核心概念

晶圆 (Wafer)

💡 一句话直观理解:
🔬 在晶圆厂 (Fab) 里的关键作用:
← 返回首页 FAB PROCESS & AI AGENT GUIDE 直观图文导览 + 工程细节按需展开

一颗芯片是怎么造出来的?走进千步晶圆厂 (Fab) 与 AI Agent 生态位

🌱 第一篇 · 芯片的物理结构与材料本源 | 从单晶硅晶圆、千亿级 MOS 开关到多层纳米互连大厦

走进晶圆厂(Fab):一颗芯片内部究竟长什么样?用什么材料搭成?

造一颗现代先进芯片(如 5nm / 3nm 逻辑芯片或 200+ 层 3D 存储芯片),绝不是在硅片表面做一次平面雕刻。它的本质是在一张直径 30 厘米、纯度高达 9~11 个 9 的镜面圆硅片(晶圆 Wafer)上,先在最底层造出上千亿个纳米级电子开关,再耗费 3 个月、累计经历 80~100+ 道光刻掩模循环与 1,000 ~ 1,500+ 道总工序,一层接一层盖起一座包含 15~20 层水平金属互连与对应通孔层(共约 30~40 层物理结构)的纳米立体电路大厦。

STEP 1.1 实物图解:从石英砂、晶圆(Wafer)、裸片(Die)到“底层千亿开关 + 1,500 步几个九铁律”
🔍 点击任意配图可全屏放大查看细节
从石英砂、单晶硅棒、晶圆到裸片(Die)与封装芯片
01 · 宏观物理形态演进
🔍 点击放大
① 石英砂与硅锭
② 晶圆 (Wafer)
③ 裸片 (Die)
④ 封装芯片

1. 什么是“晶圆 (Wafer)”与“裸片 (Die)”?

• 提纯拉晶与切片(图左 1~2):把石英砂提纯到 99.9999999% ~ 99.999999999%(9~11个9),拉成完美单晶硅晶锭,再切成直径 30 厘米(12 英寸)、原子级平整的镜面圆盘——这就是 晶圆 (Wafer)。

• 一盘同时造几百颗(图右 3~4):整张晶圆上整齐排列着几百个指甲盖大小的小方格,每个方格是一颗 裸片 (Die)。在最新 5nm / 3nm 工艺下,仅仅这一颗指甲盖大小的裸片里,就密密麻麻容纳了 800 亿 ~ 2,000 亿个(80B–200B+) MOS 晶体管开关!

💡 数量级概念:全人类银河系的恒星总数约 1,000 亿~2,000 亿颗——今天一颗顶级 AI 或手机芯片里的纳米开关数量,已经和整个银河系的恒星一样多!
芯片内部百层纳米摩天大楼三维剖面图
02 · 底层开关 vs 上层通路
🔍 点击放大
第1层:100%开关所在
上层:全做导电通路
尺度:量子力学边界

2. 第 1 层造所有开关,上面几十层全做通路

• 第 1 层基础层(FEOL 前道器件层):整颗芯片里所有的有源计算开关(上千亿个 MOS 管),100% 全部建造在最底部的第 1 层单晶硅表面!因为只有底层完美的单晶硅晶格才能让电子高速开关。

• 上面数十层互连层(BEOL 后道互连层):上面没有计算开关,主要作用全部是“修路(信号互连)”与“供电”——包含 15~20 层水平金属互连层(M1~M20)与对应垂直通孔层(Via,共约 30~40 层物理结构;在多重曝光工艺下累计需经历 80~100+ 道光刻掩模循环),把底层千亿开关连成网络。

• ⚛️ 逼近量子力学边界:当 5nm / 3nm 开关缩至几十个原子宽,电子像波一样穿墙触发 量子隧穿漏电 (Leakage),倒逼开关立起来变成 3D 鱼鳍(FinFET)与全环绕(GAA)(见下方抽屉 ②)。

💡 核心结构铁律:1 楼地面住着 1,000 亿户人家(MOS 开关),而上方的 15~20 层水平金属层与对应通孔层(累计需照相曝光 80~100+ 次;注:3D NAND 闪存则垂直堆叠 200~300+ 层物理存储层)全部是连接这千亿户人家的空中立交桥与垂直电梯!
晶圆厂机台内部光刻与纳米加工现场
03 · 1,500 步循环与“几个九”铁律
🔍 点击放大
① 6步光刻刻蚀循环
② 累计1000~1500步
③ 每步必守几个9

3. 1,000~1,500 道工序:为什么每一步也得做到“几个九”?

• 重复上百次的六步循环:每盖一层都要经历「镀膜 ➔ 涂胶 ➔ 光刻 ➔ 显影 ➔ 刻蚀 ➔ CMP磨平」。先进逻辑与高端存储(如 3D NAND / HBM / DRAM)全流程已高达 1,000 ~ 1,500+ 道工序,耗时整整 90 天!

• ⚠️ 1,500 步连乘的残酷算术:不仅硅材料纯度要 9~11 个 9,每一道工序的良率也必须做到“几个九”!假如每步合格率只有 99%(2个9),连乘 1,500 步后总良率是 0.991500 = 0.00003%(全军覆没);哪怕做到 99.9%(3个9),0.9991500 也仅剩 22.3%!

• 微观器件级的 8~9 个 9:要想最终良率接近 90%,单步晶圆级良率须达 4~5 个 9(99.99%+),而落到单颗 MOS 开关与单个通孔的微观加工可靠度,必须达到 8~9 个 9(99.9999999%)(详见下方抽屉 ③)。

💡 一句话震撼认知:在一颗拥有 1,000 亿个开关、历经 1,500 道工序的芯片上,哪怕每个开关只有十亿分之一的失误率,整颗芯片也会坏掉上百个开关而报废!
STEP 1.2 认识芯片制造的“四大基础材料”:半导体、导体、绝缘体与临时光刻胶
(颜色与下方 11 步截面演化图严格对应,点击 💡 词条可查看结构图解)
1. 半导体衬底 (Si) 灰色图例
角色:第 1 层地基 & 千亿级 MOS 开关

为什么叫“半”导体?铜永远导电,玻璃永远绝缘;而单晶硅(Si)介于两者之间——平时不导电,但给栅极施加微弱电压就能瞬间在源极(S)与漏极(D)之间形成导电通道。它是制造底层上千亿个 0/1 开关的唯一载体。

最终芯片中:永久保留(最底层单晶硅衬底)
2. 金属导体 (Cu/W) 金橙图例
角色:上层几十层水平导线 & 垂直电梯

负责把第 1 层的千亿个开关连成网络并输送电力。在同一楼层水平延展的称为金属互连线(Metal-1、Metal-2…);垂直打穿绝缘层、把上下两层金属线导通的实心金属柱称为通孔插栓 (Via)。

最终芯片中:永久保留(上层导电互连与供电网)
3. 绝缘体 (SiO₂/Si₃N₄) 蓝+绿图例
角色:绝缘填充墙 + 防扩散阻挡层

上百亿根电线如果相互接触就会短路烧毁。蓝色二氧化硅/低介电材料(SiO₂/Low-k)像绝缘水泥一样填满金属线间隙;绿色氮化硅(Si₃N₄)像致密保护膜封住铜线顶面,防止铜原子向四周扩散污染,并在向下打孔时充当“刻蚀停止层”。

最终芯片中:永久保留(物理支撑与电气隔离)
4. 光刻胶 (Photoresist) 亮黄图例
角色:刻完即洗除的“临时感光模板”

⚠️ 关键认知:最终出厂的芯片里没有任何光刻胶!它只是施工时涂在表面的临时感光保护层:被紫外光照射的区域在显影液中溶解开窗;未受光区域作为护盾保护下方金属不被刻蚀。每刻完一层,残余光刻胶都会被彻底剥除。

最终芯片中:❌ 临时转移媒介,每层刻完彻底清除
🎬 第二篇 · 晶圆制造 11 步微观截面动态演化(经典减成法图案化闭环 vs 铜大马士革注记)

从一片空白单晶硅开始:如何一步步雕刻出第一层导线(M1)、打通垂直通孔(Via)并连上第二层导线(M2)?

点击下方第 01 ~ 11 步(或点击画布右上角「下一步 ▶」):左侧主动画采用最直观的经典减成法图案化循环(对应栅极 Gate / 钨 W / 铝 Al 互连)展示硅片横截面物理演化,右侧展示通俗原理解析与数据洞察;点击右侧抽屉可展开深度工程参数。

🔬
真实 Fab 工艺进阶注记(经典减成法 vs. 先进节点铜互连大马士革镶嵌法): 下方截面动画为帮助直观理解“光刻 ➔ 刻蚀”图案转移闭环,展示的是经典减成法(Subtractive Patterning:先整面沉积导体 ➔ 光刻 ➔ 等离子体干法刻蚀导体 ➔ 填 SiO₂ 绝缘层 ➔ 氧化物 CMP),在真实晶圆厂中用于栅极(Poly-Si / Metal Gate)、钨(W)局部互连与铝(Al)互连线。而先进节点的铜互连层(Cu BEOL,M1–M20)因铜卤化物挥发性极差无法直接等离子体干法刻蚀,实际采用反过来的双大马士革镶嵌工艺(Dual Damascene:先沉积 SiO₂/Low-k 绝缘层 ➔ 在绝缘层上刻出沟槽 Trench 与通孔 Via ➔ 铺 Ta/TaN 阻挡层 + 电镀填铜 ECD Cu ➔ 用 Cu CMP 将多余的铜磨平)。
🏗️ 第一阶段(第 01~07 步):首轮光刻与刻蚀闭环 —— 经典减成法雕刻出第一层导体走线 (M1: W / Al / Gate) Steps 01–07
🧱 第二阶段(第 08~10 步):绝缘填平 + 垂直通孔 + 第二层导线 (附 Cu 大马士革注记) Steps 08–10
🏢 多层整合 (11)
晶圆微观横截面动态演化 (Microscopic Cross-Section · 纳米级尺度)
01 / 11
单晶硅衬底 (Si)
金属导体/通孔 (Metal/Via)
临时感光光刻胶 (PR)
二氧化硅绝缘介质 (SiO₂)
氮化硅阻挡层 (Si₃N₄)
光刻掩模版 (Photomask)
💡
直观生活类比
一句话通俗理解:
🔗 前后工序衔接逻辑(为什么必须做这一步?做完后如何衔接下一步?)
STEP 1 OF 11
PE 机台闭环

