专家的经验和专业技能整合在一起，让一个专家的经验在不需要专家在场的情况下就能大面积的铺开使用，从而实现更好的经验传承。那些拥抱大数据+AI以及上云的企业：三星电子（Samsung）三星电子为了将 AI 技术应用于半导体制程中，就聘用大量专业人才组建高级制程控制团队(APC)，开发和优化制程中的机器学习技术，用智能化制程品控的方法来不断提高良率。那些拥抱大数据+AI以及上云的企业：还有谁？像因特尔、Intel、镁光科技 Micron、格罗方德 GlobalFoundries、ASML、KLA 和海力士 SK Hynix、拉姆研究 Lam Research 等等都在开展大数据结合人工智能技术在半导体制造领域应用的研发。针对良率的爬坡率、产能的提升率、问题的减少率、量产周期的缩短情况等等都有着实质性的研究成果。人工智能到底怎么提升良率，背后当然是要庞大的数据量以及专家的经验等对算法模型不断的进行训练才能达到的效果，在提升良率的基础上AI更要达到快速、精准，以解决传统人工分析周期长、准确率不高等问题。关于半导体智能制造中大数据与AI的相关内容，将会在后续的文章中单独介绍，敬请各位有兴趣的朋友关注。参考^https://zhuanlan.zhihu.com/p/348328200^https://semiengineering.com/knowledge_centers/manufacturing/yield-management-system-yms/#:~:text=Description%20A%20yield%20management%20system%20%28YMS%29%20in%20the,and%20helps%20engineers%20find%20ways%20to%20improve%20yield^周子学等.《中国集成电路产业投融资研究》[M]^https://mp.weixin.qq.com/s/9pkW2GzGre7ZDF41-l24DA^https://www.synopsys.com/zh-cn/silicon/yield-management/yield-explorer.html^https://baijiahao.baidu.com/s?id=1694349395906739843&wfr=spider&for=pc^ab张汝京等. 《纳米集成电路制造工艺》（第2版）[M]^https://mp.weixin.qq.com/s/pAXIsGAg3kucBD8RqoTRVw^https://mp.weixin.qq.com/s/pAXIsGAg3kucBD8RqoTRVw^https://www.mckinsey.com/industries/semiconductors/our-insights/scaling-ai-in-the-sector-that-enables-it-lessons-for-semiconductor-device-makers^https://baijiahao.baidu.com/s?id=1727613135570449256&wfr=spider&for=pc^https://baijiahao.baidu.com/s?id=1694349395906739843&wfr=spider&for=pc发布于 2022-06-18 20:06芯片（集成电路）大数据工业软件​赞同 42​​添加评论​分享​喜欢​收藏​申请转载​文章被以下专栏收录半导体行业的局外人与局中人观千剑而后识器

