Fab 入门系列 · 简化图解用于理解原理，具体制造路线与系统能力请结合文中官方资料。
数据沿着多个维度同时增长
多片晶圆沿着长制造路线加工，每个工步又涉及设备、位置和采样条件。图像、量测、传感器与履历在不同时间产生，需要被放回同一个制造上下文。
一个空间异常可能需要同时比较当前片、同条件参考片和相关加工事件。数据规模与连接复杂度因此一起增长。
用两个具体例子理解数据量
ASML 的量测介绍给出一个系统级例子：单台光刻系统仅传感器数据就可产生每周高达 31 TB。这是该介绍中的设备示例，不是所有机台的固定数据量，也不是整个 Fab 的总量。
图像存储的计算示例1 亿像素 × 单通道 16 位 ≈ 200 MB
按十进制单位计算，未压缩，省略文件头与其他信息；不代表任何检测工具的图像规格。
图像大小取决于像素数量、通道、位深、压缩和存储方式。大量图像需要同时考虑读取、定位、计算和复核的组织方式。
数据类型多，解释条件也多
图像描述空间与形貌，传感器描述时间变化，Recipe 描述设定，量测和测试描述相应结果。它们的单位、采样范围和产生时间不同。
把这些材料连接起来，需要处理对象映射、坐标和时间窗口，并理解数据来自哪个方法或系统。数据量很大时，这些工程条件仍然必须保留。
一次调查，可能跨越不同时间尺度
设备内过程记录可能关注一次加工中的变化；空间观察关注某片晶圆的分布；设备维护、Recipe 修订和跨批次比较则沿更长时间展开。
分析时应明确比较窗口与加工顺序。两个记录在时间上接近，仍需核查它们是否属于同一对象、工步和有效条件。
为什么专业背景影响分析深度
工程经验帮助团队选择可比对象、判断方法是否适用、排除不合理解释，并安排下一轮验证。数字和图像的含义，需要放回制造条件中理解。
数据密集的含义材料多、类型多、联系多；有效分析需要把它们放回工程上下文。