i卡會員

半導體製造邁向2nm先進節點，AI結合數位孿生技術重塑關鍵製程。按應用製程劃分，AI應用於晶圓製造在2025年市場價值達42億美元，占比最大，進行曝光、蝕刻、沉積等步驟的回饋控制與虛擬量測；此外，AI技術於晶圓測試和封裝檢測領域，也隨著先進封裝CoWoS、3D IC，以及矽光子共封裝快速發展，衍生AI優化測試程式和分類缺陷等需求。若按應用目的劃分，AI應用於半導體製造的目的包括良率優化、品質控制、視覺檢測和預測性維護，因應全球半導體產業快速成長所帶來的大量資料和數據處理需求。在部署方式上，包括地端、雲端甚至混合模式也已經被晶圓大廠採納。整體來看，AI正快速滲透到半導體製造工廠中，本文也依其應用製程、應用目的、部署方式進行詳細市場需求和分析，期望能協助國內半導體產業加速智慧轉型。

【內容大綱】

• 一、半導體智慧製造常見的AI應用
• 二、半導體智慧製造常見的AI部署
• 三、半導體製造業導入AI應用案例
• IEKView

【圖表大綱】

• 圖1、AI應用於半導體製造中的製程種類與市場規模
• 圖2、AI應用於半導體製造中的目的種類與市場規模
• 圖3、AI應用於半導體製造中的部署種類與市場規模
• 圖4、Sentient使用AI代理人和數位孿生技術於CMP製程R2R產能良率改善
• 圖5、VIA Automation使用大型語言模型和數位孿生技術提昇蝕刻設備示警處理效率
• 圖6、ABB Uptime360利用AI分析電器設備的健康狀態，並提供處理順序建議