YMS，良率管理系统 - 知乎

YMS，良率管理系统 - 知乎切换模式写文章登录/注册YMS，良率管理系统嘿我​西安交通大学 机械工程硕士产品定义什么是 YMS？良率管理系统，Yield Management System。从需求分析、功能定义、应用场景、产品价值、产品用户五个角度进行说明。芯片总良率是 wafer 良率、Die 良率和封测良率的总乘积。影响芯片良率的因素复杂多样，一般而言设计越复杂、工艺步骤越多、制程偏移率越大，芯片良率越低，对于晶圆代工企业来说，芯片良率直接反映了所投放的芯片里可出售比例，因此直接影响芯片制造成本。良率越高，最终实际分摊到每一颗正常芯片上的成本就越低。半导体材料厂商 Entegris（应特格）执行副总裁及首席运营官 Todd Edlund 曾在接受媒体采访时表示，1%的良率提高对于 3DNAND 晶圆厂和尖端的逻辑晶圆厂可能分别意味着每年 1.1 亿和 1.5 亿美元的净利润提升。YMS-测试数据分析半导体生产过程中涉及的不同良率概念工艺步骤随制程升级而增加，带来累积良率下降需求分析芯率智能：良率关乎半导体企业的生死和长远发展。一直以来，芯片巨头都将先进制程作为竞争的核心目标，芯片制程从微米时代进入纳米时代，目前制程线宽已经降到 5nm 以下。随着特征尺寸的不断微缩，逐渐逼近了半导体制造设备和制程工艺的极限，目前，集成电路的晶体管数量以及功耗和性能，已经很难像过去 40 年那样，顺畅地按照摩尔定律演进，很大程度上源于工艺难度越来越大，相应成本也变得极高。为了解决高昂的成本问题，厂商开始严格控制半导体制造过程中的产品良率，因此对于产线的良率管理和提升逐渐成为了晶圆厂关键的环节。但是在芯片大规模量产之后，经常会出现良率波动的问题。对于芯片企业来说，芯片良率直接反应了所投产芯片的可销售比例，因此也直接影响了芯片的制造成本。直接来说，良率直接影响到最终的芯片实际生产成本，良率越高，最终分摊到每一颗可销售芯片上的成本就越低。对于尖端的逻辑晶圆厂来说，1%的良率提升意味着将近 1.5 亿美元的利润提升。广立微：从经济角度上讲，提升芯片良率可以视为摩尔定律的另一种延续。一直以来，芯片巨头都将先进制程作为竞争的目标，更先进的制程代表着更高的性能和更低的功耗。但随着特征尺寸的不断微缩，逐渐达到了半导体制造设备和制程工艺的极限，工艺进一步提升的难度越来越大、成本越来越高。为了降低成本，晶圆厂开始将产线的良率管理和提升作为制造过程中的关键环节。从具体应用来看，以制造成品率的数据处理为例，集成电路的制造过程工序繁多，所产生的制造数据亦纷繁复杂。传统方式下，成品率工程师在进行数据处理、发现问题并指导改善工艺时多依靠其经验，通常需要与多个生产环节的负责部门进行多轮的沟通反馈，耗时较长，影响晶圆厂的生产成本及产品的上市周期。通过 AI/机器学习算法的赋能， YMS 工具可实现对制造数据的实时分析与反馈，将制造过程中出现的问题进行有效定位，并指导改善制造工艺，从而缩短工艺成熟周期、提升集成电路的制造效率。功能定义在过去，晶圆厂商的缺陷和良率分析基本是依靠人的智慧——由经验丰富的工程师，靠传统 ADC 等软件，对晶圆片的缺陷进行数据比对、分析和判断。不过，这种方法的问题在于，分析的过程中产线需要暂停，影响生产效率。另外，结果也与工程师的判断力有很大关系。相比之下，新一代 YMS/EDA 所提供的良率管理软件，依靠构建的大数据处理平台及大数据模型，能够帮助晶圆厂在生产过程中实时快速得进行数据挖掘、分析，并动态进行问题反馈和预警。为 Foundry 厂的良率工程师（YE）提供了各类自动/半自动化分析工具，将缺陷管理良率分析模式由原来 YE 工程师需要手工采集数据并分析结果改为系统自动实时采集数据并更新分析结果，大大提升了缺陷管理良率分析的效率与准确性，为 Foundry 厂良率提升提供了优质的软件工具。应用场景针对具体产品的成品率管理，比如测试芯片、RF、Foundry将大量设计 DOE 信息与电性测试数据结合，筛选最优工艺条件和参数解析和分析海量 RF（射频）数据提高 DRC、绕线、拥塞等预测精度探索物理设计空间工艺配方优化缺陷形态分析支持缺陷（defect）数据、在线（inline）数据、电性（inline）数据、半成品测试（CP）数据、终测（FT）数据产品价值良率的管理和检测，是晶圆厂的关键环节之一。随着半导体逐渐趋于摩尔定律发展极限，芯片制程线宽降到 5nm 以下，工艺难度越来越大，对应的生产成本也越来越高。而良率将会直接影响投产芯片成本，对于尖端的逻辑晶圆厂来说，1%的良率提升意味着将近 1.5 亿美元的利润提升。产品用户YE，Yield Engineer，良率工程师PIE，Process Integration Engineer，制程整合工程师各 module 量测部门市场分析行业现状相较于国际主流晶圆制造厂，目前国内在良率检测和改善工具仍然存在数量和种类上的差距。在物理缺陷检测设备、数据分析、测试芯片设计软件、电学参数调试设备等方向，国内目前无论是从工具的多样性，还是从软硬件的数量上都和国际顶尖晶圆制造厂存在着相当的差距，随着国内晶圆厂数量逐渐提升，对于良率检测方面的国产设备的需求也将逐步提升。公司成立时间晶圆厂使用的软硬件主要产品/服务公司特点/优势业务领域Applied Material1967 年物理缺陷检测设 备： SemiVision12 类设备（CVD、ALD、CMP 等）， 10 种工作平台（Centura、Endura 等），和 11 种解决方案（Transistor。 Analog 等）世界排名第一的半导体和显示设备公司，在离子刻蚀和薄膜沉积领域都是行业中的佼佼者。开发、制造和销售用于 制造半导体芯片的各种设备，提供一系列提高 晶圆厂效率的解决方案以及软件服务，生产用于制造 LED、OLED 和其他显示器件的设备ASML1984 年物理缺陷检测设备： eScan光刻系统（EUV 光刻系统、DUV 光刻 系统）、翻新系统（经典” PAS 5500 和 TWINSCAN 光刻系统）、计量和检 测系统、计算光刻专门从事光刻系统的开发和制造，是主要用于半导体行业的最大光刻系统供应商，也是全球唯一的极紫外光刻 （EUV）光刻机供应商。浸没式光刻和 EUV 光刻KLA-Tencor1997 年数据分析： Klarity Ace 物理缺陷检测设 备： 29xx/39xx/eDR芯片制造（缺陷检测与复检、图案模拟、量测、实时工艺管理、数据分析、金属淀积制程）、衬底制造、光 罩制造、封装制造 复合半导体| MEMS | HDD 制造、微纳米力学测试平台（Nano Indenter）。表面轮廓仪为半导体，数据存储， LED 和其他相关纳米电子产业提供工艺控制与 良率管理产品晶圆、掩模版、集成电 路（IC）和封装生产的从研发到最终批量生产的所有阶段Synopsys1986 年EDA 软件： Laker 数据分析： OdysseyVerilog 仿真工具 VCS，逻辑综合工 具 DC，物理布局布线工具 ICC，形式验证工具 formality，时序分析工具 PT，参数提取工具 STAR-RC，版图检查工具 HerculesEDA 世界第一厂商，其优势在于数字前端、数字后端和 PT signoff， 拥有世界第一的电子设 计自动化解决方案和服 务。专注于芯片设计与验 证、芯片知识产权和软 件安全与质量。产品包 括用于帮助设计芯片和 计算机系统逻辑的开发和调试环境的模拟器。Cadence1988 年EDA 软件： Virtuoso定制 IC 和射频（Virtuoso 定制 IC 平 台、Spectre 仿真平台引擎等）、数字 设计和签核（Litmus Constraints and CDC Signoff。 Constraint Designer 等）。集成电路封装（OrbitIO 互连设 计器、Allegro 封装设计器等）、验证 （Verisium 人工智能（AI）驱动平台 等）、PCB 设计（电源完整性（PI）解 决方案、功率感知信号完整性（SI）工 具等）EDA 世界第二厂商，工具集中在模拟电路， PCB 电路，FPGA 工具，在全定制设计中 Virtuso 非常强大。开发用于设计芯片、系统和印刷电路板的软件、硬件和知识产权 （IP），以及涵盖接口、 存储器、模拟、SoC 外围设备、数据平面处理单元和验证的 IP。Keysight2014 年EDA 软件： IC-CAP 电学参数调试设 备： 407x/408x， P9000仪器包括示波器、万用表、逻辑分析 仪、信号发生器、频谱分析仪、矢量网络分析仪、原子力显微镜 （AFM ）。自动光学检测、自动 X 射线检测（5DX）、在线测试仪、电源、可调谐激光器，光功率计、波长计、电光转换器、光调制分析仪和手持工具全球领先的测试和测量 公司，提供位于科技尖 端的电子测量解决方 案、系统、软件和服 务。产品包括用于台式、模块化和现场仪器的硬件和软件，还生产电子设计自动化（EDA）软件。Optimal+2005 年数据分析： O+数据分析平台PXI、CompactDAQ.半导体测试系 统（STS）、数字万用表、波形发生器、VirtualBench 仪器、FlexRIO、LabVIEW。 SystemLink 软件等OptimalPlus 是汽车、 半导体和电子行业生命 周期分析解决方案的全球领导者，为一级供应商和 OEM 提供服务。 OptimalPlus 开放平台与其他现有工具无缝集成，将机器学习与全球数据基础设施相结合， 提供实时产品分析，并从整个供应链的数据中提取洞察。公司跨越各种制造接触点，包括 MES、WAT、晶圆分类、最终测试和系统级测试。在电子制造中，它从光学和 X 射线检测、在线测试和最终测试中收集产品数据。PDF Solutions1991 年数据分析： ExensioExensio 分析平台、Design-for-Inspection 系统、表征车辆系统、 Cimetrix 连接和控制、Cimetrix Sapience 平台PDF Solutions 已经组装 了一个完整的产品组 合，可以跨 FDC、产 量、测试以及组装和包 装执行端到端数据分 析。在提高学习率、加 速良率提升和优化每个 工艺节点的测试操作方 面拥有无与伦比的专业 知识。生产软件、硬件和基于半导体的知识产权 （IP），以提供先进的数据管理和分析，支持智能手机、计算机和高级 驾驶辅助系统等电子设 备中使用的芯片上集成 电路和系统的制造和测试（ADAS）现代汽车。广立微电子2006 年EDA 软件： Layout Automation Suites 测试芯片电路 IP: ATCompiler 数据分析：DataEXP 电学参数调试设 备： T4000， T4100S参数化单元创建工具（SmtCell® ）、 测试芯片设计平台（TCMagic®）、可 寻址测试芯片设计平台 （ATCompiler® ）、WAT 和测试芯片 数据的分析工具（DataExp® ）、一站 式 RF 数据管理平台（DataExp RF ）、 晶圆允收测试机（WAT Tester ）、 ICSpider在集成电路成品率提升 （打破被国外产品垄断 的局面）和电性测试快 速监控技术上有明显优 势EDA 软件、电路 IP、 WAT 测试设备以及与 芯片成品率提升技术相 结合的全流程解决方案提升芯片成品率的关键在于对制造工艺过程进行完整有效的监控检测，同时结合其他数据进行精准快速的分析，并反馈至集成电路制造端和设计端改进工艺和设计以提升成品率。随着芯片工艺集成越来越复杂，最终产品良率会受到设计和工艺的交互影响，如果单纯从制造端的角度或方式来分析良率，很难完全分析整个良率当前所遇到的问题根源。尤其是在工艺研发阶段，芯片公司无法穷尽所有版图图形组合做完整的评估，而在设计公司提交的设计中，某些特定的图形组合将触发特定的问题。因此在半导体产业近十几年的发展过程中，逐渐诞生了类似普迪飞（PDF Solutions ）、广立微、众壹云等帮助芯片设计公司和制造公司更加高效合作以提升芯片良率的企业，作为产业链中一个新环节出现，为半导体公司提供大数据分析平台，或提供面向缺陷和良率管理的套件组合。市场空间「芯率智能」创始人姚文全向 36 氪测算，如果按照良率检测占据整个芯片制造行业投入的 3%、以及中国芯片制造行业 2000 多亿的市场规模来推算，国内的芯片制造良率检测的市场规模大概为 60 亿人民币。此外，考虑到芯片国产化率存在巨大的提升空间，有望从当下的 6%提升至 50%左右，还有八倍的成长空间，未来芯片良率检测的规模为 480 亿元左右。 据芯思想研究院（ChipInsights）统计，全球各家晶圆代工企业每年在成品率提升软件方面的投入在 200-300 万美元之间，最高可达 800 万美元。目前有很多工厂的成品率提升工作由内部人员承担，部分大型晶圆代工公司自行研发 YMS。仅考虑外部采购，2020 年全球成套成品率提升方案（Holistic Yield Improvement）的 EDA 软件规模整体在 9000 万美元到 1 亿美元之间，预计 2021-2025 年 CAGR 约为 15%；成品率管理软件（YMS）和相关数据 EDA 软件规模整体在 2 亿到 5 亿美元左右。若同时考虑内部投入，则集成电路成品率相关的 EDA 软件市场规模实际体量更大。其中得益于中国晶圆制造业的成长，预计 2025 年中国（含中国台湾）的成品率软件市场将达 8000-10000 万美元，YMS 和相关数据 EDA 软件规模达到 2-3 亿美元，增长潜力全球领先，将为国产成品率提升软件提供较多业务机会。发展趋势半导体产业重心东移，本土厂商加速崛起根据 IC Insights《Global Wafer Capacity2021-2025》，截至 2021 年中国大陆晶圆厂在运行的产能约 350 万片/月（折合 12 英寸晶圆），占全球晶圆厂装机产能的 16.2%；预计到 2024 年，中国在全球 IC 晶圆产能中的份额预计将达到近 19%。而据 SIA 预计，2030 年中国大陆的半导体产能将占全球的 24%。国内晶圆厂开启“建厂潮”，为本土的集成电路设备供应商、制造类 EDA 供应商等提供了快速发展的契机。成品率直接影响晶圆厂最终的实际成本，有效提升和保持成品率是晶圆厂工艺开发和产品导入的关键技术。公司全流程覆盖的整体解决方案可以帮助晶圆厂实现工艺的快速成熟，能够满足新增市场需求。晶圆扩产打开空间，测试设备与数据分析双轮驱动 测试设备通常与新建产线绑定，其需求量与新建产能规模直接相关。截至 2021 年 11 月，中国大陆地区 73 座工厂项目现有等效 8 寸产能 353 万片/月，规划产能为 879 万片/月。保守假设所有项目为 2025 年达产，则未来 4 年国内晶圆产能 CAGR 约为 26%，因此公司所在的测试设备市场将会享受稳定且蓬勃发展的需求敞口。目前公司产品已经实现了高质量的国产替代，WAT 测试设备于 2019 年规模化进入新建晶圆厂量产线，面对的市场体量扩大了数十倍。 先进工艺设计、制造到封装测试各环节数据规模快速增大，如何关联、整合和分析数据成为行业面临的重要挑战，预计 2025 年中国 YMS 和相关数据 EDA 软件规模达到 2-3 亿美元。由于全流程布局带来的工艺优化 know-how，公司数据分析软件可以更全面系统考虑到影响成品率的各类因素，能够应用于多种集成电路数据分析场景，并使用机器学习算法构建各类数据之间的关联模型，以达到预测分析的效果。2021 年公司数据分析与管理软件突破了大型晶圆厂和高端设计公司，进入到中小设计公司，并将封测公司、下游电子厂也纳入了公司的目标用户群体，极大地扩展了数据软件的市场空间。AI 技术在芯片制造环节能够创造最大价值。集成电路的制造工序及制造数据纷繁复杂，通过 AI/机器学习算法的赋能，数据分析软件可实现对制造数据的实时分析与反馈，从而缩短工艺成熟周期、提升集成电路的制造效率。据麦肯锡预测，考虑到生产制造是芯片成本最主要的构成环节，应用 AI/ML 长期有望通过减少资本支出、运营支出和材料成本等方面投入，最终实现制造环节 13%-17%的销售成本缩减，对全球半导体产业而言即是增加高达 380 亿美元的息税前利润。将机器学习技术与晶圆成品率相关数据（WAT、CP、FT、WIP 等等）特点相结合，使用神经网络算法进行数据分类和建模分析，实现晶圆缺陷数据检测和成品率预测，并使用机器学习算法构建各类数据之间的关联模型，以达到预测分析的效果。AI技术在芯片制造环节能够创造最大价值从经济角度上讲，提升芯片良率可以视为摩尔定律的另一种延续。一直以来，芯片巨头都将先进制程作为竞争的目标，更先进的制程代表着更高的性能和更低的功耗。但随着特征尺寸的不断微缩，逐渐达到了半导体制造设备和制程工艺的极限，工艺进一步提升的难度越来越大、成本越来越高。为了降低成本，晶圆厂开始将产线的良率管理和提升作为制造过程中的关键环节。竞品分析摘要YMS领域，新技术使用情况很好，比MES更先进一些芯片产品良率，其影响因素可能包含，设计、工艺和设备，有关良率的完整根因分析，需要此三方面的数据综合分析，所以供应商YMS的能力，取决于所分析数据范围的大小。【从所查资料来看，此处“设计”，更多指的是测试芯片设计。测试芯片设计与产品芯片设计不同，前者属于制造类 EDA 软件，后者属于设计类 EDA 软件。当产品芯片设计版图完成后，根据对产品芯片的分析，完成测试芯片的测试结构、外围电路设计，生成测试芯片设计版图。华大九天和概伦电子产品属于设计类 EDA，广立微属于制造类 EDA。】因此，从良率根因分析是否支持EDA数据的分析，可以将YMS厂商分为支持和不支持。例如，支持将DOE数据和电性测试数据做相关性分析，进而优化测试芯片结构，PDF的Exensio、Synopsis的Odyssey、广立微的DataExp、太引科技的AYEDAS、炜晶科技的Vidas，都支持此功能。从产品功能角度，一些先进的YMS产品，例如PDF的Exensio，功能范围可以覆盖SPC和FDC，换言之，就是全套PDF产品，可以直接替代SPC和FDC。此种产品逻辑，不仅make sense，而且先进，核心就是一套大数据分析平台，分析如下：SPC分析实时工艺数据并报警。数据来源是MES/量测设备FDC分析实时和离线设备数据并报警。数据来源是sensorrule engine，打通SPC、FDC和OCAP，决策闭环ETL，数据融合数据处理，批流一体算法，SPC主要是统计学算法，FDC可包含统计学和机器学习，并可灵活支持二开。PDF支持R，AI/ML由TIBCO支持，美国一家AI物联网公司，收费存储，大数据库，目前基本是分布式关系型数据库，PDF使用了Cassandra，唯一查到的使用分布式nonSQL数据库的YMS产品，解决多源异构问题。不过这个库偏OLAP，如果YMS事务处理设计多的话，只有一个库可能不行。从工具角度看，PDF的Exensio已经远远超越“良率分析”这个业务范围。工具能力强，是Exensio可以支持SPC和FDC的根本原因。同时支持，SaaS和On Premise。从产品理念、功能、技术、案例、品宣，PDF是YMS领域绝对老大。国外，PDF的Exensio是老大，Synopsis的Odyssey次之。KLA因为有很多测试设备，在国内占有率似乎也挺高。Vidas是台湾炜晶科技产品，可以查到国内两家代理商：威导数据（厦门），威达数据（苏州）。同是台湾公司，从所查到信息来说，Vidas比太引科技的AYEDAS要差一些太引科技的AYEDAS资料比较详细，值得进一步详细研究广立微，2006年成立，从EDA切入，产品理念是“成品率提升全流程平台”，从测试芯片EDA切入，比较容易推广YMS——良率管理，是国内强劲竞争对手厂商国别产品上市时间产品名称主要客户功能特点NI美国2005 年Optimal+企业数据湖技术工程数据优化的制造数据模型可扩展的开发框架利用现有的工具和基础设施跨供应量的 ML 能力快速互动分析和洞察PDF Solutions美国2015 年ExensioExensio 是一个产品组合：Manufacturing Analytics，Process Control，Test Operations，Assembly Operations经过不同组合，形成新的场景化产品：Exensio IDM、Exensio Fabless、Exensio Foundry、Exensio OSAT（Outsourced Semiconductor Assembly and Test companies）PDF 解决方案 Exensio Analytics 平台提供数据采集、标准化、语义、大数据云管理，AI/ML 和数据可视化 由 TIBCO® 提供支持SaaS and On PremiseFast, high-volume, scalable yield management environmentConventional FDC capabilitiesConfiguration versioningReal-time interactive reportingOCAP (out of control action plan) alarmsOnline SPCCombine summary and real-time FDC dataBig data analytics (Cassandra and R)Maintains die handling location maps and location transformations through every step of the test and assembly processesSynopsis美国1986 年？Odyssey有五款产品：Yield Explore，Odyssey，Avalon，Sysnav，Yield Manager基于服务器的实时缺陷根源分析 （DSA），SPC 功能及自动晶圆取样和输出（处置）稳定的 ORACLE 数据库及高度可靠的产品，无需对全天候运营晶圆厂进行太多维护支持集成的自动化功能，可使用户更快地进行合作，在几分钟（而非几天！）之内就完成根本原因的分析现已支持在 LINUX 上使用KLA美国1997 年？Klarity国内占比较高Klarity Defect、Klarity SSA 与 Klarity ACE XP 组成工厂全程良率解决方案，可自动减少缺陷检查、分类以及检视数据，转为相关之根本原因与良率分析资讯通过实时偏差识别，Klarity（®） Defect 自动缺陷分析与数据管理系统能帮助晶圆厂缩短良率学习周期。Klarity （®） SSA （空间特征分析）分析模块能够自动检测与分类点出工艺问题之缺陷特征。Klarity （®） ACE XP 先进的良率分析系统能够帮助晶圆厂内部与跨厂捕获、保留与共享良率学习，从而加速良率缺陷数据分析Klarity 系统采用直观的决策流程分析，使工程师能轻松创建自定义分析，支持批次处置、复检取样、缺陷源分析、SPC 设置与管理以及偏离通知等应用晶圆处理工艺与工具偏移识别空间特征分析良率分析良率预测Vidas中国台湾2015 年炜晶科技台湾炜晶科技产品，官网宣传七款产品：YMS、Vidas、xEHM、xDashboard、xReport、xBigdata、xDMS，看似是一个产品的七个功能模块提供 SEMILCD，SOLAR，LED，PCB 等先进产业的各种问题导向分析手法弹性的设计，可轻易链接各类数据源与数据层级于单一平台智能接口，从专家到一般工程师都能快速上手，同时提供自动报表，提升工作效率实验设计、统计制程管制、制程变更管理、机台展开分析每个分析的结果都可以进行连贯分析（Drill-Down Analysis）。表中的数据可以传递到下一个查询或分析TYNE中国台湾AYEDAS长鑫太引 Hadoop /Spark 系统平台的推出，解决困扰客户许久的大数据的分析效率， 一年以上的过时资料管理，不再感到困扰提供资料广度与深度兼具的工程资料分析大数据平台丰富的图表分析工具进阶统计及机器学习分析产业独特分析手法智慧分析平台最容易维护的 EDA 系统YieldHUB爱尔兰2005 年Microchip、infineon、DIODES、LG Electronics、ambiq micro、intel、picocomAuto cleansing of dataCorrelationsLots on Hold DashboardOutliner DetectionStatistical Bin LimitsMulti-die analysisDetect Program ChangesANOVAACS EASY日本标准测试数据格式（STDF）和数据库的高速数据集成。机器学习：覆盖原因隔离和晶圆 Pattern 分析。服务器前端模型架构，实现团队无缝协作。API：支持与其他程序的简单集成。作为基于容器化技术的 web 应用，易于安装。广立微中国2006 年DataEXP华虹集团、三星电子、粤芯半导体、合肥晶合、长鑫存储成品率提升全流程平台DataExp-General, DataExp-YMS, DataExp-TMA数据统一管理，平台支持测试数据、工艺参数、晶圆缺陷数据及图像等多维、复杂数据统一管理数据可视化，高交互的数据可视化平台，配置有丰富的开箱即用数据大屏（Dashboard），以满足集成电路数据分析领域日常查看、监控数据的需求高效处理数据，底层数据架构采用了最新的分布式数据库及管理系统，确保有效快速的存取/数据整合，具有灵活的扩展性众壹云中国2019 年DMS/YMS中芯国际、中芯绍兴、中芯宁波、中芯长电、华虹宏力、华虹无锡、格科微、积塔半导体基于最新的分布式数据库、微服务架构实现，极大的提高了软件产品的运行性能。