单晶硅片准备 (Bare Silicon)

Substrate Preparation & Cleaning

📖 工艺动作与微观物理变化:
🏭 洁净室核心机台: 抛光机 / 清洗机
📏 关键工艺控制指标: 平整度 < 0.2 nm
🧱 本步完成后晶圆形态: 原子级平整镜面纯硅
⚠️ 典型工艺异常与良率风险:

📊 现场实录:本步采集什么量测数据?工程师(PE / EE)如何排查调机? PE + EE + PIE

📋 晶圆制造 11 步全流程总览表(点击任意一行可同步切换上方交互截面图)

PE: 工艺配方优化 EE: 机台硬件维护 PIE: 跨层良率整合
步骤 工艺阶段 通俗动作解析 无尘室核心设备 硅片截面物理形态变化 核心检测数据 & 工程师排查动作 协同角色
01 ⭐ 衬底准备 超纯水与化学清洗,把硅片洗得一尘不染 湿法清洗台 (Wet Bench) 原子级平整单晶硅基底,无任何微粒与原生氧化层瑕疵 激光暗场颗粒散射图 ➔ 排查清洗槽兆声波换能器功率衰减 PE + EE
02 ⭐ 导体薄膜沉积 减成法:在硅片表面铺满整层导电膜(W/Al/Gate) 气相沉积台 (CVD/ALD/PVD) 导体层覆盖:硅片上方覆盖整片导电层(尚未刻出线条) 椭偏仪全片膜厚等高线图 ➔ 校准加热底座边缘温区微温差 PE + EE
03 ⭐ 涂布光刻胶 在金属层上方高速旋涂一层感光保护树脂 涂胶显影机 (TEL Track) 金属层上方增加一层约 100nm 均匀感光保护膜 全片胶厚色斑图 ➔ 校准旋涂电机减速斜率与洗边回吸负压 PE + EE
04 ⭐ 光刻对准与曝光 紫外激光透过掩模底片,将电路图投影到光刻胶上 ASML 光刻机 (EUV/DUV) 受光照区域光刻胶发生分子断键变性,形成纳米级化学潜影 CD-SEM 线宽图 + 双工件台 A/B 对比 ➔ 纠偏吸盘台面微倾角 (μrad) PE + EE
05 ⭐ 显影开出窗口 显影液溶解冲走已曝光的光刻胶,露出下方金属 涂胶显影机 (Developer) 光刻胶层开出物理凹槽窗口,待切除的金属表面裸露出来 显影后检查图 (ADI) ➔ 修正曝光后烘热板中心温差与浸润时间 PE + EE
06 ⭐ 等离子体干法刻蚀 高能等离子体垂直轰击,将无光刻胶保护的导体挖空 刻蚀机 (Lam Kiyo / AMAT) 图案向下转移:裸露导体(W/Al/Gate)被切穿,胶下完好保留 腔体 A/B 对比 + 侧壁倾角量测 ➔ 调节射频偏压功率与气体配比 PE + EE
07 ⭐ 去胶与首层成型 氧等离子体灰化洗净残余光刻胶,露出独立金属线 等离子去胶机 (Asher) 首层导线 (M1) 完工:光刻胶彻底清除,留下高纯度金属线条 残胶扫描图 ➔ 引入微量破壳辅助气体清除交联硬化胶壳 PE + EE
08 ⭐ 绝缘填平与CMP抛光 减成法填 SiO₂ 磨平(注:Cu BEOL 则用大马士革先刻沟槽再电镀铜 CMP) HDP-CVD + CMP 抛光机 共面镜面成型:金属顶面与二氧化硅绝缘层研磨至完全齐平 AFM 碟形凹陷图 (Dishing) ➔ 下调抛光头特定分区气囊过高压力 PE + EE
09 ⭐ 氮化硅封盖与打通孔 盖氮化硅阻挡层,铺第二层绝缘层,垂直打孔填入金属柱 PECVD + 通孔刻蚀 + 电镀/CVD 垂直通孔 (Via) 贯通:打穿绝缘层与阻挡层,直连底层 M1 导线 TEM 通孔底部残留检测 ➔ 延长阻挡层过刻蚀时间确保 100% 导通 PE + EE
10 ⭐ 第二层金属导线成型 减成法或双大马士革成型第二层导线 (M2),压在通孔上方 PVD/电镀台 + 光刻 + 刻蚀/CMP 跨层三维互连:M2 横向导线通过 Via 垂直插栓与 M1 正式通电 套刻对准偏差图 (Overlay) ➔ 高阶多项式补偿底层晶圆应力翘曲 PE + PIE
11 ⭐ 多层立体整合与终测 经历 80~100+ 道光刻掩模循环完成 15~20 层金属互连,WAT/CP 终测归因 整座 Fab + WAT/CP 测试机 纳米互连大厦封顶:千亿晶体管与 15~20 层立体铜互连网络 终测良率图 ➔ PIE 跨模块追溯 1,000+ 步历史履历锁定异常机台 PIE 整合
🏭 第三篇 · 走进真实的百亿美金晶圆厂(全图解车间运转实录) | 底层双云 · 六大机台 · 3+3 六大工程战队 · 三大实战连环画

真实的 Fab 车间是怎么运转的?双层云、六大机台与“3+3 六大工程战队”如何协同?

在真实的 12 英寸晶圆厂里,最底层是“机台内嵌边缘云(机台私有云)+ Fab 厂级中心云(厂内共享云)”算力底座,中间层是流转 1,000 ~ 1,500+ 道工序的六大类制造与检测机台,最上层则是“前线执行铁三角(EE · PE · PIE)”与“三大特种侦察与守门战队(Defect · DS · Quality)”构成的 3+3 人类专家矩阵。点击任意配图可全屏放大,点击底部按钮可按需展开深度细节。

🏛️ 车间三层架构速览
3.3 顶层(人):前线铁三角 (EE/PE/PIE) + 特种战队 (Defect/DS/Quality)
3.2 中层(机):光刻 · 镀膜 · 刻蚀 · CMP · 注入 · 量测 (1,500+ 步)
3.1 底层(云):机台内嵌边缘云 + Fab 厂级中心云
🗺️ 晶圆厂(Fab)“底层双云 ➔ 中层机台 ➔ 顶层 3+3 六大工程战队”三层架构总览图 下方 3.1 ~ 3.4 节将逐层提供独立高清图解
【最上层 3.3 · 3+3 六大核心工程战队】前线执行铁三角 (EE · PE · PIE) + 三大特种侦察/算法/质量守门战队 (Defect · DS · Quality) 🔧 EE 设备工程师 (管物理机台硬件 + 机台边缘私有云) 👨‍🔬 PE 模块工艺工程师 (管单站 Recipe 配方与参数窗口) 🏗️ PIE 工艺整合工程师 (统筹 1,500 步全流程与终测良率) 🔍 Defect Team 缺陷猎手 (管 KLA/SEM 抓鬼 + FA 切片支援) 🧠 DS 数据科学家团队 (驻厂级中心云建 FDC/APC 模型 + 千步挖掘) 🛡️ Quality 质量守门团队 (握一票否决权:批次放行/报废与新机台终审) 【中间层 3.2 · 六大核心设备机台 (Equipment Tools)】晶圆在 90 天里在这 6 类设备间流转 1,000 ~ 1,500+ 次 ① 光刻与涂胶显影机ASML / TEL ② 镀膜 / 薄膜沉积机CVD / PVD / ALD ③ 腐蚀 / 刻蚀机干法等离子 / 湿法 ④ CMP 抛光与清洗机全局镜面磨平与清洁 ⑤ 离子注入与退火机改造硅衬底 S/D 电性 ⑥ 量测与缺陷检测机KLA / CD-SEM / Overlay 【最底层 3.1 · 双层算力与存储底座】每台机器自带的“机台内嵌边缘云” + 全厂共享的“Fab 厂级中心云 (厂内共享云)” 🖥️ 第一层:机台内嵌边缘云 / 私有云 (On-Tool Edge Cloud · 毫秒级实时控制与原始大图缓存) 每台机台独立封闭运行 · 1,000 台机台就有 1,000 座机台边缘节点 (EE 最常进) ☁️ 第二层:Fab 厂级中心云 / 厂内共享云 (Fab Central Cloud · MES / FDC / YMS 全局统筹) 全厂防火墙内各部门共享的中心数据底座 · 串联 90 天 1,500 步生产履历 (PIE/DS/Quality 主阵地)
STEP 3.1 最底层算力与存储:每台设备自带的「机台内嵌边缘云(机台私有云)」vs 全厂共享的「Fab 厂级中心云(厂内共享云)」
🔍 点击配图可放大,点击底部按钮可展开详细机制
机台内嵌边缘云实景图
🖥️ 第一层 · 机台内嵌边缘云 / 私有云 (1,000台各自独立)
🔍 放大
毫秒级实时闭环 (1~10ms) 本地缓存 TB 级原图与原波 设备原厂封闭架构

