半导体AI落地第一步：VM、R2R还是DOE？选对起点少走两年弯路
半导体AI落地不是一步到位的事。晶圆厂应从VM虚拟量测起步，设备商应从Smart DOE切入。本文给出Fab和OEM两条清晰的AI落地路线图，以及对应的产品选型建议。
每一家半导体工厂或设备商，在决定引入 AI 时都会面临同一个问题：从哪个环节开始？
虚拟量测（VM）、Run-to-Run 自动调机（R2R）、智能实验设计（DOE）、设备诊断（FDC/EIP）、视觉检测……技术选项很多，但预算和人力有限。选错了起点，不仅浪费投入，还会让团队对 AI 失去信心。
本文基于我们服务数十家客户的实战经验，给出一套简单的决策框架。
先回答一个问题：你是 Fab 还是设备商？
这个问题决定了 AI 落地的整个逻辑：
- 晶圆厂（Fab）：核心痛点是良率和产能。AI 的价值体现在减少在线量测等待、减少设备故障停机、实现工艺自动闭环调整。
- 设备商（OEM）：核心痛点是调机效率和交付成本。AI 的价值体现在减少 DOE 试片量、积累工艺知识、加速新机台交付。
两条路线的技术栈不同，入手顺序也不同。
晶圆厂路线：VM → R2R → EIP 三步走
第一步：虚拟量测（VM）——投入最小、见效最快
为什么推荐 VM 作为 Fab 的第一步？
- 不改工艺：VM 只是用设备数据预测量测结果，不修改任何工艺参数，零风险
- 数据现成：FDC 传感器数据（温度、压力、流量、功率等）大多数 Fab 已经在采集
- 效果可量化：MAPE（平均绝对百分比误差）直接衡量预测精度，好不好一目了然
- 冷启动快：10-15 片量测数据即可完成初始建模，1-2 周就能看到结果
VM 的直接收益是减少在线量测频率（例如从每批次量测降为每 5 批次抽检），释放量测设备产能，间接提升整线 throughput。
推荐产品：NeuroBox E3200S（标准版，Orin Nano 8GB，专注 VM 一件事做到极致）
第二步：R2R 自动调机——从预测到行动
VM 跑稳之后，自然的下一步是：既然能预测工艺偏差，为什么不自动修正？
R2R（Run-to-Run）控制将 VM 的预测结果反馈到设备 Recipe，实现闭环调参。例如 CMP 研磨后厚度偏高 → 自动下调研磨时间 0.5 秒。
这一步的前提是 VM 模型已经稳定运行且精度达标（MAPE ≤10%），否则闭环反馈会引入噪声。
升级路径：E3200S 用户可通过软件授权升级为 NeuroBox E3200（专业版），解锁 R2R 模块，硬件无需更换。
第三步：设备智能诊断（EIP）——防患于未然
当 VM + R2R 闭环稳定运行后，第三步是加入 EIP（Equipment Intelligence Platform）设备诊断，监控设备自身健康状态，在故障发生前预警。
例如 Pump 振动频谱偏移 → 预测剩余寿命 → 安排预防性维护，避免非计划停机。
推荐产品：NeuroBox E3200 专业版 已内置 EIP 模块，VM + R2R + EIP 三合一闭环。
设备商路线：DOE → 迁移学习 → SOP 自动化
第一步：Smart DOE——把试片量砍掉 80%
设备商最大的时间黑洞是调机。传统 DOE 需要 50-100 片试片，每片成本数百到数千元，一台设备调机周期 2-4 周。
Smart DOE 的核心改进：
- 拉丁超立方采样替代全因子/正交设计，用更少的点覆盖更大的工艺空间
- 响应曲面法（RSM）拟合工艺窗口，找到最优参数组合
- 自适应补点：模型不确定区域自动建议追加实验，无需人工判断
实际效果：10-15 片即可完成传统 50 片的工作量。
推荐产品：NeuroBox E5200S（标准版，支持笔记本离线建模，方便出差调机）
第二步：迁移学习——让每一台设备越调越快
设备商的独特优势是：同型号设备会卖几十甚至上百台。如果第 1 台的调机数据能帮助第 2 台、第 10 台、第 100 台……越往后效率越高。
迁移学习正是实现这一点的技术：
- 第 1 台设备：15 片完整 DOE（冷启动）
- 第 2-3 台：8-10 片（热启动，复用基础模型）
- 第 10 台以后：近乎零试片（只需 2-3 片验证点）
每次调机的数据自动入库，形成设备商专有的 AI 模型资产。这是竞争壁垒。
第三步：SOP/SIP 自动生成——知识不再只在人脑中
最终目标：AI 调机完成后，自动生成标准作业程序（SOP）和参数表（SIP），新工程师照着做就能达到老师傅的水平。
推荐产品：NeuroBox E5200 专业版（Smart DOE + 迁移学习 + SOP 自动化全套）
特殊场景：非 SECS 设备怎么办？
并非所有半导体设备都支持 SECS/GEM 协议。扩散炉、清洗设备等常见于 PLC 控制，用 Modbus TCP 通信。
对于这类设备，NeuroBox E5200V 提供视觉 AI 方案：通过腔体摄像头实时检测异常（溅液、断流、晶圆抖动等），<50ms 延迟，误报率 <1%，支持 Modbus TCP 协议直接对接 PLC。
一张图看清选型逻辑
| 您是谁 | 核心痛点 | 推荐起点 | 推荐产品 | 后续升级 |
|---|---|---|---|---|
| 晶圆厂（初次导入） | 量测瓶颈、良率波动 | 虚拟量测 VM | E3200S | → E3200（加 R2R + EIP） |
| 晶圆厂（已有 VM） | 工艺闭环、设备预警 | R2R + EIP | E3200 | 已是全套 |
| 设备商（中小型） | 调机效率低 | Smart DOE | E5200S | → E5200（加迁移学习） |
| 设备商（多台交付） | 重复调机成本高 | DOE + 迁移学习 | E5200 | 已是全套 |
| PLC 设备 / 视觉需求 | 非 SECS 设备智能化 | 视觉检测 | E5200V | + E3200/E5200 联动 |