同时，根据国内头部晶圆厂一线良率工程师的实际需求，优化软件产品的操作便利性和友好度。这两者都能极大的提高工程师缺陷管理良率分析的效率和准确性，从而对良率提升带来帮助。引入了大数据和 AI 的应用，利用主动学习的能力，在人工辅助确定大致范围后，AI 能够利用历史数据的结果，对几百上千种的因素进行分析回归，找到相关性最强的因素，进一步锁定范围，找到问题的根源。进而对这些相关参数进行机理建模，找到问题和相关参数之间的数学模型，有了这个模型，就可以用于对后续问题进行预测，防控。Optimal+2020 年 7 月 15 日--NI（Nasdaq: NATI）宣布正式完成对 OptimalPlus 的收购。OptimalPlus 是半导体，汽车和电子行业资料分析软体领域的全球领导者。这笔交易价值为 3.65 亿美元，资金来自公司自有现金和债务。OptimalPlus 在 2019 年的收入为 5100 万美元。企业数据湖技术大数据战略始于数据湖战略。无论你身处大数据之旅的哪个角落，我们都能提供帮助。从零开始创建一个数据湖，或者增加您从现有数据湖中获得的价值。我们的解决方案支持所有主要的云端或本地大数据平台，可以直接部署在您的数据湖基础设施上，并与现有工具协同工作，以获得更高的性能、更长的数据保存时间和更低的 TCO。工程数据大数据分析的质量完全取决于底层数据的质量、一致性和及时性。获得您所需的工具和专业知识，以确保您的所有数据从源头准确、完整地收集到您的数据湖，使您能够专注于您的业务目标，并从分析中获得更大价值。优化的制造数据模型高速的大数据分析需要一个优化的数据模式，能够支持复杂的、多维的大规模查询。在我们优化的数据模式中为您的大数据建模，并从大型数据集的分析性能中受益。多亏了我们完全可扩展和可定制的数据模型，我们可以存储任何类型的制造和产品数据。可扩展的开发框架IT 专业人士希望利用他们所选择的工具构建应用程序，同时利用所有可用的数据系统和分析工具的功能。在 OptimalPlus 应用程序中，使用 Python、R 或 Spark 创建自己的脚本和算法，并在分析和规则中使用它们，这要感谢我们强大的分析流设计器 Sequoia。从其他编程环境中，通过 ODBC 或我们的 web API 连接到 OptimalPlus 数据库，并访问我们广泛的通用和特定领域的分析库。利用现有的工具和基础设施企业希望降低成本，避免跨越封闭的数据竖井的不必要的数据重复。连接 OptimalPlus 大数据分析工具到任何可用的数据源。链接整个企业的不同数据源。使用我们的门户+应用程序和 web 工具或您喜欢的商业智能工具来可视化大数据和洞察力，无论数据驻留在哪里。跨供应链的 ML 能力数据科学家花费大量时间挖掘数据，组织数据，并将其转化为有意义的特性。即使已经构建、培训和测试了模型，也需要付出巨大的努力，以一种健壮和受控的方式将其部署到生产环境中。利用综合的 OptimalPlus 大数据分析平台，处理一个机器学习项目的整个生命周期，从大数据收集、建模到部署和监控。数据科学家可以专注于创建有价值的模型，并依赖 OptimalPlus 平台来处理所有操作模型所需的管道。快速互动分析和洞察大数据分析要有价值，就必须具有可操作性。用户需要能够帮助他们识别问题并关注最重要问题的系统。OptimalPlus 提供了一个富客户机应用程序、Portal+和一个用户友好的 web 应用程序，该应用程序具有预先构建和可定制的仪表板。这些应用程序可以显示 kpi，提供对生产问题的洞察，并支持简单的下钻，以帮助快速准确地识别问题的原因。用户还可以选择使用他们喜欢的商业智能工具来查看数据和见解。产品价值创建可访问的单一数据源OptimalPlus GO 软件用于连接和关联来自多个系统的产品数据。创建一致的数据模型，便于所有人员访问构建仪表板并监控所有产品阶段的数据连接从测试仪到企业资源规划（ERP）系统的数千个数据源支持 90%的半导体企业外包半导体封装和测试业务（OSAT）高级分析助力产品良率提高借助 OptimalPlus GO 软件，您可利用人工智能和机器学习的强大功能来获得隐藏见解。这些发现可让您的业务如虎添翼：最大限度地减少站点间变化优化重新测试策略并确定优先级减少产品报废和浪费实时识别设备的性能问题提高半导体产品良率高达 2%防止劣质产品流入市场品牌声誉无比宝贵－OptimalPlus GO 软件提供的保护功能可保证产品的质量和一致性。可视化分散的供应链对供应商进行基准测试并比较良率结果接收实时质量警报并加快根本原因分析速度集中控制规则并推送至分布式测试机群可减少高达 50%的质量逃逸减少测试资本支出OptimalPlus GO 软件可帮助您最大限度地提高测试仪利用率与测试效率。解决测试仪利用率不一致的问题识别并在最大程度上减少测试时间变化改善低效的重新测试策略与执行全天候远程监控所有测试仪提升测试吞吐量高达 20%ExensioPDF Solutions[Data and Test - Kimon Michaels_ Leveraging semiconductor lifecycle data to drive closed-loop and....mp4][Break through yield barriers with Siemens and PDF solutions.mp4]Exensio 分析平台的设计和架构旨在满足半导体生态系统中每个参与者的需求和要求。晶圆代工厂、IDM、OSAT 和无晶圆厂公司要在半导体市场取得成功，面临着共同和不同的挑战。我们与半导体生态系统中 100 多家领先公司合作数十年的经验使我们能够深入了解这些相似点和差异。我们创建了一系列产品，提供最佳的功能组合，使各类半导体公司能够显著提高推动其业务发展的关键绩效指标 （KPI）。不再有数据争论或集成问题会拖慢您的速度。快速找到影响您的产品产量、质量或上市时间的下一个制造或测试操作问题的根本原因。借助 Exensio 分析平台，您将拥有业界领先的大数据平台来连接和分析从制造到测试和组装再到现场操作的所有半导体数据。PDF 解决方案 Exensio Analytics 平台提供数据采集、标准化、语义、大数据云管理、AI/ML 和数据可视化 由 TIBCO® 提供支持。Exensio IDM 专为满足制造、测试、组装和包装其所有产品的公司的需求和要求而量身定制。它包括我们的所有四个核心模块：制造分析、控制操作、测试操作和装配操作。Manufacturing AnalyticsFast, high-volume, scalable yield management environmentAutomatically collect and clean data from different sources/typesComplete lot and wafer genealogyAutomatically mine historical dataDefect source analysis (optional module)Physical failure analysis (optional module)Guided Analytics (optional module)Datasheet_ManufacturingAnalytics_6_1_2022.pdfProcess ControlConventional FDC capabilitiesUse your existing sensor collectors or use oursOffline model creation and simulationConfiguration versioningReal-time interactive reportingOCAP (out of control action plan) alarmsOnline SPCApproval loopCombine summary and real-time FDC dataDatasheet_Process_Control_6_1_22.pdfTest OperationsBroad support for current and legacy testersBi-directional tester controlAutomated data collection and cleaning via DEXBig data analytics (Cassandra and R)Test-specific analytics and chartingInkless wafer map editing/merging/exportingOnline and offline rules for quality and reliabilityDatasheet_TestOperations_5_15_22.pdfAssembly Operations (formerly known as ALPS)Compatible with and complementary to existing electronic chip IDs (ECIDs)Maintains die handling location maps and location transformations through every step of the test and assembly processesEvery package is linked to ALL die in the package (e.g. MCMs or SiPs)Fully integrated to all manufacturing data streams: Test data, Manufacturing data, Process control dataDatasheet_Assembly_Operations_3_7_23.pdfOdysseySynopsis，新思科技从新芯片的设计开始，经过严格的制造流程，直到完成产品测试和出厂，半导体 IC 的生产是一个固有的复杂流程。监控和提高良率所需的数据分析是一大挑战，特别是当数据量随着技术节点的缩减逐渐增大且变得多样时。针对特定产品的设计-加工-测试交互使查找根本原因的方法变得更加复杂，让工程师们更难清晰地理解良率限制因素的本质。Synopsys 产品通过可根据特定用户群体调整的产品功能应对这些复杂的分析要求。 Yield Explore以设计为中心的良率管理纳米节点产品提升问题主要是设计-流程-测试交互，需要跨领域分析来快速缓解这些问题。Yield Explorer 将物理设计流程、晶圆制造以及晶圆和芯片级测试等不同来源的良率相关数据整合到一个数据库中。Design-Centric Yield.pdf产量限制分析作为 Synopsys TestMAX 诊断解决方案的补充，Yield Explorer 能够及时应对当今产品工程团队面临的复杂挑战。凭借尽可能广泛的数据范围，用户在面临与系统设计相关的良率限制因素时，可以在根本原因分析中获得无与伦比的清晰度。现在可以轻松地将 ATE 测试的输出与一侧的晶圆参数数据关联起来，另一侧与 DRC 标志或时序分布关联起来。然而，Yield Explorer 在最复杂的用例中以数量级的分析速度优势实现了这一目标 - 例如，ATPG 输出的体积诊断分析速度提高了 10 倍。功能特性跨站点参数、设计、物理验证、模拟、产品测试和自定义数据源的复杂关联同步组件架构将所有传入数据集成到单个一致的分析中图表和电子表格与晶圆图交互，并将失败的网络覆盖到设计上动态可扩展的数据模型允许将任意数量的自定义数据字段加载到 Yield Explorer 数据库中平台中立的分析客户端（Windows、Linux、UNIX）允许所有用户使用相同的应用程序，无论桌面计算环境如何Odyssey针对晶圆制造且以生产为中心的良率管理Synopsys 的 Odyssey 产品系列包括多个组成部分，可满足半导体晶圆制造的特殊要求。Odyssey Defect 是经生产验证的缺陷数据管理解决方案，全球逾 35 个制造工厂选择了此方案。Production-centric Yield.pdfOdyssey DefectSynopsys 的 Odyssey 产品系列包括多个组成部分，可满足当前现代半导体晶圆制造的要求。Odyssey Defect 是经生产验证的缺陷数据管理解决方案，已成功帮助全球逾 35 个制造工厂管理其缺陷问题。Odyssey Defect 拥有超过 14 年的发展历史，可提供实时批量处置、SPC 提醒及一套完整的缺陷分析工具，来帮助制造工程师们解决随机和系统的良率问题。作为一个真正的全天候运行系统，Odyssey Defect 可有效、可靠地交付结果，运用错误修正过程，为客户保障更大化的使用时间。Odyssey Defect 有着开放和厂商中立的架构，其全面丰富的交互式图表、晶圆图和报告功能可支持所有检查、复审及分类工具。功能特性简单易用的 Odyssey 用户界面，可帮助生产人员实现较高的生产率工具中立，平等支持所有检查和复审工具，使并行缺陷分析实现自动化，以缩短诊断周期时间业内顶尖的功能，包括易于创建和维护的分析模板，这些模板可在整个晶圆厂内共享使用，并且可以由晶圆厂的良率变化触发基于服务器的实时缺陷根源分析 （DSA），SPC 功能及自动晶圆取样和输出（处置）交互式电子表格和图表可在非常短时间内帮助追踪到问题的根源稳定的 ORACLE 数据库及高度可靠的产品，无需对全天候运营晶圆厂进行太多维护支持集成的自动化功能，可使用户更快地进行合作，在几分钟（而非几天！）之内就完成根本原因的分析现已支持在 LINUX 上使用Avalon产量管理 - Avalon用于故障分析的 CAD 导航和调试解决方案Avalon 软件系统是用于故障分析、设计调试和低成品率分析的下一代 CAD 导航标准。Avalon 是一款功能强大的产品，具有工具、功能、选项和网络功能，可为快速、高效和准确的检查、测试和分析作业调查提供完整的系统。Avalon 通过为几乎所有类型的测试和分析故障分析设备提供易于使用的软件界面和导航功能，优化了设计和半导体故障分析 （FA） 实验室的设备和人力资源。Avalon 使产品和设计团队能够与 FA 实验室进行更密切的合作，从而显著缩短产量和上市时间。Avalon 可以从所有关键设计工具和多种用户专有格式导入 CAD 设计数据，并提供可以轻松注释、分解、搜索和链接的电路的可视化表示。CAD Navigation and Debug Solutions for Failure Analysis.pdf功能特性通过适用于各种 FA 设备的通用软件平台提高故障分析效率通过缩短 FA 周期时间，显着缩短上市时间通过器件节点之间的交叉映射来同时查看所有三个设计域（布局、网表和原理图），更快地解决问题使用高级调试工具提高 FA 根本原因分析的准确性将来自各种 FA 设备的图像叠加到设计布局上的单一应用程序使用 KDB™ 数据库安全访问所有 FA 信息设计独立的系统，支持所有主要布局与原理图 （LVS）完全访问对故障跟踪、电路调试和致命缺陷源分析至关重要的所有调试工具简单的部署设置，支持 Linux 和 Windows与旧版 Camelot™ 和 Merlin™ 数据库无缝集成易于转换布局、网表和原理图数据，并在每个数据实体之间建立交叉映射链接Sysnav应用于印刷电路板、多芯片模块和堆叠式芯片应用的 CAD 导航SysNav™ 是可视化布局和信号追踪 CAD 导航软件解决方案，可应用于印刷电路板 （PCB）、多芯片模块以及堆叠式芯片应用。它扩展了 Synopsys Camelot™ 对封装行业的芯片级故障分析能力。SysNav 是市面上唯一一款能够将多个互动式 IC、PCB 电路除错和在线追踪功能与 CAD 导航相整合的工具。Sysnav 可在芯片、堆叠式芯片、多芯片模块和 PCB 上实现快速信号追踪。现在，晶圆厂团队可以对从芯片到板、从板返回芯片的信号进行追踪，然后快速将故障分析工具导航至 X、Y 位置，以确定故障的根本原因。Sysnav 是最初由 Knights Technology 开发的故障分析产品组合中的一部分。2012 年，Synopsys 收购了 Magma，Knights 的产品线作为收购的一部分也被纳入 Synopsys 旗下。CAD Navigation for printed circuit boards, multi-chip modules, and stacked die applications.pdf功能特性SysNav 显示板级布局数据，而 Camelot 的 MaskView™ 显示芯片级布局数据SystemNav 和 MaskView 可突出显示电力连通性或对其进行交互式追踪Sysnav 和 MaskView 具有类似的 GUI，适配方便SysNav 提供 Camelot 具备的诸多板级故障分析能力，包括 2D 横截面视图和 3D 指定小块区域视图使用 Kedit 在封装中标注位置并使用数据定位器定位电路板上的芯片信息执行图像叠加从 Pin 列表文件（ASCII 文件）和 IPC 356D 文件中导入网络名称信息使用基于 GUI 的应用程序 KDBBuilder 转换封装数据集成 FEI V Ion，FEI V-Ion Plasma FIB 及其他设备支持行业标准 Gerber RS 274X 格式Yield Manager面向 IC 制造商的可定制良品率管理YieldManager® 是一款可定制的良品率管理软件系统。它使得工程师们能够快速收集、关联、分析和共享关键数据，以帮助集成电路 （IC） 制造商实现并保持高良品率。其数据类型包括缺陷、检查、bin 排序、位元图、参数、MES 和最终测试。YieldManager 既能保持不同数据源的高度一致性，又能实现快速的数据提取，以加速查找根本原因，可有效节省工程时间并集中资源。利用统一数据库，YieldManager 无需维护晶圆厂内的多个客户端-服务器应用。这一系统为晶圆制造提供了单一、稳健、经行业验证的解决方案，从而简化了 IT 基础架构并降低了基础架构成本。YieldManager 是最初由 Knights Technology 开发的良率管理产品组合中的一部分。2012 年，Synopsys 收购了 Magma，Knights 的产品线作为收购的一部分也被纳入 Synopsys 旗下。Customizable yield management for IC manufacturers.pdf功能特性通过单一的统一数据库实现完整的晶圆厂解决方案加速查找根本原因。YieldManager 能提升所有晶圆厂数据类型的一致性，简化了区分良品率问题症状与可能根本原因的工作通过自动化分析提高生产率。YieldManager 可利用 VB 脚本记录、编辑和执行功能来获取分析过程。报告可定制并可输出为多种格式，包括 HTML 和 Microsoft PowerPoint®确保数据安全性。YieldManager 5 采用的三层系统方法为管理员提供了强大而多样化的工具，用于控制数据流利用单一可靠的数据库解决方案，降低基础架构成本KlarityKLA, Keep Looking Ahead美国公司，中国名字：科磊仪器Klarity，自动缺陷与良率数据分析国内市占率较高的 YMS 产品通过实时偏差识别，Klarity（®） Defect 自动缺陷分析与数据管理系统能帮助晶圆厂缩短良率学习周期。Klarity （®） SSA （空间特征分析）分析模块能够自动检测与分类点出工艺问题之缺陷特征。Klarity （®） ACE XP 先进的良率分析系统能够帮助晶圆厂内部与跨厂捕获、保留与共享良率学习，从而加速良率。Klarity 系统采用直观的决策流程分析，使工程师能轻松创建自定义分析，支持批次处置、复检取样、缺陷源分析、SPC 设置与管理以及偏离通知等应用。Klarity Defect、Klarity SSA 与 Klarity ACE XP 组成工厂全程良率解决方案，可自动减少缺陷检查、分类以及检视数据，转为相关之根本原因与良率分析资讯。Klarity 数据可帮助集成电路、封装、复合半成品与硬盘制造商更迅速采取纠正措施，从而提高良率以及缩短产品上市时间。主要应用缺陷数据分析晶圆处理工艺与工具偏移识别空间特征分析良率分析良率预测ACS EASY™ADVANTEST[- Advantest Cloud Solutions Sub 1409.mp4]日本公司专注于提升良率的 ACS Engineering AI Studio爱德万测试的 ACS EASY™是一款独特的由 AI 驱动且用户友好的自动分析良率问题的软件解决方案，能有效减少工程师的工作量并缩短纠正周期。产品良率是半导体生产中的关键性能指标，需要持续的工程投入来进行排错和调整。ACS EASY™ 提供了一种新型低成本的良率提升解决方案，运用人工智能（AI）来加快识别良率损失的根本原因，并提高测试结果的分析效率。使用 AI 对半导体测试条件和推断结果进行自动监测，从而隔离分析良率下降的原因。这种方法能够快速解决生产问题，缩短故障排除时间，并显著减少数据分析的测试工作量。我们专有的机器学习算法加速并补充了基于经验的人工判断，并可以对任何新的良率相关的问题进行分类，以供未来监测和分析之用。这些机器学习能力扩展了系统的储备知识库，从而使这些推断类应用能够呈现更大的价值。ACS EASY™能够处理海量数据，将新批次的测试结果与先前批次进行比较，从而快速鉴别异常的分 Bin 趋势。该方案的图形用户界面（GUI）提供了测试结果的在线分享功能，无需创建单独的报告。ACS EASY™适用于广泛的用户群体，涵盖从芯片设计方到外包半导体组装和测试（OSAT）公司等众多领域的用户。它是一种安装便捷、易于使用的低成本系统。ACS EASY™不需要用户熟悉 AI、机器学习、数据分析或统计。它让测试工程师也能够精通数据管理，而无需成为数据科学家。无论是半导体产品测试的工程模式和量产模式，爱德万测试的最新创新提供解决方案均能够显著提高其产能。功能特性标准测试数据格式（STDF）和数据库的高速数据集成。机器学习：覆盖原因隔离和晶圆 Pattern 分析。基于 HTML 的图形用户界面：覆盖基础数据可视化，如晶圆图、测量直方图等。服务器前端模型架构，实现团队无缝协作。API：支持与其他程序的简单集成。作为基于容器化技术的 web 应用，易于安装。公司其他产品ACS TE-CloudACS EdgeACS 动态参数测试ACS APCACS NexusACS EASYAYEDASAYEDAS, Advanced Yield Enhancement Data Analysis SystemTYNE, T otal Y ield and K N owledge E ngineering太引科技提供资料广度与深度兼具的工程资料分析大数据平台卓越的工程资料库设计专为制造业设计的大数据分析平台，让跨国、跨厂区的各式生产数据完整整合，客户可以即时取得制造过程中每一环节资料做分析，加速各厂区、各阶层使用者的沟通与决策。TYNE 凭借丰富的导入经验领先业界，无论资料来自 MES、ERP ， EAP 系统或机台自动上抛 Data File，所有人、机、料、法、环各个环节的资讯，皆于收集资料的同时，自动维护资料之间的关联性，使得各式相关性分析能维持高效能。无论是半导体产业、面板产业或其他高科技产业的 Inspection / Metrology / E-Test / Process Equipment Data / MES / Function Test / Final Test / Legacy System 等资料类型，TYNE AYEDAS 系统皆能满足其产业独特的分析需求。量身订做的资料选取引擎AYEDAS 系统依据资料属性，可归纳出多种资料搜寻入口，涵盖制造履历资料、量测资料、AOI 检测资料、生产机台资料等，分门别类，自动串接资料，使用者入手容易。客户厂内惯用专有名称可以套用至使用者介面，减少使用者对选项名称的误解与困扰，使用者使用无障碍。具有弹性的资料搜寻介面，使用者只需以点选方式即可轻易取得各种整合完善的资料集，再也不用浪费时间在资料汇整，可以更专注于资料分析与问题的解决。EDA 大数据平台设计的领导者工程资料数据量庞大，传统用 Relational Database 的储存方式，对于长时间资料量的分析工作常遭遇效率问题甚至无法执行成功。另一方面较长时间以前的 Cold data 虽然不常被分析到，却维护成本极高。太引 Hadoop /Spark 系统平台的推出，解决困扰客户许久的大数据的分析效率， 一年以上的过时资料管理，不再感到困扰。不管是软硬体上的投资成本，也更具经济效益。丰富的图表分析工具满足制程自我健康检查与深度分析需求AYEDAS 系统整合了人、机、料、法、环各个环节的资讯来探索制程中的变异，也提供相对应完整的图表分析工具，以满足各种分析需求。可检视资料分布状况、寻找变异发生的关键点、比较机台差异、探索参数间的相关性及共通性分析等，让制程中可能发生问题的所有可疑点无所遁形。提供资料处理模组，所有分析运算都能于此平台完成，让您轻松将捞取的资料汇整成摘要报表，或是进行较复杂特殊的资料运算或预处理。