每台机器自带的“机台边缘私有云”:算实时动作、存原始数据

• ⚡ 实时算什么?光刻机每几毫秒解算镜头热畸变与双工件台调平;刻蚀机毫秒级调节射频阻抗与阀门。

• 💾 本地存什么?高频原始传感器波形(Raw Trace)、机台底层故障码、以及检测机刚拍出的未压缩高清电镜大图。

⚡ 双层云之间的数据漏斗与孤岛效应
光刻机边缘云 100% 原始数据 刻蚀机边缘云 100% 原始波形 检测机边缘云 100% TB级原图 SECS/GEM 降采样过滤 仅传 1%~5% Fab 厂级中心云 • MES 派工轨迹 • FDC 均值/极值 • EDC 库/SPC 判异 • YMS 良率报表 📌 现实特点:厂级中心云看全局,机台边缘云存细节 常规报表有自动脚本,但跨层 Ad-hoc 排障仍需手动捞数据
Fab 厂级中心云实景图
☁️ 第二层 · Fab 厂级中心云 / 厂内共享云 (Fab Central Cloud)
🔍 放大
MES 天车自动派工 YMS 千步良率数据湖 厂内防火墙隔绝·跨部门共享

全厂共享的“厂级中心云”:管全局调度、存千步档案

• 🧭 全局算什么?运行 MES 指挥天车把几万片晶圆送往正确机台;运行 EAP/APC 自动下发配方与批次间补偿;运行 SPC(统计过程控制,注:SPC 是统计监控与判异规则引擎,不是数据库) 实时监测参数波动。

• 🗄️ 集中存什么?底层数据库(MES / EDC / FDC / DMS / YMS)汇总全厂 90 天、1,000 道工序的流转履历、工程量测值、传感器指标、缺陷坐标与 WAT/CP 电性良率。

STEP 3.2 中间层物理装备:造芯流水线上的“六大核心设备机台(Equipment Tools)”图解
🔍 顶部为洁净室机台连线全景图,下方为每台机器的独立腔室工作原理图
晶圆厂洁净室核心机台群与Sub-Fab全景剖面图
🏭 洁净室机台群立体剖面:顶棚天车自动运片 (OHT/FOUP) + 洁净层核心机台 + 地下室 (Sub-Fab) 真空泵与水电气管网
🔍 点击全屏放大查看车间机台细节
涂胶显影 Track 旋涂/显影 TEL 联机传片 ➔ ASML 光刻机 (EUV / DUV Scanner) 掩模版 Reticle 4:1 投影物镜 / 反射镜组 Chuck 1 (量测调平) Chuck 2 (激光曝光)
① 光刻与涂胶显影机 纳米光学投影相机

把掩模版上的电路蓝图以亚纳米对准精度投影到晶圆光刻胶上,并溶解开出窗口。

厂商: ASML · TEL 核心指标: CD 线宽 · Overlay <1.5nm
气体喷淋头 (Showerhead · 均匀进气) CVD / PVD / ALD 原子级成膜区 晶圆表面均匀生长导电/绝缘薄膜 多温区加热基座 (Heater Chuck · 400°C)
② 镀膜 / 薄膜沉积机 原子级喷涂泥瓦匠

在真空高温腔室内,往硅片表面均匀铺设纳米级金属导电膜或二氧化硅/氮化硅绝缘层。

厂商: AMAT · Lam · 北方华创 核心指标: 膜厚均匀度 · 薄膜应力
⚡ 高能反应等离子体辉光 (Plasma) 垂直定向轰击 + 化学反应挥发抽走 静电吸盘 (ESC) + 底部射频偏压 (RF Bias)
③ 腐蚀 / 刻蚀机 (Etch) 纳米等离子体手术刀

利用高能等离子体或化学药液,将没有光刻胶保护的裸露材料精准垂直挖穿,刻出深槽与通孔。

厂商: Lam · TEL · AMAT · 中微 核心指标: 侧壁垂直度 · 刻蚀选择比
↻ 多分区气囊旋转抛光头 (Carrier Head) 纳米研磨液 (Slurry) + 旋转抛光垫 (Polishing Pad) 将高低起伏表面磨成 <0.5nm 绝对镜面 + 兆声波超纯水清洗
④ 研磨抛光与清洗机 (CMP) 纳米磨平机与洗车房

每盖完一层后用化学机械抛光(CMP)把表面磨成绝对水平镜面,并用超纯水洗净一切微尘。

厂商: AMAT · Ebara · 华海清科 核心指标: 全局平坦度 · 零碟凹/划痕
高能离子源 硼 B⁺ / 磷 P⁺ 磁场加速精准轰入硅衬底 硅片 S/D 极掺杂 🔥 1000°C 毫秒退火 修复硅晶格并激活导电
⑤ 离子注入与退火机 底层硅电性改造师

用粒子加速器将硼/磷离子轰入第 1 层单晶硅,并用 1000°C 强光瞬间退火,造出 MOS 管源漏极(S/D)。

厂商: AMAT · Axcelis · 凯世通 核心指标: 注入剂量 · 结深与方块电阻
电子束电镜 / 激光扫描头 放大十万倍测 CD 线宽与抓缺陷 输出晶圆图 Klarf 缺陷坐标 16-bit 电镜图
⑥ 量测与缺陷检测机 纳米尺与全天候CT机

不加工晶圆,专门驻扎在各工序后拍纳米电镜照、测膜厚/线宽/对齐度,并全片扫描揪出颗粒与断线缺陷。

厂商: KLA · 日立 · ASML · 中科飞测 核心产出: Klarf 缺陷图 · SEM 大图
STEP 3.3 最上层工程团队:驾驭机器与双层云的“3+3 六大核心工程战队”全景图解
🔍 每支团队均配专属工作现场与屏幕界面图(点击图片可放大)
为什么大型 Fab 既有铁三角,又有三大特种部门?

在 1,500 步先进晶圆厂里,单靠一线产线铁三角(EE 管机台 · PE 管单步配方 · PIE 管全流程整合)还远远不够。大型 Fab 均配备三大横向特种团队:🔍 Defect Team(产线吹哨人与显微镜法医)负责抓缺陷与切样品、🧠 DS 数据科学团队(厂级中心云算法大脑)负责在 PB 级数据中挖跨步隐性规律、🛡️ Quality 质量团队(最高法院)手握异常批次放行与报废的一票否决权。

第一排:产线执行铁三角 (EE · PE · PIE) 第二排:特种侦测·算法·审判战队 (Defect · DS · Quality)
⚡ 第一梯队 · 产线执行与统筹铁三角(直接对机台硬件、单步配方与 1,500 步总良率负责)
EE 设备工程师工作实景
🔧 战队 01 · EE 设备硬件工程师
🔍 放大

1. EE 设备工程师 (Equipment Engineer)

🎯 一句话定位: 机器的“全科外科医生”,保障上亿美金机台硬件健康、无尘、稳定运转。
🖥️ 主盯哪层云与设备: 深入物理机台腔室 + 机台内嵌私有云(查硬件报错码、真空度、射频电源与机械臂伺服波形)。
KPI: 机台可动率 Uptime KPI: 低颗粒度 Particle
PE 工艺工程师工作实景
👨‍🔬 战队 02 · PE 模块工艺工程师
🔍 放大

2. PE 工艺工程师 (Process Engineer)

🎯 一句话定位: 单道工序的“米其林主厨”,负责编写和微调机器加工晶圆的烹饪菜单(Recipe)。
🖥️ 主盯哪层云与设备: 横跨机台边缘私有云配方表 + 厂级中心云单站 SPC 图(看本步膜厚、线宽 CD、套刻 Overlay)。
KPI: 单站稳定性 4~5个9 KPI: 单步零报废 Scrap
PIE 工艺整合工程师工作实景
🏗️ 战队 03 · PIE 工艺整合工程师
🔍 放大

3. PIE 工艺整合工程师 (Integration)

🎯 一句话定位: 百层芯片大厦的“总建筑师与总导演”,串联全部 1,500 步对最终总良率负总责。
🖥️ 主盯哪层云与设备: 俯瞰Fab 厂级中心云全局(YMS + MES 1,500 步履历 + WAT/CP 电性终测图)。
KPI: 整片终测良率 Yield KPI: 电性达标率 WAT
🛡️ 第二梯队 · 大厂专业特种与审判战队(与铁三角并肩作战的“吹哨法医 · 算法大脑 · 最高法院”)
Defect Team 缺陷分析工程师工作实景
🔍 战队 04 · Defect / YE 缺陷分析团队
🔍 放大

4. Defect Team 缺陷团队 (Defect / YE / FA)

🎯 一句话定位: 产线的“吹哨人”与“显微镜法医”,在 1,500 步中途抓出纳米颗粒并解剖死因。
🖥️ 主盯哪层云与设备: 掌管KLA 光学/电子束检测机 + 厂级 DMS 缺陷库 + FA 失效分析实验室(FIB/TEM 切片)。
KPI: 缺陷密度 D0 (Defect Density) KPI: 肇事步定位率
DS 数据科学家团队工作实景
🧠 战队 05 · DS / CIM 数据科学团队
🔍 放大

