數字孿生，簡單定義(yi) 為(wei) 對現實世界的實時模擬，最近開始在半導體(ti) 領域獲得發展勢頭。例如，AR 是英特爾全球製造過程中不可或缺的一部分，從(cong) 維護和整修，使他們(men) 能夠進行遠程通信以進行國際故障排除並準備交互式培訓材料。  

半導體(ti) 製造是一個(ge) 漫長而複雜的過程。建立晶圓製造廠需要精確、清潔的環境、昂貴的設備和時間。例如，領先的半導體(ti) 製造商 GlobalFoundries 通常需要三個(ge) 月的時間才能將矽晶圓蝕刻並製造成多層半導體(ti) 。當芯片短缺時，在上升周期中增加產(chan) 量變得困難，因為(wei) 新工廠的啟動和運行需要數年時間。人工智能和數字孿生技術的進步提供了加速芯片設計和生產(chan) 過程的潛力，並幫助製造商迅速縮小供需差距。    

革新半導體(ti) 製造 

“數字孿生”將為(wei) 協作工作鋪平道路，並從(cong) 根本上改變員工培訓方式。光刻設備工具對於(yu) 半導體(ti) 工廠來說最為(wei) 重要，每台成本高達4000 萬(wan) 美元（對於(yu) 300 毫米晶圓尺寸）。但是，隨著芯片製造工藝向較低節點遷移，成本會(hui) 猛增。建立任何新晶圓廠的一個(ge) 重要方麵是技術轉讓費，其中包括收到新設施的專(zhuan) 家和對員工進行擬議節點技術培訓。但是，創建模擬環境可以減少在任何新工廠進行生產(chan) 的時間。   

英偉(wei) 達的數字孿生指南解釋說，在使用這項新技術之前，員工甚至可以在昂貴的係統上接受培訓。一旦接受培訓，工人就可以對這些機器進行鑒定、操作和維修，而無需踏入安裝它們(men) 的超潔淨室。因此，虛擬工廠將允許專(zhuan) 家更快、更便宜地設計和測試新工藝，而無需中斷實體(ti) 工廠的運營。   

除了創建整個(ge) 工廠的數字副本外，製造商還可以使用AI技術處理來自實際工廠內(nei) 部傳(chuan) 感器的數據，並找到新的材料路線方式，以減少浪費並加快運營速度。   

在 CES 2023 上，英偉(wei) 達還宣布與(yu) 中國台灣電子製造商富士康合作打造自動駕駛汽車平台。富士康將為(wei) 基於(yu) 英偉(wei) 達DRIVE Sim 平台的汽車製造電子控製單元 (ECU)，而該平台又基於(yu) Omniverse，使汽車製造商能夠設計汽車內(nei) 飾並保留完全在虛擬世界中的體(ti) 驗。通過注入 AI 和元宇宙，英偉(wei) 達旨在讓製造更智能、更高效。富士康將為(wei) Fisker Inc 生產(chan) 第二款車型，並為(wei) Lordstown Motors Corp 和 Apple 產(chan) 品生產(chan) 電動汽車。   

因此，芯片製造和組裝的未來是機器人技術、仿真和機器學習(xi) 之間的聯係。該技術還被吹捧為(wei) 長期可持續發展努力的關(guan) 鍵，因為(wei) 它為(wei) 組織提供了一種建模和理解如何減少排放和能源使用的方法，以便他們(men) 可以測試情景以最終實現可持續性和氣候目標。事實上，Capgemini的研究發現，57% 的組織認為(wei) 數字孿生對於(yu) 提高可持續性至關(guan) 重要。    

數字孿生的挑戰 

然而，采用數字孿生技術也存在挑戰。Front End Analytics 總經理 Juan Betts說：“係統越複雜，AI 框架就越複雜，如果使用傳(chuan) 統 “AI” 技術，則需要的數據也就越多。因此，培訓人工智能通常是其使用的主要障礙。”  

為(wei) 了確保可靠的輸出，在許多情況下，在經常需要手動輸入來標記這些數據集的情況下，會(hui) 使用受監督的機器學習(xi) 模型。然而，該方法成本高昂、容易出錯且耗時，尤其是在複雜且動態的製造環境中。這也引用了Alexopoulo 等人 (2020) 的研究，指出數字孿生模型本身如何通過生成適當的訓練數據集並通過模擬工具鏈自動對其進行標記來加速 ML 訓練階段，從(cong) 而減少用戶參與(yu) 培訓過程。  

Clear Ventures 的創始人Chris Rust解釋說，像 LAM Research、博世（已經在其德國半導體(ti) 工廠中使用了數字孿生）和應用材料等組織已經在使用替代機器學習(xi) 模型，這些模型“更準確，最高可達比傳(chuan) 統的基於(yu) 物理的模擬快百萬(wan) 倍”。他還補充說，Tignis、AspenTech 和 Ansys 等技術公司在這一領域處於(yu) 領先地位，他們(men) 利用數字孿生來簡化工業(ye) 運營，並使幾乎所有應用程序都可以訪問 AI 和 ML。   

有鑒於(yu) 此，工業(ye) 數字孿生協會(hui) (IDTA) 總經理Christian Mosch提出了多個(ge) 數字孿生之間的“可互操作”方法，其中數據在不同生命周期階段共享，包括設計、規劃、建設、培訓和運營，除其他外。僅(jin) 就半導體(ti) 製造而言，我們(men) 可以看到數字孿生建模和數字孿生數據標記之間的互操作框架如何簡化整個(ge) 過程，類似於(yu) 真實世界的係統。    

人工智能的使用 

同樣，在人工智能方麵，許多係統已經在各個(ge) 領域進行中。例如，製造領域的一些常見用例包括需求預測、庫存優(you) 化、調度和預測性維護。美光科技智能製造（印度工廠）和人工智能總監Shisheer Kotha指出，其中一項重要應用是自動缺陷分類，它使用圖像分析和深度學習(xi) 在更短的時間內(nei) 識別根本原因，並有助於(yu) 提高良率. 他補充說：“這些解決(jue) 方案通過結合物聯網和深度學習(xi) 技術，提高了組裝和測試操作的質量和早期檢測。”

關(guan) 於(yu) 必威官方网站手机網

必威官方网站手机網是一個(ge) 電子方案開發供應鏈平台，提供從(cong) 找方案到研發采購的全鏈條服務。找方案，上必威官方网站手机網!在方案超市找到合適的方案就可以直接買(mai) ，沒有找到就到快包定製開發。必威官方网站手机網積累了一大批方案商和企業(ye) 開發資源，能提供標準的模塊和核心板以及定製開發服務，按要求交付PCBA、整機產(chan) 品、軟件或IoT係統。更多信息，敬請訪問https://www.interviewcrusher.com