独创之多样化统计图表为了满足持续改善的工程资料分析需求，AYEDAS 系统上所有图形皆由 TYNE 自行开发，以利图表可随使用者需求而弹性变化，每种图表皆有数十个选项可供调整，以产出最符合使用者需求的呈现方式。AYEDAS 系统提供基本经常使用的统计图形，如：圆饼图、直方图、长条图、柏拉图、盒形图、趋势图、散布图、制程能力图等；为满足进阶的分析需求，AYEDAS 系统也提供进阶且实用的统计图形可供选择，如：累积分配函数图、密度函数图、常态机率图等，全方位符合不同应用的使用者需求。以 TYNE 多年产业导入经验与统计技术专业，延伸出多种变形使用的统计图形，如：堆叠长条图、分群直方图、多参数趋势图等，能于单一图形上呈现多面向的资讯。例如：三合一图：多维度分析，结合时间趋势、分布与 ANOVA 检定结果，深入了解机台差异的关联分析。多合一图：用于比较多种不同数据尺度的制程参数，在相同 X 轴下的趋势变化。图表直觉化设计AYEDAS 系统可弹性根据各个资料栏位分群绘图（譬如量测参数、生产站点、机台设备等），可以同时汇出多张同型图表，达到分层分析的效果，并将严重程度不同的异常以颜色作区别，使用者能快速阅览所有分群图表。输出大图为互动式功能模式，使用者可运用 Mouse Over、Zoom-in 等功能，轻易取得、编辑或输出图表上所有相关资料与统计指标资讯。轻松设定图表刻度与编辑美化，可选择输出投影片或图档格式以供报告。使用者于图表检视时如发现异常批号，可于 AYEDAS 系统直接储存异常批号清单，以便后续捞取该异常批号的其他历程资料，做深入的追踪分析。进阶统计及机器学习分析变异分析制程变因的差异性分析是工程资料分析最常见的议题，在比较各种变异时（机台、站点、位置、时间、材料、参数等），将 QC 七大手法中的层别法融入于各式图表中，以最直观、一目了然的图表方式呈现变异发生的关键点。为了更客观判定变异是否存在，AYEDAS 系统可在统计图形上结合严谨的统计检定结果，让使用者透过一张图形即可达成多样化分析。AYEDAS 系统亦提供变异数分析（ANOVA， Multiple ANOVA），透过严谨的统计检定报表，找出人、机、料、法、环等众多制程变因中，对制程变异具有显著性影响的变因。关联性分析TYNE 独有设计的企业资料库，整合跨生产站别的人、机、料、法、环等资料，串前串后更简单，让使用者可以切入前后站制程的每一个环节查找问题原因。可轻松将机台维修保养（PM）纪录结合至量测数据与制程履历上，辅助使用者判断异常现象是否为机台维修保养处置所导致。透过相关系数的矩阵呈现，可快速从众多可疑参数中找出与良率相关性高的关键参数，加速找到问题症结并可立即进行处置，大幅降低异常所造成的损失。共通性分析针对良品与不良品的制程履历资料，分析人、机、料、法、环各种制程因子的共通性，TYNE 独创的分析比较方式，让使用者在数秒内就能得到良率问题的根因。透过特殊 Time Line 分析，快速厘清良品与不良品在时间轴上是否具有共通性。多变量分析与机器学习AYEDAS 系统提供多种多变量关联分析，包括 Decision Tree、 PLS Regression、Multi-Regression、Random Forest、Cluster… 等各式 Data Mining 与 Machine Learning 等手法，针对高维度、多变量的大数据，快速萃取有用的资讯，找到关键因素。针对侦测到的异常批号，用多种分析手法，以高维度的多变量数据，Blind Search 的找出引起变异的制程因素。持续研发新的机器学习方法，协助使用者可以用最新的方法，享受新数据时代，自动分类与预测，协助客户达到智能制造新境界。产业独特分析手法半导体产业的晶圆图BIN、Electrical Test、Defect 或 Inline 量测数据等资料，皆可逐片绘制成晶圆图，可单独检视每片晶圆的生产结果。可自由堆叠多片、多站的资料，绘制成复合晶圆图，以比较整批或整段制程的综合表现或集中性。可依据 BIN 与 Defect 两种资料的座标对应关系，堆叠这两种资料于同一张晶圆图，以观察其相关性。若有 Defect 图片，则于晶圆图的相对位置显示标记，可直接点开实际 Defect 图片观看。面板产业的面板图AOI、Test、Defect 或 Inline 量测数据等资料，皆可逐片绘制成面板图，可单独检视每片面板的生产结果。即使同一片玻璃基板上，存在多种不同尺寸的面板，只要存在相关对应关系，皆可依据实际比例绘制成面板图。可自由堆叠多片、多站的资料，绘制成复合面板图，以比较整批或整段制程的综合表现或集中性。若有 Defect 图片，则于面板图的相对位置显示标记，可直接点开实际图片观看。缺陷分析AYEDAS 系统可将缺陷点与各种机台接触点叠加于图上，并进行吻合程度分析，以确认两者相关性。利用重复缺陷点分析，于绘制晶圆图或面板图时，额外提供缺陷点在各个位置的集中度，以检视缺陷点的分布是否具有位置集中性。利用缺陷源分析进行交叉比对，追溯出真正的缺陷点来源站点，以查找出最有可能产生缺陷的制程站点（段）。智慧分析平台智慧模板透过一连串的分析流程以厘清复杂的问题，并结合多种图表或报表来呈现分析的结果；运用 AYEDAS 独特的智慧模板，使用者可弹性自订并储存分析流程剧本，以满足各式分析需求的处置逻辑。一键存取智慧模板，可重复使用、分享与自动化排程执行分析，也可随时重新执行，即可获得最即时的分析结果。可自动串接其他分析流程萃取的有效资讯，真正做到”智”动化智慧分析！个人化工作清单运用智慧型设计，让使用者在执行日常重复性分析工作时，可建立个人化的工作清单（Preference） 来简化 AYEDAS 系统操作步骤，提升工作效率。公司内部人可透过清单分享与共用，提升团队工作效率、节省系统资源，更易于新进人员的训练与经验传承，缩短新进人员的学习曲线。排成与知识管理透过排程设定（Schedule Job），可依据个人化工作清单，定期产生每日、每周、每月等所需的标准化分析图表与报表，使用者可将有效运用时间做更有价值的工作安排。依排程设定所产出的分析结果，可呈现于内部共同的资讯平台，易于内部人员的相互交流、讨论与报告，具有提升个人专业知识与经验的价值。预测与监控针对指定 Model 做预测监控，例如 Metrology Data Predict Model。 在制程段就能提前预测与监控量测值的表现，更快警示问题， 维持一定的 Sampling 检测来验证 Model 即可。预测模型的合适性监控，可利用差异检定做自动预警，以即时确认资料模型的合适性并予以调校。最容易维护的 EDA 系统维护成本最低AYEDAS 兼具资料整合与分析的大数据云端平台，只需以网址与使用权限，便可在世界各地远端存取生产数据、享用系统功能，以满足国际化、跨厂区、跨部门共用的便利性。Thin-Client 搭配 Oracle/Hadoop 的解决方案，即使存取庞大资料量，也不用受限于本机电脑的软硬体设备，与浏览网站一样便利。系统布属配置容易、维护便利、易于扩充，搭配整合性的 Online Help 功能、权限管理、系统使用管理与使用者习惯分析等功能，在各方面皆能满足 IT 管理者的需求。资料整合容易TYNE 以十数年跨产业工程资料分析系统导入的经验，开发出最适合制造业的工程资料库与系统架构，可整合生产制造过程所触及的人、机、料、法、环等各种资料，满足所有独特分析需求、达到良率持续改善的目标。无论资料来自 MES、EAP 等资料库系统，或量测机台、检测机台、生产机台、扫描式电子显微镜等机台自动上抛的实体资料档，或由感测器发出的数据资料，皆可完整汇整至 AYEDAS 资料库。弹性的系统架构，即使 AYEDAS 系统上线后有新增的资料型态欲整合至系统上，也能轻松扩充至 AYEDAS 资料平台。易于管理的系统提供完整的使用者权限控管机制，让系统管理员可轻易新增/删除/修改使用者帐号、使用者群组、可存取的资料范围、可使用的系统功能等，不用因内部人员异动而烦恼。提供使用者自行调整个人化工作清单与排程设定，不必透过 IT 部门也可自行产生定期性报表，有效利用工作时间。极佳的效能表现对于高度自动化的资料类型，可透过 ETL 程式（Extract-Transform-Load），将资料自动、定期、大量且流畅地汇整至 AYEDAS 资料库。针对 EDA 系统需要经常性大量资料存取及运算的特性，TYNE AYEDAS 提供了特殊设计，以最佳的效能反应，让 AYEDAS 系统整体运作快速且具高稳定性，充分展现优异的系统效能，提供使用者卓越的专业享受。Vidas台湾炜晶科技产品，官网宣传七款产品：YMS、Vidas、xEHM、xDashboard、xReport、xBigdata、xDMS，看似是一个产品的七个功能模块可以查到两家代理商：威导数据（厦门），威达数据（苏州）YMS，良率提升管理系统Vidas，数据智能分析系统xEHM，机台健康管理系统xDashboard，管理仪表盘xReport，报表管理系统xDMS，缺陷改善管理系统Vidas 是 Visual Intelligent Data Analysis System 的缩写。我们希望让使用者体验拖拉式的分析设定，智能式的分析决策来进行分析。并透过流程图式的分析手法展示，搭配分析设定的可储存性、可重制性来达到分析标准化与自动化分析的目的。数据整合： 弹性的设计，可轻易链接各类数据源与数据层级于单一平台产业应用： 提供 SEMILCD，SOLAR，LED，PCB 等先进产业的各种问题导向分析手法简易上手： 智能接口，从专家到一般工程师都能快速上手，同时提供自动报表，提升工作效率Vidas 不只是个分析软件，也是一个交互式的平台，每个分析的结果都可以进行连贯分析（Drill-Down Analysis）。表中的数据可以传递到下一个查询或分析，互动图形中可以带出其他数据源的信息，用户在分析的过程中不再卡卡。Vidas 的工具包中包含客制化的数据查询接口、简单方便的数据整理工具、智能化的复合式分析、互动美观的图表呈现都能减少用户在数据分析上所耗费的时间，将使用者的智慧与时间妥善运用在观察数据与解决问题上。Vidas 的工具包中更提供了实验设计、统计制程管制、制程变更管理、机台展开分析等管理工具，全面的让我们的客户快速提升质量以及提高生产效能。功能特色可以与公司内部 eFab System/Portal 网页链接，整合信息两种操作模式： 工作流程模式 & 结果检视模式报告（检视）模式方便检视及评估YieldHUByieldHUB is a SaaS company (with an on premise option) that provides yield management and comprehensive data analysis for semiconductor companies. Our customers include leading fabless companies and IDMs worldwide.[7152 wafers stackedmp4 on Vimeo.mp4][PerSite_100MBDatalogmp4 (360p).mp4]New Product IntroductionyieldHUB Characterize: Speed up a key part of the NPI process with virtualretest and outlier analysis built into our automatedscalable,cloud-based solution.Parametric analysis, Analyze parameters and tests in detail, including and applying filters.Drift analysis, Quickly analyse drift across all your tests when you do the likes of burn-in and life test or temperature guard-banding.Bin analysis, Bin galleries, stacking of wafermaps, trends.Gage R&R, Detect tests that are sensitive to set-up and fix them before release. This ensures consistency across sites.testers and interface cardsCalculated Tests/Multivariate analysis, Create tests from other tests, e.g. test1/test2 or test1 with a different set of limits. Done virtually in the database.ProductionWAT Analysis and PCM, Analysis of parameters tested at Wafer Acceptance step.Compare site vs site performance, Be on top of site performance issues, even search all the DB for wafers that had excessive loss due to site issues.Wafer sort analysis, Wafer visualisation, parametric and bins, yield. Stacking hundreds of wafers at a time.Detect Program Changes, Check if the program changed even if the name didn’t. Check the changes from one program to another (eg missing tests, limits widened etc).ANOVA, See which factors are most affecting yield and parametric performance.CP1/CP2 analysis and consolidation, Variation of Wafer Sort testing (typically CP1 at ambient and CP2 at hot).Advanced ProductionAuto cleansing of data, Incorporating automated re-screen algorithms to clean up final test data before you look at it.Correlations, Ability to correlate performance across manufacturing stages, e.g. what effect do fab parameters have on wafer sort/final test.Lots on Hold Dashboard, Add material causing alerts to a dashboard you canbookmark.Outliner Detection, Detect outliers automatically using public domain algorithms and your own algorithms.Statistical Bin Limits, Calculate and save SBL limits interactively.Multi-die analysis, Correlate data from multi-die packages to wafer fab.DataExpDataExp 是广立微十多年来支持集成电路行业经验的积累，建立的结合“快捷报表浏览”和“灵活即时性分析”于一体的分析平台，能够有效地帮助半导体企业发挥数据价值，提升成品率和提高产品性能。数据统一管理，平台支持测试数据、工艺参数、晶圆缺陷数据及图像等多维、复杂数据统一管理数据可视化，高交互的数据可视化平台，配置有丰富的开箱即用数据大屏（Dashboard），以满足集成电路数据分析领域日常查看、监控数据的需求高效处理数据，底层数据架构采用了最新的分布式数据库及管理系统，确保有效快速的存取/数据整合，具有灵活的扩展性DataExp-General简捷， 快速， 通用的数据分析软件， 且附加半导体特有分析需求快速导入多种数据格式 （包括。csv/.xls/.stdf/.ad5 等）； 或连接 Database 数据库可进行数据转换， 合并， 修改， 添加， 及统计透视表等操作图表构建流程方便，快捷 （Drag & Drop）支持构建数据大屏，同时图表之间支持支持交互性分析 （Interactive & Dashboard）可重复使用画图模板，并可自动生成 powerpoint 文档支持多种统计分析（ANOVA， Chi-square， Correlation， Regression model， Kmean cluster）包含为半导体数据量身定做的图表与分析方法DataExp-YMS半导体良率及 Fab 厂在线数据分析软件强大的数据整合与挖掘功能，智能数据大屏，高效产品监控及良率诊断可视化的高交互应用前端，多样化灵活数据探索下钻分析DataExp-TMAWAT 测试数据 （MPW， PCM 等） 、RF 数据分析软件测试芯片分析，可将大量设计 DOE 信息与芯片电性测试数据结合，通过数据建模快速找到缺陷多发的 IC 设计版图模式，呈现各个制程节点的工艺窗口，有效可靠地筛选最优的工艺条件、参数。同时，基于 DataExp 强大的绘图功能与自动生成分析报告功能，用户可以快速分析数据并完成可视化过程，自动生成 WAT 或 In-line 数据的分析报告。RF 数据分析，针对 RF 数据，客户可导入器件参数文件库，并进行参数批量转换、去嵌、取模、取相位等操作，绘制参数斯密斯圆、幅频、相频等曲线。DataExp 平台对以前无法分析的海量射频数据进行快速有效地解析和结果展示，是 RF 数据分析方面一个质的飞跃。DMS/YMS众壹云良率产品BDYAPBDYAP，Big Data Yield Analysis Platform，良率分析大数据平台整合六大维度数据关键字分析周期控制点计算逻辑数据对比人人员：系统操作记录（MES）人员：行为视频记录（CCTV）3 个月标准操作/行为异常操作/行为 识别报警视频记录识别依赖人工，效率差。 晶圆载具未轻放等行为不易识别机设备传感器参数（毫秒级，单机上千参数） 设备维修记录；晶圆生产日志 Recipe 参数配置信息，修改时间3 个月阈值控制 波形控制超阈值报警 波形异常报警阈值/波形控制误报警率高 日志，记录数据不易集成料硅片：晶格类型，粗糙度数值；厚度；均匀值 薛品：批次，生产厂家，数量，质量检测数据（浓 度，杂质数）；装载设备名单；装载日期；3 个月阈值控制 规范比对 日志记录超阈值拒收 合规判断数据离散，不易获取 格式不一，不易整合法工艺配方（近百参数/工艺，千道工艺/产品） 工艺所需设备限制条件（缺陷数量，各参数状况） 工艺及工艺间时间控制3 个月阈值控制 规范比对 日志记录超阈值拒收 合规判断数据离散，不易获取 格式不一，不易整合环实时温度 实时湿度 实时空气质量（颗粒）3 个月阈值控制 规范比对 日志记录超阈值拒收 合规判断数据频率低，匹配度低测缺陷数据（每日上百万缺陷及图片） 尺寸厚度测量数据（数十万测量数据） 元器件电性能测试数据（每日近百万测试点记录）3 个月阈值控制 （上万种） 图形异常控制超阈值拒收 特殊图形数据一致性差 匹配度不强 取统计值，信息丢失严重八大应用场景价值点/特点描述基于工业互联网的良率大数据平台，将会成为中国半导体制造行业智能化升级的强力助推器，通过解决行业最为核心的良率问题，同时半导体产业的发展也将推动供给侧的产业升级，为中国数字经济的发展增添新动能。近几年，人工智能 AI 在智能制造领域发展逐渐加速，尤其在半导体领域越来越受各方的重视，将能基于 BDYAP 平台展开行业人工智能成果分享，打破行业的自闭性，将会推动半导体产业链的深度融合，提升行业的整体效率并引领商业模式变革，为半导体行业的迎头赶上提供新的机遇，会形成更广泛的以人工智能为基础设施和创新要素的新发展模式。目前，国内半导体产品综合自给率仅为 15%，目标是达到 2025 年自给率 50%的行业目标，每年都会节省大量的外汇，降低我们对国外进口的严重依赖。行业产能相较于 2017 年还有 2 倍以上增长空间。同时，半导体行业投资高，工艺复杂，已具备非常高的自动化水平，因此数字化、智能化升级的要求也更明确。BDYAP 平台提供的工业 App 涉及了芯片制造中的晶圆缺陷检测与良率提升、生产计划排程、设备及人员调度、预测性设备维护、智能质检、资产监控及运维等多个方面，按照 5 万片/月产能的 FAB 厂预估，每年将能带来 3900 万美金以上的经济效益，据 SEMI 预估，2020 年底前中国大陆整体的 8 吋晶圆供应产能将达到每月 130 万片，另 12 吋晶圆产量每月也预估有 75 万片，基于工业互联网平台的广泛推广与应用，将有望为晶圆制造行业创造近 16 亿美金的回报。DMS/YMS芯片良率（缺陷）管理系统产品概述晶圆制造企业目前使用的 DMS/YMS 产品基本都被国外软件产品所垄断，而这些传统 DMS/YMS 产品存在着以下的问题：价格高，性价比低。不支持功能扩展和客制化，无法适应业务发展的需求不支持大数据分析以及 AI 的应用，仅仅是工具化软件，非常依赖使用人员的经验服务响应慢，操作不便利DMS/YMS 是众壹云凭借着多年的晶圆行业项目实践与具有丰富行业经验的技术团队，与国内领先的晶圆制造企业携手合作，研发的基于大数据平台技术架构的晶圆缺陷管理良率分析软件。本软件为 Foundry 厂的良率工程师（YE）提供了各类自动/半自动化分析工具，将缺陷管理良率分析模式由原来 YE 工程师需要手工采集数据并分析结果改为系统自动实时采集数据并更新分析结果，大大提升了缺陷管理良率分析的效率与准确性，为 Foundry 厂良率提升提供了优质的软件工具。优势描述基于最新的分布式数据库、微服务架构实现，极大的提高了软件产品的运行性能。同时，根据国内头部晶圆厂一线良率工程师的实际需求，优化软件产品的操作便利性和友好度。这两者都能极大的提高工程师缺陷管理良率分析的效率和准确性，从而对良率提升带来帮助。引入了大数据和 AI 的应用，利用主动学习的能力，在人工辅助确定大致范围后，AI 能够利用历史数据的结果，对几百上千种的因素进行分析回归，找到相关性最强的因素，进一步锁定范围，找到问题的根源。进而对这些相关参数进行机理建模，找到问题和相关参数之间的数学模型，有了这个模型，就可以用于对后续问题进行预测，防控。而通过对这个数学模型的分析，技术人员可以清楚地了解问题的物理机理，了解了此机理，工程技术人员就不仅知道如何预防此类问题，更能知道如何预防其他类似的问题，防微杜渐，提升模型价值。价值点/特点描述产品优势产品定位经过以上市场分析、竞品分析和用户分析，综合考虑目标市场需求和偏好、竞争产品的产品定位和市场表现，定位产品的目标市场、功能、技术、产品形态、价格等因素，建立差异化竞争优势。功能将YMS定位成一个大数据平台工具，其业务性由行业图表、行业算子，以及两者组成的多场景应用模板来叠加。基于此大数据平台工具，可以开发FDC、SPC、APC、RTD、RTS场景应用。未来，大模型应用也可以基于此平台进行开发和管理。大数据平台，作为差异化功能。业务功能，集成各竞品的优势功能。大数据平台工具数据集成与资源管理具备多源异构数据采集能力，支持采集量测机台、传感器、设计文件、视频、图片、业务系统（MES、FDC、SPC等）、HTTP/S、webservice等数据。具备海量数据实时、离线计算；支持对关系数据、时序数据融合计算。适配多存储引擎，面向不同场景支持快速切换；如支持TIDB、 PostgreSql、Oracle等。混合建模和联合计算混合建模求解与实时计算，支持行业机理模型、业务模型、数据模型、AI模型与业务模型的联合计算通过组件实现复用与扩展，实现模板在行业内的不断复用。不同场景下仅需更换或者微调部分组件实现快速扩展与适配组件库：封装好的基础计算模块组件连线：实时数据流、离线数据流、混合数据流模板库：组件的逻辑编排区，通过组件的编排实现场景开发，可存为模板进行复用规则引擎业务功能数据分析，每个分析的结果都可以进行连贯分析（Drill-Down Analysis）。表中的数据可以传递到下一个查询或分析。将大量设计 DOE 信息与电性测试数据结合，筛选最优工艺条件和参数解析和分析海量 RF（射频）数据提高 DRC、绕线、拥塞等预测精度探索物理设计空间工艺配方优化缺陷形态分析图表圆饼图、直方图、长条图、柏拉图、盒形图、趋势图、散布图、制程能力图累积分配函数图、密度函数图、常态机率图堆叠长条图、分群直方图、多参数趋势图三合一图，多合一图分群绘图Mouse Over、Zoom-in提供 SEMILCD，SOLAR，LED，PCB 等先进产业的各种问题导向分析手法（故障树）发布于 2023-11-28 14:15・IP 属地安徽良率提升良率管控生产良率​赞同 4​​添加评论​分享​喜欢​收藏​申请