5. DS 数据科学团队 (Data Scientist / CIM)

🎯 一句话定位: 驻扎在厂级中心云上的“算法与大数据特种部队”,负责数据管道、自动化脚本与统计/机器学习建模。
🖥️ 主盯哪层云与设备: 深耕Fab 厂级中心云数据底座(维护常规 ETL 脚本、构建 FDC 波形监控、APC 自动补偿与 ADC 分类算法)。
KPI: 根因挖掘命中率 KPI: FDC/APC 模型覆盖率
Quality Team 质量与可靠性工程师工作实景
🛡️ 战队 06 · Quality / QE 质量与可靠性团队
🔍 放大

6. Quality 质量团队 (Quality & Reliability)

🎯 一句话定位: 晶圆厂的“最高法院与客户守门人”,对异常放行、报废与新机台投产拥有一票否决权。
🖥️ 主盯哪层云与设备: 把控厂级 QMS 质量管理系统(MRB 审理单、PCN 变更审批)+ 可靠性寿命实验室(HTOL/Burn-in)。
KPI: 零客户退货 (0 DPPM/RMA) KPI: 10年使用寿命可靠性
📌 真实 Fab 组织权责内幕(看数据 vs 管数据 vs Drive CIP): 在产线日常运作中,Defect(缺陷)、Yield(良率分析)与 QA(质量/可靠性)团队会互相看数据(交叉调阅在线缺陷、WAT/CP 良率图与 SPC/可靠性报表);但他们既不负责底层数据与数据库维护(由 CIM/IT 数据底座团队负责),也不直接负责 Drive 产线 CIP(Continuous Improvement Project 持续改善专案)——任何实质性的硬件改造或配方调优 CIP,最终都必须推给模块 Owner(PE / EE)或 PIE 去立项执行。
STEP 3.4 真实车间实战图解:当遇到危机时,双层云、机台与“六大工程战队”如何接力破案?

点击下方三个按钮切换实战场景:看 EE · PE · PIE 如何与 Defect Team · DS Team · Quality Team 联合作战(配有六战队横向接力泳道图 + 三步极简卡片)

STEP 3.5 · 一线 PIE 深度访谈实录 当“半天甩锅”失败:一场从第 100 步暴雷引发的“Critical Path 产能与破案五幕剧”

平时 70% 的简单异常,PIE 半天内就能定位到单台设备并甩锅(Hand off)抽身;但真正让晶圆厂伤筋动骨的,是下面这种独苗瓶颈机台挂起、跨十几步物理传染、甚至跨 1~2 年慢性漂移的“极端现实风暴”。点击下方五幕时间轴节点,左侧观看纯图形化车间实景图解,右侧查看一线工程博弈内幕:

🎯 案例设定:1,500 步 DRAM / 车规芯片 (0 Defect) ⏱️ 时间跨度:4小时 ➔ 半天 ➔ 2周 ➔ 数周 ➔ 1~2年
🎬 点击切换五幕全周期时间轴(从 0~4 小时产线急刹,到 1~2 年长期改版): 当前展示:第一幕 (01 / 05)
🌊 第四篇 · 核心症结剖析

核心症结:为什么现代晶圆厂把人类脑力、传统软件与计算机科学逼到了极限?

走完前三篇的真实车间与破案全周期,一个根本性问题浮出水面:为什么在拥有顶尖博士团队、自动化脚本与经典统计建模软件(如 JMP)的晶圆厂里,定位一个跨步异常依然要耗费数天至数周?答案在于三大底层死结——① 数据的“超维发散魔方”与看数据/管数据/推 CIP 的部门权责割裂、② Routine 自动化脚本与 JMP 统计建模在面对“跨步 Ad-hoc 突发排障”与“阈值下慢性漂移(不到阈值没人管)”时的结构性盲区、以及 ③ 单点技术需求(如亚像素识别、每秒数十 GB 图像吞吐)已顶到人类科技的最高天花板。

⚠️ 晶圆厂残酷的“1,500 步良率乘积定律”
99.9%1500步 = 22.3%
即使每步达 3 个 9 (99.9%),连乘 1,500 步后良率仅剩 22.3%!单步必须死守 4~5 个 9 (99.99%+) 才能盈利!

症结 4.1 数据的“超维魔方”:量级大、全学科种类杂、存储分散且各组权责边界割裂、时空跨度极深

Volume × Variety × Silos & Governance × 3D Spatio-Temporal Span
🗺️ 晶圆厂多源异构数据发散与跨部门权责结构图(Routine 可自动拉数 vs Ad-hoc 跨库排障与权责鸿沟)
① 规模大 + 种类极杂 (横跨光/机/电/化/物理) 🔬 光学与电子束图像 KLA散射 / SEM灰阶 / TEM 📈 机器与高频传感器 100Hz 射频/真空/温度波形 🧪 物理化学与材料形貌 膜厚折射/晶圆翘曲/药水配比 📋 机台配方与队列时序 千步 Recipe 菜单 / Q-Time ⚡ 电学性能与可靠性 Vg-Ids / Vt / 击穿 / 电容漏电 🗺️ 百亿晶体管几何版图 数十 GB GDSII / OASIS 坐标 每日新增数十至上百 TB 多模态异构数据 ② 存储发散 + 权责分割 (Routine vs Ad-hoc) 🗄️ 异构库与取数:Routine 自动 vs Ad-hoc 手动 • 边缘云存大图/原波;中心云分存 MES/EDC/FDC/DMS/YMS • 注:SPC 是统计监控规则而非数据库;Routine 有自动脚本 • 但跨步 Ad-hoc 突发调查无现成脚本,仍需手动拉数对齐 🗣️ 组织分工与权责边界:看数据 ≠ 管数据/推 CIP • 光刻/刻蚀/薄膜/CMP PE 各守单站配方与模块 CIP • Defect / Yield / QA 互相看数据,但不负责底层数据维护 ⚠️ Defect / QA 也不负责 Drive CIP,跨组协同推责极难 ③ 深度 × 广度 × 时间纵深的“三维迷宫” 📏 工序深度维度:1,000 ~ 1,500+ 道工序 第 100 步出问题,往往要往前倒扒 15~20 步甚至百步 ⏳ 纵向时间维度:毫秒 ➔ 10天 ➔ 1~2 年 既查 10ms 腔体尖峰,又要拉 1~2 年趋势抓慢性漂移 🌐 横向空间维度:0.1 纳米 ➔ 300 毫米晶圆 跨越 10 亿倍尺度:从原子级栅极氧化层到整片晶圆翘曲

症结 4.2 统计工具与监控规则的“结构性盲区”:从 JMP 统计建模与 Routine 自动脚本,到 Ad-hoc 排障、多模态拟合与“不到阈值没人管”

Statistical Modeling (JMP/DOE) & Routine Scripts vs. Ad-hoc & Sub-Threshold Blind Spots
痛点 ① · Routine 自动脚本 vs Ad-hoc 手动排障 📐
JMP 核心是统计建模且支持 Script,但 Ad-hoc 仍靠手动

在晶圆厂里,如果属于日常固定工作(Routine Work),工程师完全可以用自动脚本(SQL/Python 或 JMP JSL Script)自动拉取数据(Pull Data)并跑标准报表。而且 JMP 的核心竞争力绝不仅是画图,而是强大的统计建模(方差分析 ANOVA、多元回归、分布拟合与 DOE 响应面模型)。但一旦遇到跨十几步的 Ad-hoc(突发非常规)异常,现成脚本无法覆盖未知的跨站假设,工程师仍不得不手动跨系统捞数据、对齐字段,再逐个构建统计模型。

痛点 ② · 图像空间拟合与 DOE 建模的跨步边界 🧊
图像有数学拟合、DOE 也非纯线性,但难穿破千步耦合

客观而言,产线对图像并非“完全只靠肉眼”——Wafer Map 与量测轮廓本身有径向/多项式空间拟合(Spatial Fitting),做 DOE 实验设计时不同公司也会采用二次响应面(RSM)、交叉项或非线性统计拟合(不一定每个公司都是简单线性拟合)。但传统参数化拟合将高清图像降维成了少数固定系数,无法把亚像素微观形貌与上游机台 100Hz 时序直接对齐;面对跨 1,500 步的高维物理耦合时,局部统计模型极易失真,遇到复杂形貌最终仍要靠人工抽样肉眼复核。

痛点 ③ · Trend Detection 存在,但“不到阈值没人管” 🤯
有趋势检测规则,但阈值下慢性漂移 (Sub-Threshold) 没人管

晶圆厂并非没有 Trend Detection(趋势检测)——SPC 与 FDC 系统均配有滑动平均、连续点漂移等判异规则。但最致命的现实是:每位工程师盯成百上千个参数,只要慢性漂移还没有撞破预设报警阈值(Threshold),平时根本没人管!当上游多道工序各自发生“不到单站报警阈值”的微弱漂移,或长达 1~2 年的慢性基线蠕变(Chamber Shift)时,单站监控全部放行,直到在下游某一步叠加爆表。

📊 一线 PIE 实例图解:在 Ad-hoc 跨步调查中,如何用 JMP 统计建模串联“四步物理因果链”?(任一环断链或困在阈值下即漏掉真凶) 电性分布拟合 ➔ 物理回归建模 ➔ 可靠性寿命 ➔ 1~2年阈值下趋势溯源
图 1 · 电性表象与曲线拟合 Vg - Ids 特性拟合与开启偏移 拟合栅极电压 Vg 与漏极电流 Ids 量化电性分布偏移 (Vt Shift) 图 2 · 电性 ➔ 物理回归模型 Vt vs 氧化层厚度 (Tox) / CD 拟合 用回归/响应面模型关联物理膜厚/CD ⚠️ Ad-hoc 跨站拉数常在此处断链! 图 3 · 物理 ➔ 可靠性概率模型 Vt / Ids vs 击穿 (Breakdown) / 漏电 联合 Yield / QA 交叉查看漏电与击穿分布 回答 Reliability 组对早夭风险的质询 图 4 · 跨 1~2 年阈值下趋势溯源 抓出未触发硬阈值的 Chamber Shift 日常 Trend Detection 未达硬阈值没人管 🔥 需拉 1~2 年长周期拟合才揪出拐点!

