第449期|揭秘镁伽科技：从生命科学到半导体，AI如何助力其成功突围？
15:05 Share

本节目由芯片揭秘出品我们以芯片为源头探讨以半导体为驱动的电子应用如智能汽车智慧能源材料装备智能制造等领域通过产业论坛行业聚会合作对接项目投资等方式服务中国科技实现自立自强欢迎关注芯片揭秘公众号我们与你一起共创国潮新生态

欢迎大家关注新片揭秘今天新片揭秘邀请到了一位比较特殊的公司它也是一家独角兽公司那现在坐在我旁边呢就是美加科技的战略副总裁李博李总那请李总跟我们大家打个招呼也简单的介绍一下你们这家独角兽企业

好的,大家好。美加科技是一家致力于提供先进生产力工具的公司。在最早创业的时候,我们是一个做机器人本体的一家公司。后面其实发现了单纯的一个机器人落地是需要很多场景的这样的构建的。

后面的话美加就发展到了在自动化程度包括精密化的这种控制要求比较高的行业立了两个行业一个行业就是生命科学另外一个行业就是集成电路这样半导体这个行业所以今天也非常高兴能够在这样专注的这样一个栏目里面去介绍一下美加科技

我们在半导体装备这个领域我们是一个新兵有了这个四年的这样一个发展呢现在的话我们也积累了一些客户同时也推出了一些产品线其实这都得益于每家在设备的这种高精度控制包括平台还包括人工智能的这样的软件的这种能力上面把它放到了这个半导体的这个制程里面所以呢在一个相对铜海的市场里面我们做出了一些小的这种贡献也获得了客户的认可

谢谢李总之前听到美佳的时候知道她是在生命科学领域做得非常不错的这次在展会上看到你们我还觉得非常的惊讶竟然不声不响的半导体行业有了这么多机台大家都觉得跨界其实是不容易的一件事那么我也想请教一下您为什么美佳能快速地切入到另外一个行业然后能取得这么多的成果这背后有什么原因吗

我们自己认为其实并没有跨界不同的行业尤其在底层逻辑上面每家做了很大的积累和投入底层逻辑是有什么共性的有非常多的共性比如说在生命科学里面我们需要在显微环境下面看到的细胞这些东西进行归类组合其实在半导体里面我们是看到经验上面的一些缺陷这里面我们去做一些工作

那在生命图学里面我们会对 DNA RNA 进行这个链的打开再把它的比如说碱基一些东西坏的地方打掉以后再把它合起来做组织培养其实在半导体领域的话我们可能会做一些切割包括滑片的切割激光的切割其实也都是在加工精度非常细的加工精度里面去做

其实底层技术从机械端的话是有很多相似的地方的比如说平台的控制能力机械的这种非常小的这种部件这些东西每家其实是有很丰富的技术的积累和供应链的一些积累的那在人工智能方面的话我们也是一样的生命科学也是一种海量的这种排列组合

和算法来去支撑的在半导体行业的话无论是材料生长还是从工艺其实都是有很多不同的参数若干种参数在一起综合的一样的一个结果所以其实在这方面很多的东西是互相可以去共用的这就是为什么每家能够在相对短的一个时间里面能够出来这么多的产品线而且我们每一个产品线的跨度还是蛮大的实际设备的运行效果还是能够让客户满意的

这就解答了很多人的疑惑说既然看到你们有那么多产品觉得你们能做的东西既然这么多到底是什么原因其实我问这个问题翻译下来就很多人会对你们的自言的程度会有所怀疑

作为一个进入半导体的后进者吧因为这个行业是相对比较成熟的行业在打法上和差异化上面你们怎么来做定位和布局呢其实对于每家人来讲这个事情也是我们一直想关心的一个问题我觉得也没有什么正确或者说不正确的一个方向对一个企业来讲的话最重要的是依据自身的特点然后去做一些适应自己的一些方向

在这个里面我们做了这些产品线也都是因为有客户的这种牵引需求另外一点

从未来一个长期的一个战略考虑的话其实我们是希望能够让我的客户看到每家在半导体领域里面用人工智能的方案去控制这台控制设备的能力这是我们希望去达到的因为在半导体领域里面对于各种加工的这种精度要求是非常高的因为半导体是一个追求良率的一个行业

量率的细微的差距都可能导致企业盈利或者是亏损所有的半导体人都知道产品力是一个非常关键的一个因素

那在这个里面的话大家对于人工智能的导入包括机器人技术的导入是都有一定的这种担忧的美加在最开始制定产品战略的时候选择了两个方向也是在这两个领域是很有特点的一个是视觉的方向 AOI overlay 这个呢应该说是人工智能最容易最早导入到半导体行业的一个东西

在这里面我们能够把这样的设备做好也体现了美加在视觉图像处理和后台的集成包括人工智能的应用到端测设备当中的一个能力那对于极光切割还是刀轮切割其实体现的是另外一种能力就是我们对于设备的精密控制这样的一个能力两个能力方面是有一些侧重点的

那基于这两个能力上面我们都加入了人工智能的模块之后而且给客户带来了真实有效的结果未来美加更希望的是说我们在一个系统级的这种应用当中去导入工厂的管理不仅仅是端凑的设备

甚至是包括我们一些友商在产业上面因为美加不可能做到一条产业上所有设备我们都做而且外导体的产业上的设备的品种是非常多的这里面的要求也不一样但美加希望通过我们在智能模块当中的能力能体现在设备当中能够把人工智能的模块

进入到客户现有的一些机台比如说像 6 寸 8 寸的这些相对年限比较久的这种机台里那我们把它从一个机台本身的自动化变成一个机台智能化这是美加希望在未来去做的如果每一个机台都能够有智能化的模块和接口