【深圳方正微电子有限公司招聘，求职】深圳方正微电子有限公司前程无忧官方招聘网站

【深圳方正微电子有限公司招聘，求职】深圳方正微电子有限公司前程无忧官方招聘网站

深圳方正微电子有限公司

深圳方正微电子有限公司是从事集成电路芯片制造的国家高新技术企业，成立于2003年12月，是国内实现6寸SiC器件开发制造的厂商，拥有行业优秀的工艺制造能力、成熟齐全的工艺品类，为客户提供高质量的功率器件晶圆代工与技术服务。2021年8月，深圳市重大产业投资集团有限公司（全市战略重大产业投资平台、市国资委直管国有独资功能企业）成功入主方正微电子，将公司纳入深圳集成电路产业“比学赶超”发展战略的重要产业链环节，导入全球尖端科技资源，助力战略性新兴产业发展，致力于将方正微电子打造为国家第三代半导体制造高地。方正微电子肩负新使命，踏上新征程，深耕第三代半导体集成电路制造工艺研究与开发，努力为深圳打造我国集成电路产业发展第三极贡献力量。公司约650人，研发类团队占比30%，平均行业经验达10年。2018年，方正微电子被认定为“广东省功率半导体先进制造工程技术研究中心”，与北京大学、中山大学、南方科技大学、电子科技大学等高校在技术攻关、产学研转化、人才培养等方面开展深入合作，目前已授权专利465项，含美国发明专利7项、中国计算机著作权6项，已申请三代半相关专利78项，获评“国家知识产权优势企业”“广东省知识产权示范企业”“广东省集成电路专利优势企业”。1、技术创新方正微电子坚持以技术创新力驱动业务发展，遵照“生产一代、研发一代、储备一代”的原则，积极吸纳国内外优秀专家，让专家做项目带头人，开展前瞻性研发，探索未来方向。公司在2012年率先进入第三代半导体这一新兴技术领域，承担了三代半方向广东省技术攻关项目、广东省重点领域研发计划项目，获评深圳企业创新纪录19项，已有13个系列产品进入商业化应用，性能达到国际先进水平，奠定了国内先进的技术基础。2、业务布局方正微电子正与时间赛跑，传统硅基业务转型切换，三代半业务快速推进，引入智能化先进制造系统，打造全球晶圆制造中心，建筑面积约290000平方米，洁净室面积约27000平方米，预计在2026年实现三代半产品年度产能50万片。公司加大在研发、制造、工艺等方面的投入，奋力争取五年间成为中国第三代半导体产业中的先进企业。3、人才机制高科技产业本质上是人才的竞争、布局未来的竞争。我们坚持责任贡献，坚持多劳多得，我们提倡工匠精神、提倡诚信工作、提倡责任担当，为匹配快速发展的业务，公司正在建立有竞争力和生命力的人才机制，一定会为员工的成长和发展提供广阔的舞台。加入我们，展示你的风采，成就你的梦想，未来可期。

精益工程师 ( 深圳-龙岗区 )

员工关系专员 ( 深圳-龙岗区 )

成本专员 ( 深圳-龙岗区 )

内控专员 ( 深圳-龙岗区 )

安全管理员 ( 深圳-龙岗区 )

流程管理专员 ( 深圳-龙岗区 )

运营专员 ( 深圳-龙岗区 )

YMS工程师 ( 深圳-龙岗区 )

MPC工程师（半导体行业） ( 深圳-龙岗区 )

计划工程师（FAB） ( 深圳-龙岗区 )

金蝶ERP/MES运维工程师 ( 深圳-龙岗区 )

MC物料工程师（半导体行业） ( 深圳-龙岗区 )

部门助理/秘书 ( 深圳-龙岗区 )

机房运维工程师 ( 深圳-龙岗区 )

算法工程师 ( 深圳-龙岗区 )

数据分析工程师 ( 深圳-龙岗区 )

BR工程师 ( 深圳-龙岗区 )

行政文员 ( 深圳-龙岗区 )

档案管理专员 ( 深圳-龙岗区 )

量产PIE ( 深圳-龙岗区 )

水系统主管 ( 深圳-龙岗区 )

暖通主管 ( 深圳-龙岗区 )

YMS工程师 ( 深圳-龙岗区 )

机房运维工程师 ( 深圳-龙岗区 )

业务场景解决方案工程师 ( 深圳-龙岗区 )

部门文员 ( 深圳-龙岗区 )

HRBP ( 深圳-龙岗区 )

品质巡检技术员（IPQC） ( 深圳-龙岗区 )

品质-技术员（IPQC） ( 深圳-龙岗区 )

文控工程师 ( 深圳-龙岗区 )

ERP解决方案工程师 ( 深圳-龙岗区 )

行政后勤主管 ( 深圳-龙岗区 )

EAP高级专家 ( 深圳-龙岗区 )

ERC-技术员 ( 深圳-龙岗区 )

校园招聘HR ( 深圳-龙岗区 )

厂务-二次配技术员 ( 深圳-龙岗区 )

厂务-化学品技术员 ( 深圳-龙岗区 )

厂务-废水技术员 ( 深圳-龙岗区 )

刻蚀设备工程师 ( 深圳-龙岗区 )

消防技术员 ( 深圳-龙岗区 )

厂务-气化技术员 ( 深圳-龙岗区 )

厂务-纯水技术员 ( 深圳-龙岗区 )