症结 4.3 单点技术逼近人类科技极限:亚像素级 (Sub-Pixel) 视觉识别与超算 IO500 级文件吞吐

Sub-Pixel Metrology & IO500-Class Data Throughput
极限挑战 A · 计算机视觉的精度天花板 0.1 ~ 0.2 Pixel 分辨极限

SEM 扫描电镜:超越常规图像识别的「亚像素级 (Sub-Pixel)」缺陷与线宽捕捉

在自动驾驶或互联网最难的图像识别竞赛(如 ImageNet / COCO)中,识别框偏离几个像素(Pixels)毫无影响;但在晶圆厂 SEM 电子束扫描 中,1 个像素本身就只有约 0.5~1 nm,而致命的线宽漂移、边缘粗糙度(LER)或微小缺陷往往藏在强电子散粒噪声下的亚像素(Sub-Pixel,即 1/5 ~ 1/10 个像素)灰阶梯度变化里!

常规计算机视觉顶会 (如自动驾驶) ✓ 容差 ±3~5 Pixels 即可满足需求 晶圆厂 SEM 电子束亚像素量测 单个像素内部 (1 Pixel ≈ 0.8 nm) 理想边缘 0.15 Pixel 畸变! 🔥 强噪声下需分辨 0.1~0.2 亚像素异常
极限挑战 B · 文件读取与 I/O 吞吐天花板 每秒数 GB ~ 数十 GB 图像流

电子束高速扫描:单机每秒几十 GB 图像读写,直逼全球超算「IO500 竞赛」极限

在高性能计算界,衡量文件读取与存储速度的最高殿堂是全球超算 IO500 竞赛(与 TOP500 超算齐名)。而在晶圆厂里,一台先进的多束电子束检测机(Multi-beam e-Beam)或高速光学明场检测机扫描时,每秒钟产生高达 数 GB 至数十 GB(GB/s 级) 的未压缩纳米图像流,单台设备的文件实时读写与处理需求已达世界顶级竞赛水准!

数据文件持续读写与实时吞吐量级对比 (I/O Throughput Benchmark) 普通高清视频流 / 企业云 ~0.01 - 0.1 GB/s (数十 MB/秒) 晶圆厂高速电子束/光学机台 🔥 10 ~ 50+ GB/s 实时图像流读写 全球 IO500 超算读写竞赛级 🏆 国家级超算集群并行文件读取极限赛道 ⚡ 单片晶圆图像展开达数 TB,要求边写边读、毫秒级实时比对零阻塞!
第五篇 · 原生白盒 AI Agent 在晶圆厂中的生态位(AI Agent Ecological Niche)与协同架构

原生白盒 AI Agent 在 Fab 里处于什么生态位?它如何连接周边机台、双层云、经典统计工具与 6 大团队?

在前两篇呈现的 Fab 全套周边环境中:底层是六大类生产与检测机台(Equipment)、机台内嵌边缘云 + 厂级中心云(Dual-Layer Cloud)、承载核心统计建模与常规脚本(Routine Scripts)的 JMP / SAS 工具及散落各处的 8D / PDF / Slides 文档,顶层则是分守各自权责边界的 3+3 六大工程团队(EE / PE / PIE + Defect / DS / Quality)。
🌟 AI Agent 生态位核心法则:增强现有工具的分析价值,绝不替代设备、检测或数据平台;让白盒 AI Agent 自动跨平台完成 Ad-hoc 取证、多模态对齐与科学计算,让人类工程师看见全过程并始终保持控制权(Engineer in Control)!

🔒 100% Fab 厂内私有环境运行 (数据不出厂)
🔍 白盒 AI Agent · 建议依据逐层可查
周边环境 01 · 机台硬件与机台边缘云
光刻/刻蚀/沉积 + KLA/e-Beam

负责物理加工与纳米拍照,机台内嵌边缘云运行自带的 CNN 分类模型与关联回归模型。但各品牌机台形成数据孤岛,且工艺一波动机台模型就容易偏移误报。

周边环境 02 · 厂级中心云与统计建模/文档
MES/EDC/FDC/YMS + JMP + 8D/Slides

厂级中心云异构库归档数据并由 SPC/Trend Detection 监控;虽有 Routine 自动脚本与 JMP 统计建模(ANOVA/回归/DOE 响应面),但遇到跨步 Ad-hoc 突发排障与阈值下暗流仍需手动拉数,且静态 8D/PDF/Slides 随人员流动易断层。

🌟 AI Agent 的生态位 · 白盒协同调查层
原生白盒 AI Agent 协同中枢

长在“双层云/现有统计工具”与“6 大团队”正中间的桥梁!自动跨系统拉取并对齐 Ad-hoc 多模态数据,将 8D/Slides 沉淀为可执行规范,驱动统计与科学计算生成可回溯证据链。

周边环境 03 · 6 大工程团队闭环
EE / PE / PIE + Defect / DS / Quality

弥合“Defect/Yield/QA 互相看数据但不负责数据与模块 CIP”的鸿沟:工程师在工作台上审阅 Agent 交付的诊断报告、Handoff 证据包与 Disposition 建议,推动模块 Owner 闭环拍板。

图 5.1 · AI Agent 生态位全景拓扑图 原生白盒 AI Agent 在 Fab 私有环境中的四层位置:它连接了谁?替谁跑腿?向谁交付?
🛡️ 部署边界:Fab 厂内中心云 / 本地环境 · 设备端边缘计算(数据 100% 留在厂内)
🔒 PRIVATE DEPLOYMENT 厂内私有运行边界:Fab 厂内中心云 / 本地环境 & 设备端边缘计算(数据不出厂) 👥 第 4 层(顶层决策者):3+3 六大核心工程团队 —— 工程师保持控制(复核 · 修正 · 暂停 · 接管 · 最终拍板) ⚙️ EE 设备工程师 接收新机台 Match 报告 与腔室硬件 CIP 点检建议 🔬 PE 工艺工程师 核查单站前后道配准证据 主导模块 Recipe CIP 调优 🧭 PIE 工艺整合工程师 免去 Ad-hoc 手动拉数2周 拿跨步证据链完成 Handoff! 🚨 Defect 缺陷团队 Excursion 区域界定与看数 移交铁证给 PE/EE 推 CIP 📊 DS 数据科学团队 获机台 CNN + 回归模型 In-Line 超参数调优建议 🛡️ Quality 质量团队 交叉审阅证据包与可靠性 做最终 Disposition 拍板 ⬆️ 呈交:诊断报告 + 工程建议 + 验证计划 + 逐层可查依据链 ⬇️ 工程师控制与反哺:复核/修正/接管 + 确认新案例沉淀入规范库 🌟 第 3 层(AI Agent 生态位):原生白盒 AI Agent 协同调查与运行框架 (Agent Harness) 🔄 核心闭环:观察 (Observe) ➔ 关联 (Relate) ➔ 按需科学计算 (Execute) ➔ 复核更新 (Review) ① 多源数据时空对齐引擎 • 自动对齐晶圆坐标、前后道图层(ADI↔AEI) • 串联 1,500 步 Lot 履历与腔室 Commonality • 关联机台 FDC 毫秒级时序、Recipe 与维护日志 ✓ 终结 Ad-hoc 人工跨库拉数与手工对齐 ② 专业规范包 (Expertise Package) • 从历史 8D 报告、PDF、交接 Slides 抽取经验 • 固化“适用条件 + 先核查可比性再比较分布” • 经专家审核版本化 (v1.x),可审阅、可编辑 ✓ 覆盖 ~80% 历史同类问题,化解人员流失 ③ 确定性科学计算 (Science Pipeline) • 径向密度帕累托统计 D(R) 与高阶空间拟合 • 新机台 vs Golden 基准机台空间包络 Match • 捕猎单站未达报警阈值的跨步慢性漂移叠加 ✓ 严守统计口径可复算,绝不靠语言模型瞎编 ④ 白盒依据与证据链 (Provenance) • 每条结论绑定原始图像、计算口径与执行记录 • 明确区分“已证实发现”与“待验证解释(缺口)” • 一键打包跨部门 Handoff 与 Disposition 依据 ✓ 彻底告别黑盒幻觉,经得起早晚会严苛质询 ⬆️ 自动连接已有数据平台、协同经典统计建模工具与 Routine 脚本、抽取静态历史文档(不推翻既有系统) ⬆️ ☁️ 第 2 层 A:Fab 厂级中心云数据底座 MES (1,500步派工库) · EDC (工程量测库) · FDC (传感器库) YMS (良率库) · DMS (缺陷库) + SPC/Trend 统计监控规则 痛点:Routine 有自动脚本,但跨库 Ad-hoc 拉取极慢、阈值下漂移漏管 📊 第 2 层 B:统计建模与脚本工具 (JMP / SAS / Script) 核心强在统计建模 (ANOVA/回归/DOE响应面/空间拟合) 与 JSL 自动脚本 痛点:面对跨步 Ad-hoc 突发排障,仍需人工跨库拉数、对齐多模态特征 ➔ Agent 自动完成 Ad-hoc 多维对齐与前置建模,放大现有统计工具价值 📑 第 2 层 C:历史与新增工程文档 (8D / PDF / Slides) 历年 8D 结案报告 · 交接班 Slides · 技术排障 PDF · 工艺规范 原本散落在个人电脑或共享盘,随人员流动严重流失 ➔ Agent 抽取沉淀为规范包,解决 ~80% 历史重复踩坑问题 🏭 第 1 层(底层硬件与边缘计算):六大类物理制造与量测设备 + 机台内嵌私有云 (Equipment & On-Tool Edge Cloud) 光刻 (ASML EUV/DUV) 沉积 (AMAT/TEL/华创) 刻蚀 (Lam/TEL/中微) 清洗 & CMP 抛光 检测量测 (KLA光学/e-Beam/WAT) 🖥️ 机台私有云 (原始大图+Recipe)跑机台 CNN + Correlation Regression
图 5.2 · 四大高频工程诊断场景 从“AI Agent 能干啥、解决什么问题”看生态位:点击切换原生白盒 Agent 聚焦的四类核心产线场景

点击下方 4 个场景标签,左侧查看纯图形化工作原理图解,右侧查看该场景连接了哪些周边设备/工具、赋能哪几个 Team、击穿了第三/四篇的哪个痛点:

当前场景:01 / 04
图 5.3 · 为什么必须是“白盒 Agent”? 拒绝黑盒大模型拍脑袋幻觉:从双源输入到四件套工程交付的“逐层可回溯依据链”
WHITE-BOX AGENT · VISIBLE ACTIONS · ENGINEER IN CONTROL
🔍 白盒 Agent 证据生成与回溯有向图(任何一条工程建议,都能一路点回原始图像、计算公式与未排除假设):
① 双源输入 大幅晶圆图像 整片 · 分块 · SEM 切片 ⚙️ 工程上下文配置 1,500步加工履历 · Recipe 机台 FDC · 腔室维护记录 + 历史 8D / Slides 经验库 ② 白盒分析内核 · 每一步过程与口径透明可查 📋 专业规范与适用边界 • 先核查扫描范围可比性 • 再比较空间分布差异 ⚠️ 计数差异不直接等于机台故障 🧮 确定性科学计算 • 径向密度 D(R) 与 Pareto • ADI↔AEI 空间配准差分 • 腔体 Commonality 与 FDC ✓ 公式与统计口径 100% 可复算 ✅ 已证实发现 (Finding) 外圈 R>145mm 富集 83.1% 共同经过 ETCH-04 Chamber 3 42.4s 氦气背压阶跃下降 -33% ⏳ 待验证缺口 (Validation) 候选解释:O-Ring 密封圈老化 诚实标注“未排除因素与证据缺口” 绝不强行编造唯一死结论 ➔ 转化为下一步现场点检计划 ③ 四件套工程交付 01. 诊断报告 异常边界 · 候选成因与证据 02. 工程建议 优先核查项 · 参数微调方向 03. 验证计划 复测条件 · Golden 通过标准 04. 完整调查依据 支撑 Handoff 与 Disposition
原则 01 / VISIBLE ACTIONS
👁️ 看得见它在做什么

Agent 巡查哪张晶圆图、放大哪个外圈聚集区、调用哪条 FDC 曲线、执行什么统计计算,全部与工程师同屏实时呈现,拒绝黑箱跳跃。

原则 02 / EVIDENCE-DRIVEN
📊 让累计证据更新判断

严守工程规范(如“先核查扫描范围,再比较分布”)。依据累计证据选择下一步分析,证据不足时诚实保留“待验证缺口”,绝不凭空臆造机台罪名。

原则 03 / ENGINEER IN CONTROL
👨‍🔬 工程师始终保持控制

AI 永远不会越权直改产线机台。工程师可随时复核、修正调查方向、暂停或一键接管,将验证后的结论带回现有工程工作流拍板执行。

第六篇 · 半导体全产业链相关企业 三大核心 Tier · 88 家核实在营代表企业

🌐 相关企业全景图谱:Tier 1 设备供应商 · Tier 2 晶圆制造大厂 · Tier 3 芯片设计公司

围绕前文所述的晶圆制造全流程,半导体产业链核心企业严格划分为三大层级(Tier):Tier 1(提供光刻、刻蚀、沉积、清洗、CMP、量测与测试机台的设备供应商)、Tier 2(直接拥有并运营晶圆厂 Fab 的纯代工 Foundry 与垂直整合 IDM 制造大厂)、Tier 3(专注芯片架构与版图研发的 Design House 芯片设计公司)。所有收录企业均经逐一核实为真实在营独立主体。

🔍
图 6.1 · 三大 Tier 产业链位置关系图 从上游精密机台(Tier 1)、中游千步晶圆厂(Tier 2)到下游芯片设计(Tier 3)的协同闭环
🔧 Tier 1 · 设备与量测供应商 (28家) Equipment & Metrology Suppliers 光刻 · 沉积 · 刻蚀 · 清洗 · CMP · 注入 · 量测/ATE 代表:ASML · AMAT · Lam · TEL · KLA · SCREEN · ASM Advantest · Teradyne · 北方华创 · 中微 · 拓荆 · 华海清科 交付机台 联合调机 🏭 Tier 2 · 拥有 Fab 的制造大厂 (39家) Foundries (纯代工) + Memory / Logic / Analog IDMs 🔹 2A 纯代工 (14家):台积电 · GF · 联电 · 中芯 · 华虹 🔹 2B 存储/逻辑 IDM (11家):三星 · 海力士 · 美光 · Intel · 长存/长鑫 🔹 2C 模拟/CIS/功率 IDM (14家):TI · 索尼 · 英飞凌 · ST · 恩智浦 直接运营百亿美金晶圆厂,流转 1,000 ~ 1,500+ 道精密工序 版图 Tape-out 委托流片量产 📐 Tier 3 · Design House 设计公司 (21家) Fabless IC Design & Custom Silicon AI GPU · 移动 SoC · 交换网络 · 定制 ASIC · CIS/PMIC 代表:NVIDIA · 博通 · 高通 · AMD · 联发科 · Apple · Marvell Arm · 瑞昱 · 联咏 · MPS · 豪威(韦尔) · 海思 · 展锐 · 兆易
当前展示: 88 家核实在营的半导体产业链代表企业
点击任意企业卡片可直达企业官方网站 ↗
🔧 TIER 1 · EQUIPMENT & METROLOGY SUPPLIERS (上游设备与量测测试供应商 · 28家)

第一梯队(Tier 1):制造光刻、沉积、刻蚀、清洗、CMP、离子注入与量测/测试机台的供应商

向 Tier 2 晶圆厂交付百亿美金精密机台与机台内嵌私有云
ASML
阿斯麦
ASML
荷兰

全球独家 EUV 光刻机、高端浸没式 DUV 光刻机与 HMI 电子束检测霸主

光刻与电子束 官网 ↗
AMAT
应用材料
Applied Materials
美国

全球最大综合性设备巨头(薄膜沉积 PVD/CVD/ALD、刻蚀、CMP、离子注入、电镜)

全品类设备龙头 官网 ↗
LAM
泛林半导体
Lam Research
美国

全球等离子体高深宽比刻蚀、薄膜沉积与单片清洗设备领头羊

刻蚀与薄膜沉积 官网 ↗
TEL
东京电子
Tokyo Electron (TEL)
日本

全球光刻涂胶显影机(Track 垄断级龙头)、等离子刻蚀与成膜清洗巨头

涂胶显影/刻蚀/成膜 官网 ↗
KLA
科磊
KLA Corporation
美国

全球晶圆明场/暗场光学缺陷检测、套刻对准与膜厚过程控制绝对霸主

光学检测与量测霸主 官网 ↗
SCRN
迪恩士
SCREEN Semiconductor
日本

全球市场份额第一的晶圆单片与槽式湿法清洗(Wet Clean)及表面处理设备巨头

湿法清洗全球第一 官网 ↗
ASM
先晶半导体
ASM International
荷兰

全球原子层沉积(ALD)与硅/硅锗外延(Epitaxy)设备先驱与市场领跑者

ALD原子层沉积与外延 官网 ↗
KKSI
国际电气
KOKUSAI ELECTRIC
日本

全球立式炉管批量成膜(Batch ALD/LPCVD)与热处理氧化扩散设备龙头

批量ALD与立式炉管 官网 ↗
HTCH
日立高新
Hitachi High-Tech
日本

全球 CD-SEM(纳米关键尺寸扫描电子显微镜)量测设备绝对主力

CD-SEM电镜与刻蚀 官网 ↗
LSRT
激光技术
Lasertec
日本

全球独家 EUV 掩模版(Photomask)缺陷检测与高灵敏度晶圆光学检测巨头

EUV光罩与晶圆检测 官网 ↗
CANON
佳能半导体设备
Canon Semiconductor
日本

全球 KrF/i-line 光刻机及新一代纳米压印光刻(NIL)设备核心供应商

KrF/i-line与纳米压印 官网 ↗
NIKON
尼康精机
Nikon Precision
日本

全球 ArF 浸没式与干式 DUV 光刻机及精密光学对准量测设备核心供应商

ArF浸没式/干式光刻 官网 ↗
ADVT
爱德万测试
Advantest
日本

全球排名第一的自动化测试设备(ATE / SoC / HBM 晶圆测试)与电镜量测巨头

ATE晶圆与芯片测试 官网 ↗
TER
泰瑞达
Teradyne
美国

全球半导体自动化电性测试(WAT / CP 晶圆探针测试与成品测试)双寡头之一

WAT/CP与ATE测试 官网 ↗
ONTO
安拓创新
Onto Innovation
美国

由 Nanometrics 与 Rudolph 合并而成,全球宏观缺陷检测与光学关键尺寸量测主力

宏观检测与OCD量测 官网 ↗
NOVA
诺瓦量测
Nova Ltd.
以色列

全球先进制程光学尺寸量测、X 射线(XRF/XPS)与化学材料成分量测领军者

光学与X射线材料量测 官网 ↗
CAMT
康代
Camtek
以色列

全球先进制程、CIS 及 HBM/CoWoS 晶圆二维/三维光学检测与量测主力

三维光学检测与量测 官网 ↗
ACLS
亚舍立
Axcelis Technologies
美国

全球离子注入机(高能、大束流及碳化硅高温离子注入)核心双寡头之一

离子注入设备 官网 ↗
EBRA
荏原制作所
Ebara Corporation
日本

全球仅次于应用材料的第二大 CMP 化学机械抛光机与半导体干式真空泵巨头

CMP抛光与干式真空泵 官网 ↗
DSCO
迪斯科
DISCO Corporation
日本

全球晶圆精密减薄研磨(Grinding)、抛光与激光切割设备绝对霸主

晶圆减薄研磨与切割 官网 ↗
NAURA
北方华创
NAURA
中国

中国大陆规模最大的综合性设备龙头(等离子刻蚀、PVD/CVD、立式炉、清洗)