厂务-暖通技术员 ( 深圳-龙岗区 )

厂务-FMCS技术员 ( 深圳-龙岗区 )

厂务-电力技术员 ( 深圳-龙岗区 )

扩散设备工程师 ( 深圳-龙岗区 )

财务BP（成本） ( 深圳-龙岗区 )

猎手（招聘HR） ( 深圳-龙岗区 )

产品经理 ( 深圳-龙岗区 )

设备专家 ( 深圳-龙岗区 )

工艺专家 ( 深圳-龙岗区 )

培训专员 ( 深圳-龙岗区 )

安全技术员/两班倒 ( 深圳-龙岗区 )

MOCVD设备技术员 ( 深圳-龙岗区 )

生产领班 ( 深圳-龙岗区 )

IE 工程师 ( 深圳-龙岗区 )

刻蚀工艺工程师 ( 深圳-龙岗区 )

MES高级解决方案工程师 (BA) ( 深圳-龙岗区 )

CIM高级解决方案工程师 (BA) ( 深圳-龙岗区 )

工业数据分析高级工程师 ( 深圳-龙岗区 )

Java高级开发工程师(Developer) ( 深圳-龙岗区 )

生产技术员 ( 深圳-龙岗区 )

设备工程师 ( 深圳-龙岗区 )

测试技术科科长 ( 深圳-龙岗区 )

PVD设备工程师 ( 深圳-龙岗区 )

PVD/CVD工艺工程师 ( 深圳-龙岗区 )

MOCVD设备工程师 ( 深圳-龙岗区 )

MOCVD工艺工程师 ( 深圳-龙岗区 )

注入工艺工程师 ( 深圳-龙岗区 )

炉管工艺工程师 ( 深圳-龙岗区 )

CMP设备工程师 ( 深圳-龙岗区 )

CMP工艺工程师 ( 深圳-龙岗区 )

ASML设备工程师 ( 深圳-龙岗区 )

ALD设备工程师 ( 深圳-龙岗区 )

ALD工艺工程师 ( 深圳-龙岗区 )

质量经理 ( 深圳-龙岗区 )

品质制程工程师 ( 深圳-龙岗区 )

品质过程管控工程师 ( 深圳-龙岗区 )

化学品设备管理工程师 ( 深圳-龙岗区 )

半导体工艺工程师 ( 深圳-龙岗区 )

设备工程师 ( 深圳-龙岗区 )

运行技术员/值班员 ( 深圳-龙岗区 )

测试设备工程师 ( 深圳-龙岗区 )

测试工艺工程师 ( 深圳-龙岗区 )

缺陷分析工程师 ( 深圳-龙岗区 )

测试设备科长 ( 深圳-龙岗区 )

测试工艺科长 ( 深圳-龙岗区 )

缺陷分析工艺科长 ( 深圳-龙岗区 )

CVD设备工程师 ( 深圳-龙岗区 )

PROD工程师 ( 深圳-龙岗区 )

失效分析工程师 ( 深圳-龙岗区 )

FA/RA经理 ( 深圳-龙岗区 )

质量体系工程师 ( 深圳-龙岗区 )

品质检验科长 ( 深圳-龙岗区 )

QA经理 ( 深圳-龙岗区 )

客户服务科长 ( 深圳-龙岗区 )

SPC&MSA工程师 ( 深圳-龙岗区 )

BOM 分析师 ( 深圳-龙岗区 )

仪电主管 ( 深圳-龙岗区 )

财务助理 ( 深圳-龙岗区 )

内控主管 ( 深圳-龙岗区 )

MC物料工程师（硅片、靶材、包材） ( 深圳-龙岗区 )

MC物料工程师（气体和化学品） ( 深圳-龙岗区 )

品质客服工程师 ( 深圳-龙岗区 )

ASML设备工程师 ( 深圳-龙岗区 )

FMCS工程师 ( 深圳-龙岗区 )

设备工程师 ( 深圳-龙岗区 )

暖通工程师 ( 深圳-龙岗区 )

助理工程师 ( 深圳-龙岗区 )

废水工程师 ( 深圳-龙岗区 )

SQE 供应商质量工程师 ( 深圳-龙岗区 )

SIC器件产品经理 ( 深圳-龙岗区 )

GAN器件产品经理 ( 深圳-龙岗区 )

出纳 ( 深圳-龙岗区 )

公共关系经理 ( 深圳-龙岗区 )

市场经理 ( 深圳-龙岗区 )

弱电工程师 ( 深圳-龙岗区 )

场景设计解决方案工程师(BA） ( 深圳-龙岗区 )

生产应用需求分析师(BA) ( 深圳-龙岗区 )

开发工程师(Developer) ( 深圳-龙岗区 )

供应商管理 ( 深圳-龙岗区 )

成本会计 ( 深圳-龙岗区 )

缺陷分析技术员 ( 深圳-龙岗区 )

设备/备件采购工程师 ( 深圳-龙岗区 )

原材料采购工程师 ( 深圳-龙岗区 )

联系方式

公司地址：广东深圳市龙岗区宝龙工业区宝龙7路5号

邮政编码：518116

未经 51job.com 同意，不得转载本网站之所有招聘信息及作品；无忧工作网版权所有©1999-

FA YMS-制造执行系统 | 上扬软件 MES

FA YMS-制造执行系统 | 上扬软件 MES

首页 关于我们 公司介绍 公司动态 产品与服务 MES myCIM FA SPC FA EAP FA APC FA RMS FA FDC FA MDM FA YMS FA PAT 行业与领域 半导体制造业 光伏制造业 LED制造业 客户与案例 半导体制造业 光伏制造业 LED制造业 联系我们 联系方式 招贤纳士 EN

MES myCIM

FA SPC

FA EAP

FA APC

FA RMS

FA FDC

FA MDM

FA YMS

FA PAT

产品与服务

YMS 良率管理系统

YMS，全称Yield Management System（良率管理系统），是一套集数据管理、数据分析、可视化、标准化功能于一体的专业数据分析工具。在半导体设计、晶圆制造、封装测试等过程中（尤其是量产阶段）能够帮助客户工程师大幅提升数据分析效率，快速分析一类或多类数据，找到提高良率的关键点，从而进一步促进整个生产过程稳定和可控、提升产品品质、降低企业成本。FA YMS主要有以下特点：标准化、自动化平台上手简单的实用工具稳定可靠的数据统计与分析引擎丰富的图表及统计分析功能

YMS 良率管理系统主要模块

YMS 良率管理系统采用模块化设计，可按不同的行业以及客户需求进行搭配组合，以满足客户的各种需要，以实现最大的投入产出比

Tool

提供图形化配置工具，包括CP产品定义、Zone定义、WATSite-Shot映射管理、权限管理、排程管理等。

Script Management

轻量级的分析脚本(dat)包括分析流程中各模块基础设置，项目级的分析脚本(dap)包括基础设置和产生的结果集合。

Work Flow

提供图形化工具，拖拉拽的方式创建工作流，整体分析逻辑更直观，也更容易上手。图元（模块）可双击打开进行详细的设定，同时也支持右键菜单一键执行、重置、复制等功能。

Report

提供多元化报表，支持输出Excel/CSV/PPT格式文件并定时发送给指定人员，同时用户可自定义手动拖拽Table/Chart/Map元素至报表区域，即时预览报告内容及布局。

Defect Analysis

通过Defect模块进行缺陷数据查询，查看缺陷分布图(DefectMap)、缺陷照片(DefectImage)。

Zone Analysis

在CP/Sort单图或叠图模式下选择叠加zone，查看zone叠加后的分布及良率。

Reticle Analysis

在CP/Sort单图或叠图模式下选择叠加reticle，查看reticle叠加后的map，以及按shot叠加后每个位置的Bin/Parameter的统计信息。

Map Analysis

通过CPMap和SortMap模块分别进行Bin级别的良率分析，以及测试参数级别的分析，支持叠图输出map，显示相应的统计结果。

Chart Builder

YMS提供丰富的图表分析，包括直方图、正态概率图、累积分布图、饼状图、帕累托图、箱型图、散点图、散点矩阵图、趋势图、时间序列图、曲面图、等高线图等。

Multivariate Analysis

包括多元线性回归分析、主成分分析以及偏最小二乘回归分析，通过参数值之间的关系建模，降低数据维数，快速找出重要参数。

Basic Analysis

支持描述性汇总、相关性、变异数以及共通性分析，通过数据结合图表的方式帮助用户分析数据。

Data Process

提供常用的数据操作功能，主要有行/列转换、数据处理、数据分组、数据补值、数据过滤等。

Data Import

主要有文件导入、DB导入、SQL数据查询三种方式，支持导入文件Excel和CSV，同时能够根据需求灵活设置查询条件，提升效率。

YMS 良率管理系统主要模块包括

Tool

提供图形化配置工具，包括CP产品定义、Zone定义、WATSite-Shot映射管理、权限管理、排程管理等。

Tool

提供图形化配置工具，包括CP产品定义、Zone定义、WAT Site-Shot映射管理、权限管理、排程管理等。

Script Management

轻量级的分析脚本(dat)包括分析流程中各模块基础设置，项目级的分析脚本(dap)包括基础设置和产生的结果集合。

Script Management

轻量级的分析脚本(dat)包括分析流程中各模块基础设置，项目级的分析脚本(dap)包括基础设置和产生的结果集合。

Work Flow

提供图形化工具，拖拉拽的方式创建工作流，整体分析逻辑更直观，也更容易上手。图元（模块）可双击打开进行详细的设定，同时也支持右键菜单一键执行、重置、复制等功能。

Work Flow

提供图形化工具，拖拉拽的方式创建工作流，整体分析逻辑更直观，也更容易上手。图元（模块）可双击打开进行详细的设定，同时也支持右键菜单一键执行、重置、复制等功能。

Report

提供多元化报表，支持输出Excel/CSV/PPT格式文件并定时发送给指定人员，同时用户可自定义手动拖拽Table/Chart/Map元素至报表区域，即时预览报告内容及布局。

Report

提供多元化报表，支持输出Excel/CSV/PPT格式文件并定时发送给指定人员，同时用户可自定义手动拖拽Table/Chart/Map元素至报表区域，即时预览报告内容及布局。

Defect Analysis

通过Defect模块进行缺陷数据查询，查看缺陷分布图(DefectMap)、缺陷照片(DefectImage)。

Defect Analysis

通过Defect模块进行缺陷数据查询，查看缺陷分布图 (Defect Map)、 缺陷照片(Defect Image)。

Zone Analysis

在CP/Sort单图或叠图模式下选择叠加zone，查看zone叠加后的分布及良率。

Zone Analysis

在CP/Sort单图或叠图模式下选择叠加zone，查看zone叠加后的分布及良率。

Reticle Analysis

在CP/Sort单图或叠图模式下选择叠加reticle，查看reticle叠加后的map，以及按shot叠加后每个位置的Bin/Parameter的统计信息。

Reticle Analysis

在CP/Sort单图或叠图模式下选择叠加reticle，查看reticle叠加后的map，以及按shot叠加后每个位置的Bin/Parameter的统计信息。

Map Analysis

通过CPMap和SortMap模块分别进行Bin级别的良率分析，以及测试参数级别的分析，支持叠图输出map，显示相应的统计结果。

Map Analysis

通过CP Map和Sort Map模块分别进行Bin级别的良率分析，以及测试参数级别的分析，支持叠图输出map，显示相应的统计结果。

Chart Builder

YMS提供丰富的图表分析，包括直方图、正态概率图、累积分布图、饼状图、帕累托图、箱型图、散点图、散点矩阵图、趋势图、时间序列图、曲面图、等高线图等。

Chart Builder

YMS提供丰富的图表分析，包括直方图、正态概率图、累积分布图、饼状图、帕累托图、箱型图、散点图、散点矩阵图、趋势图、时间序列图、曲面图、等高线图等。

Multivariate Analysis

包括多元线性回归分析、主成分分析以及偏最小二乘回归分析，通过参数值之间的关系建模，降低数据维数，快速找出重要参数。

Multivariate Analysis

包括多元线性回归分析、主成分分析以及偏最小二乘回归分析，通过参数值之间的关系建模，降低数据维数，快速找出重要参数。

Basic Analysis

支持描述性汇总、相关性、变异数以及共通性分析，通过数据结合图表的方式帮助用户分析数据。

Basic Analysis

支持描述性汇总、相关性、变异数以及共通性分析，通过数据结合图表的方式帮助用户分析数据。

Data Process

提供常用的数据操作功能，主要有行/列转换、数据处理、数据分组、数据补值、数据过滤等。

Data Process

提供常用的数据操作功能，主要有行/列转换、数据处理、数据分组、数据补值、数据过滤等。

Data Import

主要有文件导入、DB导入、SQL数据查询三种方式，支持导入文件Excel和CSV，同时能够根据需求灵活设置查询条件，提升效率。

Data Import

主要有文件导入、DB导入、SQL数据查询三种方式，支持导入文件Excel和CSV，同时能够根据需求灵活设置查询条件，提升效率。

软件架构

数据展现（C/S架构，数据本地处理，速度快）数据连接（通过GRPC连接，更安全）数据存储（多维度）数据抽取（避免全量）

硬件架构

Loader/GRPC/AP服务器数量可按业务及数据量增加和缩减，并实现负载平衡。支持Oracle RAC技术，可实现高并发量的业务处理。Client端按个人分析所需数据量进行灵活配置，如果大批量数据操作居多，升级个人PC配置即可。

首页

关于我们

公司介绍

公司动态

产品与服务

MES myCIM

FA SPC

FA EAP

FA APC

FA RMS

FA FDC

FA MDM

FA YMS

FA PAT

行业与领域

半导体制造业

光伏制造业

LED制造业

客户与案例

半导体制造业

光伏制造业

LED制造业

联系我们

联系方式

招贤纳士

关注上扬软件

联系电话

+86 021 5080 4093

邮箱

contact@fa-software.com

地址

上海市浦东新区世纪大道1198号世纪汇一座1701室

© 1999-2021 FA Software. All Rights Reserved.上扬软件 版权所有 沪ICP备09029711号-1

广东政务服务网

广东政务服务网

广东省人民政府 首页个人服务法人服务好差评效能监督政务公开政民互动 广东政务服务网

欢迎来到佛山市禅城区

最近搜索：

清除记录

热门搜索： 登录账号，查看个人信息和个性化推荐服务

个人常用

法人常用

基层就业补贴社保查询办理往来港澳通行证生育津贴支付毕业生基层岗位补贴事业单位公开招聘考试报名 内资企业变更登记个体工商户设立登记内资企业设立登记单位参保证明查询打印个体工商户变更登记烟草专卖零售许可证延续

佛山12345

我的办件

佛山12345

我的办件

特色创新

个人服务

法人服务

常用服务

基层就业补贴

社保查询

办理往来港澳通行证

生育津贴支付

毕业生基层岗位补贴

事业单位公开招聘考试报名

热门服务 护照、通行证

普通护照签发

办理往来台湾通行证

办理往来港澳通行证

驾驶、行驶

驾驶人违法缴费

车辆年审预约

驾驶证记分查询

户政

开具户籍证明

人才引进

出生登记

社保

社保查询

养老保险待遇申领

住房公积金

购买自住房贷款

税务

发票查询

开具个人所得税纳税记录

个人所得税申报记录查询

请说出您想搜索的内容

政务服务好差评 本月统计数据 办件数

收到差评数

差评整改率

部门向群众反馈整改结果 0条

平均分 0条

请选择您需要办理的地市 可以关闭

未找到所需城市提供该服务，

希望增加 可以关闭 输入关键词过长，请重新输入。 知道了 网站信息 网站介绍 网站纠错 隐私政策 服务建议 联系我们 扫一扫 进入12345掌上服务 粤省心小程序码 热线：12345 联系信息