国产综合性设备龙头 官网 ↗
AMEC
中微公司
AMEC
中国

全球主流 CCP/ICP 等离子体刻蚀设备、钨/氮化钛 CVD 与外延设备核心供应商

等离子刻蚀与薄膜 官网 ↗
PIO
拓荆科技
Piotech
中国

中国大陆 12 英寸 PECVD、ALD、SACVD 薄膜沉积与三维晶圆键合设备龙头

PECVD/ALD与晶圆键合 官网 ↗
HWAT
华海清科
Hwatsing
中国

中国大陆 12 英寸 CMP 化学机械抛光机、晶圆减薄机与湿法清洗设备龙头

12英寸CMP抛光与减薄 官网 ↗
ACMR
盛美上海
ACM Research
中国/美国

全球兆声波单片晶圆湿法清洗、先进电镀铜(ECP)、立式炉与 Track 设备主力

单片清洗与电镀铜 官网 ↗
KING
芯源微
Kingsemi
中国

中国大陆前道光刻涂胶显影机(Coater/Developer Track)与单片化学清洗设备龙头

涂胶显影Track与清洗 官网 ↗
SKYV
中科飞测
Skyverse
中国

中国大陆无图形/图形晶圆暗场与明场光学缺陷检测、三维形貌与膜厚量测主力

光学缺陷检测与量测 官网 ↗
JING
精测半导体
Jingce Semiconductor
中国

中国大陆光学膜厚/OCD 关键尺寸量测、电子束(e-Beam)缺陷复检与测试设备商

膜厚/OCD与电镜复检 官网 ↗
🏭 TIER 2 · FAB MAKERS: FOUNDRIES & IDMs (中游拥有晶圆厂的制造大厂 · 39家)

第二梯队(Tier 2):直接运营 300mm / 200mm 晶圆厂(Fab)的纯晶圆代工厂与垂直整合 IDM 巨头

运转 1,000 ~ 1,500+ 道工序 · 3+3 六大工程战队主战场
🔹 Tier 2A · 纯晶圆代工大厂(Pure-Play Foundries · 14家):专门为 Tier 3 设计公司代工造芯 Foundry
TSMC
台积电
TSMC
中国台湾

全球最大先进制程纯晶圆代工霸主(N3/N2 逻辑制造与 CoWoS/SoIC 先进集成)

纯晶圆代工 · 全球第一 官网 ↗
GF
格罗方德
GlobalFoundries (GF)
美国

全球领先的 FD-SOI、射频前端、硅光子与车规电源管理纯晶圆代工巨头

纯晶圆代工 · 特种工艺 官网 ↗
UMC
联华电子
UMC
中国台湾

全球前四大纯晶圆代工厂,深耕 28nm/22nm、高压显示驱动、eNVM 与车规代工

纯晶圆代工 · 成熟与高压 官网 ↗
SMIC
中芯国际
SMIC
中国大陆

中国大陆规模最大、技术最先进的 12 英寸与 8 英寸纯晶圆代工龙头

纯晶圆代工 · 大陆龙头 官网 ↗
HHG
华虹集团
Hua Hong Group
中国大陆

涵盖华虹半导体与上海华力微电子,全球领先的功率、嵌入式闪存与逻辑代工集团

纯晶圆代工 · 特色与逻辑 官网 ↗
TSEM
高塔半导体
Tower Semiconductor
以色列

全球特种模拟、射频 SOI、硅光子(SiPho)、电源管理与传感器晶圆代工领跑者

纯晶圆代工 · 模拟与硅光 官网 ↗
PSMC
力积电
PSMC
中国台湾

同时具备 12 英寸逻辑代工与利基型 DRAM/Flash 代工及 3D 晶圆堆叠能力的制造厂

纯晶圆代工 · 逻辑与存储 官网 ↗
VIS
世界先进
Vanguard (VIS)
中国台湾

台积电战略投资生态,全球高压电源管理 IC(PMIC)与面板驱动芯片代工主力

纯晶圆代工 · 高压与PMIC 官网 ↗
NEX
晶合集成
Nexchip
中国大陆

中国大陆 12 英寸面板显示驱动芯片(DDIC)、CMOS 图像传感器与 PMIC 代工龙头

纯晶圆代工 · DDIC与CIS 官网 ↗
DBHT
东部高科
DB HiTek
韩国

韩国代表性纯晶圆代工厂,全球高附加值 BCD 复合高压模拟与电源芯片代工标杆

纯晶圆代工 · BCD模拟龙头 官网 ↗
XFAB
X-FAB
X-FAB Silicon Foundries
欧洲

欧洲最大模拟/混合信号、车规高压 SOI、SiC 碳化硅与 MEMS 特种晶圆代工巨头

纯晶圆代工 · 欧洲车规MEMS 官网 ↗
UNT
芯联集成
United Nova (UNT)
中国大陆

原中芯绍兴,中国大陆 12/8 英寸车规级 IGBT、SiC、高压模拟与 MEMS 晶圆代工龙头

纯晶圆代工 · 车规功率MEMS 官网 ↗
CAN
粤芯半导体
CanSemi
中国大陆

粤港澳大湾区主力 12 英寸模拟信号链、电源管理与汽车电子晶圆代工制造企业

纯晶圆代工 · 12寸模拟车规 官网 ↗
GTA
积塔半导体
GTA Semiconductor
中国大陆

上海临港车规级功率器件(IGBT/SiC)、电源管理 BCD 与微控制器晶圆制造基地

纯晶圆代工 · 车规BCD/SiC 官网 ↗
🔹 Tier 2B · 存储器与先进逻辑 IDM 晶圆大厂(Memory & Logic IDMs · 11家):自建超大型 DRAM / 3D NAND / 逻辑晶圆厂 Memory & Logic IDM
SMSG
三星电子半导体
Samsung Semiconductor
韩国

全球最大 DRAM / 3D NAND / HBM 存储器 IDM 制造商,暨全球第二大先进制程晶圆代工厂

存储IDM第一 & 先进代工 官网 ↗
SKH
SK海力士
SK hynix
韩国

全球 AI 算力 HBM 高带宽内存绝对龙头,拥有大型 DRAM 与 NAND(含 Solidigm)晶圆厂

存储IDM · HBM与DRAM霸主 官网 ↗
MU
美光科技
Micron Technology
美国

美国存储器 IDM 巨头,在美、日、新、台运营多座超大型先进 DRAM / HBM 与 NAND 晶圆厂

存储IDM · 全球存储三巨头 官网 ↗
INTC
英特尔
Intel (IDM & Foundry)
美国

全球 x86 处理器 IDM 巨头,在全球运营多座 300mm 先进逻辑晶圆厂并开放 Intel Foundry

逻辑IDM & 先进晶圆代工 官网 ↗
KIOX
铠侠
Kioxia
日本

原东芝存储器,运营日本四日市(Yokkaichi)与北上(Kitakami)超大型 300mm 闪存晶圆厂

存储IDM · 3D NAND发明者 官网 ↗
SNDK
闪迪
SanDisk
美国

2025年自西部数据独立分拆上市(NASDAQ: SNDK),与铠侠联合研发并共营 300mm BiCS 闪存晶圆厂

存储IDM · 联合闪存晶圆厂 官网 ↗
YMTC
长江存储
YMTC
中国大陆

中国大陆 12 英寸 3D NAND 闪存 IDM 制造龙头,独创 Xtacking 晶圆键合三维存储架构

存储IDM · 3D NAND领军 官网 ↗
CXMT
长鑫存储
CXMT
中国大陆

中国大陆规模最大、技术最先进的 12 英寸 DRAM 动态随机存取存储器 IDM 晶圆制造大厂

存储IDM · 大陆DRAM龙头 官网 ↗
NNYA
南亚科技
Nanya Technology
中国台湾

全球第四大 DRAM 晶圆制造 IDM 企业,拥有台湾大型 12 英寸先进 DRAM 晶圆厂

存储IDM · 12寸DRAM制造 官网 ↗
WNBD
华邦电子
Winbond Electronics
中国台湾

拥有台中与高雄 12 英寸晶圆厂的全球利基型 DRAM、NOR Flash 与安全闪存 IDM 大厂

存储IDM · 利基DRAM与Flash 官网 ↗
MXIC
旺宏电子
Macronix (MXIC)
中国台湾

拥有 12 英寸与 8 英寸晶圆厂的全球车规/工业级 NOR Flash、NAND 与 ROM 存储 IDM 龙头

存储IDM · 非易失性存储 官网 ↗
🔹 Tier 2C · 模拟、图像传感器(CIS)、车规与功率 IDM 晶圆大厂(Analog / CIS / Power IDMs · 14家):自有晶圆厂严守车规 0-Defect Analog / CIS / Power IDM
TI
德州仪器
Texas Instruments (TI)
美国

全球最大模拟与嵌入式芯片 IDM 霸主,在德州与犹他州大规模扩建 300mm 模拟晶圆厂集群

模拟IDM霸主 · 300mm集群 官网 ↗
SONY
索尼半导体
Sony Semiconductor
日本

全球市场份额第一的 CMOS 图像传感器(CIS)IDM 巨头,运营长崎、熊本、大分等大型 300mm 晶圆厂

CIS图像传感器IDM全球第一 官网 ↗
IFX
英飞凌
Infineon Technologies
德国

全球第一大汽车与功率半导体 IDM,运营德累斯顿、菲拉赫与居林 300mm/200mm 晶圆厂

车规与功率IDM全球第一 官网 ↗
STM
意法半导体
STMicroelectronics
欧洲

欧洲半导体领军 IDM,运营法国 Crolles、意大利 Agrate 等 300mm 逻辑模拟与碳化硅晶圆厂

车规MCU/传感器/SiC IDM 官网 ↗
NXP
恩智浦
NXP Semiconductors
荷兰

全球汽车电子、安全微控制器(MCU)、雷达与射频功率 IDM 巨头,拥有美欧多座自有晶圆厂

车规处理器与射频IDM 官网 ↗
ADI
亚德诺半导体
Analog Devices (ADI)
美国

整合 Linear 与 Maxim 后的高性能模拟与信号链 IDM 标杆,拥有美欧多座特种模拟晶圆厂

高性能模拟与混合信号IDM 官网 ↗
RNEC
瑞萨电子
Renesas Electronics
日本

日本汽车半导体核心 IDM,运营那珂(Naka)与甲府(Kofu)300mm 车规与功率晶圆厂

车规MCU与模拟功率IDM 官网 ↗
ON
安森美
onsemi
美国

全球车规图像传感器、智能电源与 EliteSiC 碳化硅 IDM 龙头(运营纽约 East Fishkill 300mm 晶圆厂)

智能电源与车规CIS/SiC IDM 官网 ↗
MCHP
微芯科技
Microchip Technology
美国

全球领先的微控制器(PIC/AVR)、FPGA 与模拟芯片 IDM 制造商,在美国运营多座自有晶圆厂

MCU与混合信号模拟IDM 官网 ↗
ROHM
罗姆半导体
ROHM Semiconductor
日本

日本功率器件(SiC 沟槽型 MOSFET)、模拟 IC 与传感器 IDM 巨头,拥有宫崎与筑后晶圆基地

SiC碳化硅与模拟功率IDM 官网 ↗
BSCH
博世半导体
Bosch Semiconductor
德国

全球车载 MEMS 传感器与车规 ASIC/SiC 巨头,自建德国德累斯顿 300mm 全自动化车规晶圆厂

车载MEMS与车规晶圆IDM 官网 ↗
NEXP
安世半导体
Nexperia
荷兰/中国

闻泰科技旗下全球基础半导体、逻辑与车规 MOSFET IDM 龙头,拥有德国汉堡与英国曼彻斯特晶圆厂

车规分立与功率器件IDM 官网 ↗
CRM
华润微电子
CR Micro
中国大陆

中国大陆全产业链 IDM 龙头,在重庆、深圳、无锡运营 12 英寸与 8 英寸功率及模拟晶圆产线

本土功率与传感器12寸IDM 官网 ↗
SLN
士兰微电子
Silan Microelectronics
中国大陆

中国大陆代表性 IDM 大厂,在厦门与杭州运营 12 英寸功率半导体、MEMS 传感器与 SiC 晶圆厂

本土12寸功率与MEMS IDM 官网 ↗
📐 TIER 3 · DESIGN HOUSES / FABLESS (下游芯片设计公司与自研芯片巨头 · 21家)

第三梯队(Tier 3):专注芯片架构与版图设计(Fabless / Custom Silicon),委托 Tier 2 晶圆厂流片量产

输出 GDSII/OASIS 版图 · 与 Foundry 协同推进新产品导入 (NPI) 与良率爬坡
NVDA
英伟达
NVIDIA
美国

全球营收第一大芯片设计巨头,AI 训练/推理 GPU 与数据中心加速计算生态绝对霸主

Fabless全球第一 · AI GPU 官网 ↗
AVGO
博通
Broadcom
美国

全球第二大 Fabless 巨头,数据中心以太网交换芯片、光互连与云厂商定制 AI ASIC 霸主

Fabless全球第二 · 网络与ASIC 官网 ↗
QCOM
高通
Qualcomm
美国

全球智能手机骁龙(Snapdragon)SoC、5G 射频基带与汽车智能座舱芯片设计龙头

移动SoC · 5G基带与智驾 官网 ↗
AMD
超威半导体
AMD
美国

全球高性能服务器 CPU(EPYC)、PC 处理器(Ryzen)、Instinct AI 加速卡与 FPGA(原 Xilinx)巨头

高性能CPU / AI GPU / FPGA 官网 ↗
MTK
联发科
MediaTek
中国台湾

全球智能手机 SoC(天玑系列)出货量第一、Wi-Fi 7 与多媒体智能终端芯片设计巨头

移动SoC出货第一 · 智能终端 官网 ↗
AAPL
苹果芯片设计
Apple Silicon
美国

全球最激进的 3nm/2nm 先进制程首发设计方,自研 Mac M 系列与 iPhone A 系列顶级处理器

自研先进制程 M/A 系列芯片 官网 ↗
MRVL
美满电子
Marvell Technology
美国

全球第六大 Fabless 巨头,800G/1.6T 光通信 DSP、高速交换网络与云端定制 AI 芯片核心厂商

数据中心光互连与云端ASIC 官网 ↗
ARM
Arm (安谋控股)
Arm Holdings
英国

全球移动、汽车与云端计算架构基石,向全行业设计公司与晶圆厂提供 CPU/GPU IP 与计算子系统

全球计算架构IP与子系统 官网 ↗
RTK
瑞昱半导体
Realtek
中国台湾

全球前十 Fabless 设计大厂,以太网交换、Wi-Fi、蓝牙、音频编解码与车载以太网芯片领军者

全球前十 · 网络与音频IC 官网 ↗
NVTK
联咏科技
Novatek
中国台湾

全球前十 Fabless 设计大厂,OLED/LCD 面板显示驱动芯片(DDIC)与超高清电视/安防 SoC 龙头

全球前十 · 显示驱动与SoC 官网 ↗
MPS
芯源系统
Monolithic Power (MPS)
美国

全球前十 Fabless 设计大厂,AI 服务器高功率密度供电(PMIC)与车规电源管理芯片标杆

全球前十 · 高密度电源管理 官网 ↗
OVT
豪威集团 (韦尔股份)
OmniVision (Will Semi)
中国大陆

全球前十、中国大陆营收第一的上市芯片设计龙头,全球前三大手机与车载 CMOS 图像传感器商

全球前十 · 大陆第一Fabless 官网 ↗
ALCP
世芯电子
Alchip Technologies
中国台湾

全球顶尖的 5nm/3nm 高性能计算(HPC)与北美云巨头定制 AI ASIC 芯片设计服务龙头

先进制程 AI/HPC ASIC设计 官网 ↗
GUC
创意电子
Global Unichip (GUC)
中国台湾

台积电核心生态成员,专注先进制程 ASIC 芯片设计与 CoWoS / HBM 高端封装整合设计服务

先进封装与ASIC设计服务 官网 ↗
LSCC
莱迪思半导体
Lattice Semiconductor
美国

全球领先的中低功耗 FPGA 可编程逻辑芯片设计企业,广泛用于服务器控制、工业与边缘 AI

低功耗FPGA可编程芯片 官网 ↗
HISI
华为海思
HiSilicon
中国大陆

中国大陆全品类芯片设计龙头(涵盖移动 SoC、昇腾 AI、鲲鹏服务器、通信基带与音视频芯片)

全品类旗舰芯片设计龙头 官网 ↗
UNSC
紫光展锐
UNISOC
中国大陆

全球公开市场主要的 5G/4G 智能手机基带应用处理器与蜂窝物联网芯片设计龙头之一

5G移动通信基带与物联网SoC 官网 ↗
GIGA
兆易创新
GigaDevice
中国大陆

中国大陆 NOR Flash 存储芯片设计全球前三、GD32 通用微控制器(MCU)与传感器设计龙头

NOR Flash与32位通用MCU 官网 ↗
HYGN
海光信息
Hygon
中国大陆

中国大陆高端服务器 x86 架构 CPU 与深算系列 DCU(GPGPU 协处理器)核心上市设计企业

数据中心CPU与DCU加速卡 官网 ↗
MNTG
澜起科技
Montage Technology
中国大陆

全球服务器 DDR5 内存接口芯片(RCD/MDB)领跑者,及 PCIe Retimer / CXL 高速互连芯片设计龙头

DDR5内存接口与PCIe互连 官网 ↗
HRZN
地平线
Horizon Robotics
中国大陆

中国领先的乘用车高级辅助驾驶(ADAS)与高阶自动驾驶计算芯片(征程系列)上市设计企业

智能驾驶计算芯片龙头 官网 ↗