广东省人民政府门户网站

广东省人民政府门户网站 ×

粤省事小程序

粤省事小程序码 ×

粤商通APP

粤商通APP × 政府网站找错 党政机关

主办：广东省人民政府办公厅

承办：广东省政务服务和数据管理局

技术支持：数字广东网络建设有限公司

版权所有：广东政务服务网

粤ICP备

05070829号-2

粤公网安备

44010402001768号 网站标识码 4400000084 提示

我知道了 可以关闭 打开微信扫码即可预览

一篇理清！如何挑选适合自己的YMS系统

一篇理清！如何挑选适合自己的YMS系统

行业咨询

品牌营销

集微资讯

知识产权

集微职场

集微投融资

搜索

爱集微APP下载

扫码下载APP

资讯

集微报告

舆情

JiweiGPT

2024半导体投资年会

集微视频

我的收藏

我的评论

我的消息

我的会议

我的报告

个人设置

舆情设置

安全设置

退出登录

登录

一篇理清！如何挑选适合自己的YMS系统

作者：

爱集微

2021-06-21

相关舆情

AI解读文章

来源：PDFSolutions

#普迪飞#

评论

收藏

点赞

5.9w

如今产能吃紧，只有保持高良率，才能充分利用产能，实现更高的利润转化率。为了更好的进行良率管理，很多芯片设计公司都将目光投向了YMS系统。那么，如何挑选最适合自己公司的YMS系统呢？市面上的YMS系统，看似大同小异，其实还是有着分类与分级的，本篇就为大家详细介绍一下不同量级的YMS系统的具体差异，方便大家根据需求，选择适合自己的YMS系统。我们知道，一个YMS系统通常包括：   后端数据库   前端的画图分析界面   自动化报表功能后端数据库，会将公司得到的各种数据（CP, FT, Fab数据等），分门别类，存入数据库中，实现统一管控，并且方便随时抓取进行分析。使用数据库存储数据对于数据分析来说是非常重要的。数据库可以标准化存储数据，易于分析。并且可以按序存放，按需调整保存时间，不再会有数据丢失的问题。   轻量级YMS系统数据库：会将数据进行简单的统一化处理后导入。需要分析的时候，只要根据需求筛选条件，就可以抓取到对应的数据。这一步可以为工程师在数据分析中省下很多繁杂的数据清理时间，统一的存储也保证了数据的完备与安全。   标准级YMS系统数据库：会事先将数据进行预处理与对准，比如CP, FT的wafer id, diex/y, 或是defect map和CP map的lot/waferid, diex/y，都在导入前就进行了统一化处理，当需要分析数据间关联的时候，就可以将数据清理和对准时间降到最低。进阶的数据库处理也会支持较快速度的预计算，可以将常用的计算直接在数据导入阶段就完成，进一步避免了分析中的重复劳动与等待时间。前端的画图分析界面主要用来进行提取数据后的制图与分析。   轻量级YMS系统通常应该包括常用的半导体观察图（例如line chart, NQP plot, Bin Wafer map，Parametric map）与计算公式（常用统计值，Cp, Cpk等） 。完成的分析模板可以进行统一保存，以方便下次的读取。   标准级YMS系统还会包括常用的工具库，比如Commonality，PSA（PCM site数据与wafer sort数据的correlation分析），SSA(Signature Summary Analysis), Anova等，以及基于数据分析经验的标准模板库供客户挑选。甚至提供定制化服务，根据不同客户的需求预先开发模板，帮助客户快速进行数据分析。有些YMS系统还提供软件内使用R,Python等语言进行二次开发的API接口，使脚本高手可以更如鱼得水地分析数据。自动化报表功能也是YMS系统的重要一环。它可以自动运行与输出报表，帮助工程师进一步降低重复劳动的时间。   轻量级YMS系统通常支持报表的定时运行与发送。报表模板确定以后，系统可以自动在后台运行，并且发送报告至指定路径或预设邮箱。   标准级YMS系统会进一步支持更多情景化运行与发送（事件或规则触发），方便用户灵活设置各种情况和条件下的自动运行。随着公司的壮大，需要存储的数据量与日俱增，对于性能的要求也更高，此时就需要升级到支持大数据模式的数据库, 对于大数据数据库，必须要有灵活的数据输入，高效的读写性能，自由的拓展性，才能真正实现大数据的优势。之后，随着公司规模的继续扩大，各种更高的分析需求也会随之出现，比如需要使用AI预测来实现良率的提前预判，或是对封装测试设备进行远程实时监测与管控，甚至是对系统中的芯片实现单元件可追溯，这些都可能会需要具有更高级功能的YMS系统来支持。一张图总结：设计公司可以根据自己在各个YMS系统模块的需求量来进行对号入座，按需购买，以更快的提升良率。广告时间：PDF Solutions目前的YMS系统服务，包括所有体量YMS系统：免费版云端YMS=》轻量级YMS=》标准级YMS=》大数据YMS=>大体量公司的AI预测/封装管控/元件追溯功能模块您从起步阶段就可以免费开始使用YMS系统，随着公司的扩张，您可以在各种量级的YMS系统中灵活选择并无缝升级。PDF Solutions，与您共同成长，为您的数据分析保驾护航。欢迎扫码注册PDF免费云端YMS系统，立即体验YMS系统为您的数据分析带来的巨大便利。扫描上方二维码或电脑登录网站 www.exensio.cn了解与获取免费帐号

文章推荐

智能摘要

延伸阅读

聊天咨询

责编：

爱集微

来源：PDFSolutions

#普迪飞#

收藏

点赞

分享至：

微信扫一扫分享

THE END

相关推荐

为半导体良率提升提供解决方案 普迪飞亮相集微峰会

普迪飞成功在 Silicon Motion 部署大数据分析平台

专访普迪飞中国区副总裁贾峻：挖掘数据价值，赋能国内车规级芯片厂商竞逐规模化量产

西门子 EDA & 普迪飞半导体成功举办联合网络研讨会

澜起科技选择普迪飞 Exensio® Fabless 进行先进的半导体分析

PDF Solutions® 2022 年第二季度业绩报告

+关注

爱集微

微信：

邮箱：laoyaoba@gmail.com

8.6w文章总数

12012.5w总浏览量

最近发布

帝奥微推出业界领先的电源及信号链产品系列DIO62820/DIO141X/DIO7610

1小时前

喜报 深圳芯佰特微电子有限公司 荣任深圳市无人机行业协会会员单位

1小时前

武汉新芯“一种存储器件的制造方法及存储器件”专利公布

4小时前

京东方“显示基板和显示面板”专利获授权

4小时前

华为“存储阵列及其制备方法、存储器、电子设备”专利公布

4小时前

获取更多内容

最新资讯

哪吒汽车印尼工厂预计4月底开始生产

35分钟前

吉利汽车5.98万元纯电SUV上市，号称“电比电低”

54分钟前

帝奥微推出业界领先的电源及信号链产品系列DIO62820/DIO141X/DIO7610

1小时前

喜报 深圳芯佰特微电子有限公司 荣任深圳市无人机行业协会会员单位

1小时前

和而泰：公司与小米已有业务合作，项目进展顺利

4小时前

金百泽：基于英伟达Jetson AGXX avier评估板项目在开展中

4小时前

PDF 加载中...

网站首页

版权声明

集微招聘

联系我们

网站地图

关于我们

商务合作

rss订阅

联系电话：

0592-6892326

新闻投稿：

laoyaoba@gmail.com

商务合作：

chenhao@ijiwei.com

问题反馈：

1574400753 (QQ)

官方微信

官方微博

APP下载

友情链接：

凤凰科技

雷锋网

财联社

电子产品世界

与非网

Copyright 2007-2023©.com™Inc.All rights reserved |

闽ICP备17032949号

闽公网安备 35020502000344号

杨梅红艺术教育集团官网 YMM Art Education Group

杨梅红艺术教育集团官网 YMM Art Education Group

2022 Gartner YMS报告发布！唯智YMS：亚洲唯一一家入围评选的厂商！_物流_信息_中国

2022 Gartner YMS报告发布！唯智YMS：亚洲唯一一家入围评选的厂商！_物流_信息_中国

新闻

体育

汽车

房产

旅游

教育

时尚

科技

财经

娱乐

更多

母婴

健康

历史

军事

美食

文化

星座

专题

游戏

搞笑

动漫

宠物

无障碍

关怀版

2022 Gartner YMS报告发布！唯智YMS：亚洲唯一一家入围评选的厂商！

2022-12-29 17:02

来源:

唯智信息 vTradEx

发布于：江苏省

原标题：2022 Gartner YMS报告发布！唯智YMS：亚洲唯一一家入围评选的厂商！

喜报

全球最具权威的IT研究与顾问咨询公司Gartner于近日发布了2022年“Market Guide for Yard Management”，此次评选是Gartner 第一次在全球范围内评选 YMS系统。

唯智信息创建的预约叫号系统（YMS）成功入围，是亚洲唯一一家入围评选的厂商！

亚洲唯一入选！

Gartner作为全球最具权威的IT研究和咨询公司，今年在全球范围内第一次评选YMS系统。

在其发布的2022年“Market Guide for Yard Management”报告中，唯智信息创建的预约叫号系统（YMS）成功入围，是亚洲唯一一家入围评选的厂商！

*图为Gartner YMS 入围供应商

展开全文

Gartner此前发布的“2022亚太WMS仓储管理系统魔力象限”报告，唯智WMS作为仓储管理智能变革领航者，是唯一在TMS及WMS领域均被提及的中国供应商!

至2022年，唯智WMS已先后十三次入榜，蝉联“备受瞩目供应商”！

YMS市场描述 >>

YMS系统能够有效支持工作、设备和材料在仓库、配送中心或制造设施外的正常封闭区域的进行高效流动。

它提供了一个货场操作的概念，并支持货场内卡车、拖车和集装箱的调度、移动、停放、检查和重新分配的计划、指导和控制。

YMS最常见的是作为WMS扩展功能的一部分，但也可以作为TMS或实时运输可视平台（RTTVP）扩展产品的一部分。

*仓库管理能力的生态系统

唯智YMS >>

目前，唯智YMS在中国的重点是自动签到和签出、复杂的排队系统和园区调度的技术。

来访的司机可通过短信、浏览器或更典型的通过嵌入微信的应用程序发送指令。它有一个槽位计划引擎，可以接受所有的运输订单，并考虑限制条件。如操作时，承运人既可以通过YMS提供的推荐可用月台进行预订，也可以通过唯智的门户网站在手机上预订和查看预订情况。

*TMS、WMS、YMS之间的相互作用

*YMS的主要应用案例

项目亮点

· 支持通过叫号看板优化进场顺序、对园区外排队进行实时监控、对仓库全天排产能力做优化和指导 · 系统可以实现订单处理物流节点可视化、预约异常信息记录、提升内部客户体验 · 通过预约功能，管控订单优先级优化仓库排产作业能力 · 通过时间窗管理对仓库作业能力限定，优化承运商预约流程

关于唯智信息

唯智信息创立于2001年，历经21年沉淀，为客户提供集智能与移动互联为一体、支持微服务架构的物流混合云全面解决方案。公司总部位于上海，在全国设立22家分支机构，拥有一支超过500人的高素质、国际化产品研发和技术支持团队。

目前唯智信息旗下OMS、TMS、WMS、BMS、ROS、WES和物流链云平台等产品为新能源、高端制造、装备制造、汽车制造、零售快消电商、医药、时尚、化工、餐饮连锁、三方物流十大行业3500多家企业节约物流成本，提升供应链效率。

唯智信息旗舰客户包括沃尔玛、博世西门子中国、国药物流、中国中车、上汽通用、立邦、康师傅、韵达和Gap等一大批明星企业。作为物流信息化领域领军企业，唯智信息已先后十三次荣登Gartner魔力象限报告，是唯一在TMS及WMS领域均进入相关领域全球报告的中国供应商！是中国物流采购联合会、中国物流采购联合会汽车分会信息化标准委员、中国冷链标准委员会委员；是中国交通运输协会理事单位；荣登LogisticsIQ™《2020年仓储自动化市场图谱》。返回搜狐，查看更多

责任编辑：

平台声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。

阅读 ()

推荐阅读

YMS Cloud - 新一代云原生数字基础设施

Cloud - 新一代云原生数字基础设施产品开发与运维连接集成大数据人工智能区块链云原生基础开发服务YonBuilder应用引擎沙箱管理组件注册中心模板中心DevOps服务产品管理流水线部署管理上线管理配置中心测试服务测试总览测试方案质量看板压力测试监控服务Hubble链路追踪链路监控总览告警中心日志中心监控统计热门服务YonBuilder开放平台容器服务流水线链路追踪社区文档控制台登录注册新一代云原生数字基础设施云原生，微服务，高弹性，高可用，安全，可靠支持企业云时代快速业务创新开发与运维连接集成人工智能大数据区块链云原生基础开发服务 YonBuilder查看详情产品文档DevOps服务查看详情产品文档应用引擎集成iuap全开发能力，为专业开发者提供源码高级定制的全生命周期服务代码高级定制微服务开发CICD沙箱管理便捷快速的创建开发、测试、演示等多种场景使用的租户环境安全隔离极速开通流水线可视化、高可配流水线服务，提升业务交付效率与质量简单高效自动化敏捷管理部署管理支持node.js、python、go、java等多种技术栈的一键部署服务多语言无缝集成可视化上线管理规范上线发布流程，提供一键回滚、质量门禁等能力，让整个上线过程安全可控安全规范化自动化操作记录流水线节点及节点属性的配置等相关操作记录，全部可查，让过程透明化审计规范化开放平台查看详情产品文档API发布API全生命周期的管理认证鉴权协议转换API ExplorerAPI在线调用测试高效便捷安全策略为API提供限流控制、IP访问控制、熔断控制API限流熔断监控预警API运行状况监控及预警管理可视化可度量可预警智多星查看详情产品文档AI工作坊低门槛机器学习、深度学习模型的开发、训练和发布低门槛深度学习机器人设计器低门槛RPA和VPA机器人开发和发布工具，支持RPA+AI、VPA+AI，机器人+BI等数据智能一体数据智能一体化数据中台查看详情智能分析新一代云原生数据分析与可视化辅助决策设计工具可视化云原生数据工场敏捷易用的数据采集、清洗、治理工具开发与分享环境简单高效区块链云服务查看详情产品文档联盟中心商业驱动的产业链上下游商业共同体，基于分布式治理机制构建产业互联网商业驱动共同体产业联盟网络中心基于业务或基础架构等因素构建的区块链网络，形成可信产业互联网基础产业互联网可信网络节点管理一键部署区块链节点，支撑节点部署、增加、升级、移除、监测等节点全生命周期管理一键部署自动化弹性可视化业务链根据业务一键生成业务链，支持单网络跨云多链，跨链互通互操作等敏捷高效多链跨链智能合约智能合约分布式构建、审核、测试、部署、升级等全程全生命周期管理分布式全生命周期监控中心实时、全方位、可视化监控区块链网络、资源池、节点、业务链、区块、交易等运行动态实时全视角全方位容器云服务查看详情产品文档微服务查看详情产品文档集群管理通过资源池管理一键创建集群环境高效高可用稳定应用管理应用上线，发布，回滚等功能一键式完成灰度发布热部署弹性伸缩网络管理容器网络访问及流量限制分流负载均衡治理中心可通过业务服务拓扑图，了解所有服务之间的关系可视化熔断限流配置中心公有与私有两种配置，管理所有业务配置文件规范化可视化自动化满足数智化商业创新所需的一切自动化流水线从需求到上线发布的整体过程闭环管理自动化测试工具在预设条件下自动运行应用程序，评估运行结果专业版开发服务涵盖标准版的建模过程和设计器的能力，同时为用户提供自建应用全生命周期管理智能巡检工具一键自动巡检，识别云资源风险分布式链路追踪分布式网络下问题发现与诊断利器OpenAPI网关提供企业级API的完整生命周期管理区块链技术提供高性能、高可用和高安全的区块链技术平台服务主数据服务为企业提供360°主数据治理平台新技术低代码开发、连接开发、大数据、人工智能、云原生、区块链等多种技术高度融合，为商业创新准备好一切技术力量低代码开发连接平台技术平台大数据人工智能区块链YonBuilder致力于让企业应用构建更简单企业应用更简单支持公民开发者无代码可视化应用构建公民开发者无代码可视化无代码开发支持专业开发人员低代码高效率应用开发低代码高效率YonBuilder企业服务产业共享共创平台企业应用更简单面向开发者生态提供开发构建、开放连接、部署运维、在线运营的全生命周期能力开发构建开放链接部署运维在线运营能力建设践行数智化商业创新，实现生态共荣！商业创新生态共荣信创国产化，实现基础软件的安全可控5G应用理事单位CMMI成熟度五级华为关系数据库、融合存储技术认证，泰山国产化适配证书ISO9001认证可信云认证信息技术产品安全测评认证达梦通用数据库V7.0兼容认证普华软件产品兼容互认证书麒麟软件兼容互认证书飞腾产品兼容互认客户案例运用新一代数字与智能技术帮助企业客户实现转型升级成就数智企业领航企业服务32年627万+企业服务及公共组织11000+云市场应用8000+生态伙伴150+领先产品和云服务230+全球分支机构17000+员工超过诚邀您体验YMS Cloud立即体验7x24小时响应优质享受服务全年运维保障多渠道服务支持北京市海淀区北清路68号用友产业园400-6600-588serviceyonsuite@yonyou.com快速入口用友官网YonBIPYonSuite云市场云平台企业服务中心用户中心开放平台APILink友企连公众号京公网安备 11010802021935号用友网络科技股份有限公司Copyright ©2024京ICP 备05007539号

面板行业良率管理系统（YMS）探讨 - 知乎

面板行业良率管理系统（YMS）探讨 - 知乎切换模式写文章登录/注册面板行业良率管理系统（YMS）探讨红蓝之路良率管理在工业生产中占据极其重要的地位，在一些行业，良率管理能力甚至可以被认为是企业核心竞争力。但是目前能够提供良率管理系统YMS（Yield Management System）产品的企业主要是美国企业等国外企业，且主要是面向半导体领域，如PDF Solution等，这是由于其在半导体领域的历史积累，且良率管理在半导体行业具备极其重要的影响。对于面板行业来说，良率管理在企业生产过程中也占据重要地位，但是市场上专门面向面板行业的YMS产品很少，已有部分企业尝试将半导体领域的YMS移植到面板行业，国内面板企业对YMS仍在探索阶段，或是自研YMS，或是先用多个分析软件进行手动分析，或是采购定制市场产品，不过相信随着国内企业在面板行业的发展并占据越来越多的市场份额，面板行业YMS会引起大家越来越多的重视，终会出现国产优秀YMS产品。本文将主要介绍我对面板行业YMS（YMS具备一定通用性，功能要求不一定限定于面板行业）的一些思考，抛砖引玉，期待更多行业人士的指正和讨论。首先，为什么要YMS，或者说期望YMS能够解决哪些问题？一、良率管控，企业管理层或工程师需要实时了解企业整体良率情况，因此YMS需要提供良率看板，通过可视化图表清晰明了展示各厂、各线、各站点、各产品、或各批次等良率情况，并对异常良率情况做到自动报警提示；二、良率分析，针对出现良率异常的情况，需要分析导致良率异常的原因，良率工程师或整合工程师等会对异常情况进行分析，往往会进行缺陷集中性分析、缺陷map图分析、路径分析以及参数分析等操作，以期发现导致异常的站点、设备、物料乃至制程参数等，然后消除异常因子，提升良率；三、生产管控，通过对良率数据的分析，YMS对接生产系统后可以对生产安排做出管控，如生产设备调整、物料调整、生产参数调整、生产测试规划等，能够帮助产线生产尽可能快地发现缺陷产品或减少缺陷产品的数量；四、缺陷分析，YMS系统要能够快速展示缺陷，并对缺陷进行自动分类，以便后续进一步分析，甚至要求能够利用图像识别等算法自动识别或辅助识别产品缺陷；五、良率预测，在近几年人工智能浪潮的背景下，越来越多的YMS能够提供良率预测功能，根据各种参数对某些量测值进行虚拟测量等。 根据上面的业务需求，那么YMS系统的功能架构应当如何呢？下图是一个初步整理的YMS功能架构图，主要包括数据层、治理层、计算层和应用层。 数据层是YMS的基础，包括履历数据、制程数据、量测数据、良率数据、defect数据等，从物料相关数据、生产相关数据、成品相关数据到售后相关数据均需要收集，以便能支撑YMS全方位的管控和分析功能。数据层需要支撑多种数据类型，如制程数据往往是大数量的时序数据，defect数据可能是扫描图片，因此需要考虑大数据量、多种类的数据采集和存储要求。此外数据层还要具备数据监控能力，即数据采集异常时能够进行报警，否则若在应用层发现问题，经过层层排查才能发现是数据本身出现问题，这个过程可能涉及多个不同部门人员的沟通协作，非常耗时琐碎，浪费大量人力，也导致后续系统维护成本大大提升，甚至可能造成系统最终被弃用。 治理层是YMS系统必备条件，包括数据清洗、数据转换、数据关联、字段对齐等工作，经过数据治理后的数据才能提供给系统进行后续计算分析。梳理治理层的需求工作量巨大，需要产品经理和项目经理做好评估，否则极可能导致产品或项目时间来不及，或者成本攀升。数据治理需要业务人员、IT人员和产品人员协同配合，且一般企业里面很难找到一个业务人员对所有数据情况和数据需求都熟悉，往往是一个业务人员熟悉某个厂或某个模块的数据情况，因此数据梳理就需要面对多个业务人员。同时，可能企业之前数据质量存在较大问题，如没有一个统一的字段维护工具，但字段可能有几十万甚至更多，在字段梳理阶段即可能耗费大量人力。再者，数据异常情况业务人员也不清楚，需要查看分析数据库里面的原始数据才能发现，在系统上线前需要把数据异常情况尽量梳理出来。最后，数据权限的限制往往需要大量的协调工作才能解决或者需要企业有专门的人员负责从上往下推进。数据治理虽然需要大量人力投入，却是整个YMS产品或项目不可缺少的环节，一旦完成，还可以对其他产品或项目输出高质量的数据。 计算层是YMS系统的关键支撑，需要支持统计分析、机器学习、深度学习各类算法，支持容器云，计算框架一般包括离线批处理运算框架、实时流运算框架及机器学习框架。工厂数据很多时候数据量巨大，像生产制程数据可能一秒一笔，而工厂有很多机台和设备，那么一天就能产生大量的数据，那么就需要离线批处理运算框架来对大数据量的数据进行计算；同时，工厂的数据计算很多时候也需要实时计算、快速反馈，如发现某个设备异常集中，就需要快速调整生产，替换掉该设备，避免后续大批量不良产品生产出来，所以也需要实时流运算框架；随着技术的进步，YMS系统越来越多引入人工智能的算法，如利用机器学习、深度学习进行虚拟量测，可以达到实时预测一些量测值，这样就能避免以前只能实际抽检导致出现异常产品无法及时发现的问题，因此也需要支持机器学习框架。 应用层是YMS的直观表现，是用户真正感受和使用的功能模块，直接体现YMS的价值。应用层可能包括良率看板、Defect分析、良率集中性分析、参数分析、生产管控、良率报告、良率预测和自助分析等功能模块。 良率看板主要是利用数据可视化技术全景展示工厂良率状况，帮助管理层和工程师快速全面了解工厂良率水平。良率看板要保证数据的实时性和准确性，图表形式直观展示数据、支持数据的下钻查看并支持设置良率报警规则，帮助工程师及时发现良率问题和症结，及时做出生产调整和安排，减少不良产品的生产。 Defect分析可以支持defect可视化、defect自动聚类等。defect可视化包括快捷查看实际defect图片或数据，也包括将一个glass的所有Panel按实际位置展示标识，也包括将多个glass的defect以叠图的形式可视化展示以便找到defect位置分布规律。Defect自动聚类可以根据每个glass的defect位置分布进行自动聚类，即将defect位置分布相似相近的所有glass分为一类，帮助工程师发现defect位置分布规律并可依据分布类别进一步进行后续分析。 良率集中性分析包括时间集中性分析、设备集中性分析、glass集中性分析等。集中性分析利用数据统计分析不良集中情况，并用可视化图表直观展示。需要注意的是需要给用户提供灵活的数据筛选功能，保证用户能简便灵活分析目标数据的集中性。 参数分析一般是用户在获得集中性分析结论或者聚类发现defect类别后，针对不良集中或某一defect类别的数据进行深入参数分析，以期能够发现导致不良产品的影响因素，从而及时消除不良因素。参数分析可以利用统计学方法如利用主成分分析PCA先进行降维，然后对区别明显的两组数据进行对比分析，获得影响因子排序，也可以利用机器学习等方法挖掘影响因子。由于参数分析的结果是影响因子的排序，那么在TOP10的因子能否包含真正的影响因子是评价参数分析效果的核心指标，目前一些市场专门做参数分析的软件效果实际一般，因为数据的状况变化多端往往很多导致分析效果大打折扣，因此如果能在产品设计上主动发现数据各类状况，并自动处理特殊数据或引导用户进行相应数据处理，最终保证参数分析效果，产品将因此获得较大优势。此外，传统的参数分析一般不提供用户录入参数分析结果的功能，即用户在系统层面没法反馈哪个或哪些是真正的影响因子，导致参数分析没有真正形成闭环，用户的分析经验和分析结论无法助力系统完成迭代优化，因此新一代的YMS有必要在产品设计上考虑这一部分。 生产管控是根据YMS分析结果指导生产系统MES进行相应的管控，从而及时发现异常产品或及时调整生产计划以减少不良产品数量。常见的生产管控包括设备hold/更换、生产参数调整、抽检动态规划、物料hold/更换等。若YMS分析发现不良产品具备设备集中性特征，则可实时对目标设备进行hold或换另一台设备进行生产；若通过参数分析发现导致不良的影响参数，则可调整该生产参数；若通过虚拟量测预测当前产品异常，则指导进行产品的加检，系统也可根据预测结果进行抽检的动态规划，相比传统的固定抽检，将能提升抽检效果，更加及时发现产品异常；若YMS分析发现不良产品有物料批次集中性，则可以指导及时更换物料批次并退换产线上的相应物料批次，降低不良产品数量。 良率预测在人工智能浪潮下越来越成为YMS的核心功能。在大规模流水线的生产背景下，产品质量的检测往往只能通过抽检来进行监控，无法实现所有产品的全检，这种事后检测的机制在检测出异常产品时往往意味着已经生产了一批不良品；在现在传统的SPC软件中，会对单个变量进行监控，设置规格线进行预警，但在实际生产过程中可能是多个变量对量测值产生影响，很多情况下量测值异常时发现SPC中多个变量均在各自规格线内，因而无法提前预警。对于以上场景，可以采用虚拟量测的方法来预测量测值，即不实际测量产品，而是通过多个生产变量模拟预测量测值，这样就可以实现所有产品的“全检”或多个变量影响的综合考虑，在模型预测发现量测值异常时，可以及时安排加检，快速及时找到异常产品，减少不良产品的产生。验和结论。 良率预测在人工智能浪潮下越来越成为YMS的核心功能。在大规模流水线的生产背景下，产品质量的检测往往只能通过抽检来进行监控，无法实现所有产品的全检，这种事后检测的机制在检测出异常产品时往往意味着已经生产了一批不良品；在现在传统的SPC软件中，会对单个变量进行监控，设置规格线进行预警，但在实际生产过程中可能是多个变量对量测值产生影响，很多情况下量测值异常时发现SPC中多个变量均在各自规格线内，因而无法提前预警。对于以上场景，可以采用虚拟量测的方法来预测量测值，即不实际测量产品，而是通过多个生产变量模拟预测量测值，这样就可以实现所有产品的“全检”或多个变量影响的综合考虑，在模型预测发现量测值异常时，可以及时安排加检，快速及时找到异常产品，减少不良产品的产生。 由于虚拟量测具备巨大的降本增效价值，必然成为智能制造的趋势和YMS的核心功能，但目前而言仍然存在不小的挑战。要能发挥虚拟量测价值，核心在于模型预测的召回率和准确率能否达到实际应用标准，而实际生产中要求模型的准确率和召回率要求很高，尤其是准确率要求很高，但实际的数据质量较差难以训练产生优质模型，因此模型高要求和数据低质量的矛盾成为当前虚拟量测无法快速大规模推广的核心原因。模型要求高准确率，否则对实际生产会造成严重影响，比如一个模型有70%的准确率，在一些场景中如推荐系统可能算是很好的一个模型，但是在工业生产中可能就意味着是一个无法实用的模型，因为还有30%的情况是报假警，导致产线工程师和工人对其失去信心，进而弃用；模型也要求召回率不能太低，太低的召回率说明大部分异常情况没有被模型发现，从而大大降低模型的实际价值，也可能让产线工程师和工人对其失去信心。不过从实际应用来看，准确率的优先级往往要高于召回率，因为实际生产中往往有固定抽检可以来进行兜底保证。数据的低质量往往表现在有监督样本过少而影响因素又过多。由于是抽检，即意味着有监督的样本比较少，又由于大规模生产中异常情况比例很低，即意味着有监督样本中异常标记样本更少，另外一个产品往往只生产几个月-几年，那么历史累积的数据量就不是很多，而且在生产过程中往往又会有调机、更换供应商等操作，导致积累的数据也不能一视同仁地投入模型训练验证；另一方面，生产制程参数可能有几百个，同时还有物料参数等，即意味着数据的影响因子过多，同时可能还存在着一些影响因子没办法采集，可能会存在影响因子缺失的情况。当然工业数据质量还存在数据丢失、数据错误以及操作数据没有记录等问题，导致模型训练困难程度加大。不过如果能有较好的业务经验协助模型构建，或者不同产品之间、同一产品不同时间段之间应用迁移学习等算法，有可能部分解决或缓解数据问题。并且随着虚拟量测的应用，数据采集更加规范更加全面，数据质量应当会迎来一次大的跃升，推动虚拟量测模型质量的提升。 在YMS中数据处理、数据展示和数据分析都是相对固定的路径。而在实际应用中，面对良率管理的众多场景，企业往往也给工程师配置自助工具，主要包括自助BI工具和自助数据挖掘工具两类，因此YMS也可以配置自助分析功能模块，保障用户自助自主探索的空间。自助BI工具市场上主要有spotfire、帆软BI软件等，在面板行业中自助BI工具要求能够快速处理千万行级、亿行级的数据量，需要在硬件和软件架构上保证数据处理速度，同时也要求产品操作的简便性。自助数据挖掘工具市场上有SIMCA、SPSS等，在面板行业中要求能够快速分析良率集中，能够准确挖掘异常影响因子，能够帮助工程师快速准确找到异常影响因子将成为核心能力。 最后，本人相关经验有限，网络上相关YMS的资料也很少，若文中有错漏之处，还望指正。国产YMS方兴未艾，很多时候还是企业自研自用、定制化开发，希望未来有更多面向市场的国产YMS优秀软件涌现，为国产工业软件的发展助力。发布于 2022-01-05 10:01面板良率工程师工业软件​赞同 13​​8 条评论​分享​喜欢​收藏​申请