那未来我们自己的一个 7GBT 的维制模型里面才能够把工厂的整体的人工智能列入到进去通过 7GBT 去跟整个半导体企业的软件系统 MAS 系统 VMS 系统 DMS 系统这些系统去进行接通那同时还会跟现有的机器人的这种运输系统包括 HMS 还有这个协作机器人 ADV 这种搬运机器人这些东西协作在一起

那其实这是美加的本行美加本来就是做机器人出身的基于这些东西之后再加上刚才我说到的机台里面的人工智能模块那这样的话整个的工厂其实就串起来了这样为后面的数字孪生和这个具有 AI 的这种智能化的工厂打下了基础

音频听得一知半解专业术语到底怎么写关注公众号芯片揭秘大咖谈新文章已经上线配合音频使用效果更佳有问题也可在评论区和我们互动留言我们请产业大咖为你解答

李总刚刚讲了非常清晰的一个逻辑从产品布局到产品的优势到你们未来的发展战略都做了一个分享这里我有一个疑问就是刚刚您提到 AOI 这款设备我知道国内做这款设备的人蛮多的咱们其实是这两年才推出但是好像出货量还不错我拿到的数据也说你们市占率能达到 5%你们拿什么打动客户在这么卷的一个细分产品上面

怎么突破的给我们一些大家做设备公司的红人啊一些建议吗其实我们每家现在在做的设备里面 AOI 是一个非常卷的一个市场在每家进入的时候我们觉得我们可能算是一个三线甚至是四线的一个毕竟你们没有 reference 嘛对对对而且的话在国际上有国际的一线的品牌那么国内也有很多上市公司也在做这样的事情而且出口量都比我们大

应该说所有的检测机台其实在相对于工艺机台而言的话在客户的那边的重要性并不是那么高客户之所以愿意用到美家的设备我感觉最大的一个特点是美家把人工智能的东西真正地导入进去

其实 AOI 本身就是一个算法去做的而传统的视觉算法和我们现在人工智能的算法它并不矛盾美加是把它做了一个非常好的一个互补通过这样的互补导入实际上使美加的 AOI 的机台在客户端用的效果就非常好我们是可以把漏减率和过减率这两个指标同时提升的也就是说一般情况下我们如果用传统的这种算法的时候它为了降低漏减

它就会对它这个比对的图形加盐势必会造成过减的东西好的能用的东西判定为不能用的这样的会提高那通过人工智能的这个导入的话通过人工智能的学习的机制相当于引入了一个高阶的一个 senior 的工程师他会把以前是用人来去复判的这件事情全部用人工智能的机器来去做了这样的结果就会导致我们可以把这个过减率大幅降低不是降低一个百分点而能降低 97%甚至 98%

这个就是省了很多时间半导体设计当中大家都知道一旦停机一旦机台的出现故障之后马上会有一系列的动作出现所以每家的机台放到客户端的时候一个最显著的表现就是这个故障灯几乎不怎么亮其实对于用户来讲对于工程师来讲是一个非常好的事情如果能够把过减率提高

即便比如说我们产线的良率原来是 97 那我过减我可能能拉回将近一个百分点的产品良率我就会提高比如说 0.5%或者 0.7%这样的一个产品的一个良率你们是有非常强的后发优势用新的技术来颠覆传动的设备厂商的玩法对 其实是一个探索吧我们也希望通过这样的探索证明美加能力之后我们去跟国内的其他的这种装备厂商去做更多的合作

美加未来的定位我们希望是就有点像自动驾驶一样我们是一个做质架的公司我们并不希望去跟装备厂商去做竞争

我们希望在你的客户愿意选择置价模块的时候就可以选择每家的模块加在你的设备上面当然这需要厂商跟我们去紧密的配合去支持那如果你的客户不愿意选择置价模块那也 OK 你的还可以去卖其实我们是助力用 AI 来去助力我们的友商去给客户提高更好的产品竞争力更好的服务任何的一个半导体行业的用户对于良利的客球永远是自资不倦的

每家要做人工智能的模块然后来赋能我们传统的设备商这个观点确实是我们聊了那么多公司没有人提出来过我觉得非常有意思是是是这也是一个相对小众的一个领域而且我觉得你解决了大家的痛点因为 AI 太贵了养一些 AI 的研发人员实在是太大的负担了

几个人可能还做不出来东西然后公司的钱就要烧干了我觉得你们来把这种智慧的大脑解决掉然后跟硬件来做结合如果能做这样的模式我们中国的半导体肯定会比欧美的半导体有非常大的不同和差异化那我们可能也就在 AI 时代能换到超车

没错没错你说的这个非常好就是换道超车其实是一直我们在去说的不是一个弯道的东西因为如果通过 AI 的导入之后我们真正意义上会把操作人员的比例会大大的去下降但实际上操作人员是在后台去做很多事情而且我们现在的 AI 已经做到了在设备上端册上的这个所有的这是零代码是非常友好的一个结构全部是那种模型模块化的就像这个小孩子玩的乐高那个玩具的编程是一样的就是要拖动它

然后就可以在上面部署而且另外一点针对半导体行业对于知识产权这一方面的非常在意的这样一个情况其实我们所有的 AI 都是本地部署基本上可以做到零样本甚至少样本学习的这种方式就可以形成很快的一个部署这也是我们针对于半导体行业深耕的时候我们在 AI 上面做了一个非常大的研发的投入非常有特色我觉得这个是我今天很大动

因为确实 AI 时代我们从内玩点不一样的东西半导体设备我们很多时候在调教的过程中是非常漫长的时间低代码的方式其实对工程师的要求也在降低这就是一个很好的探索不能再跟我

那我们分享一下你们 AI 加半导体还有没有什么下一步要解决的方向下一步更多的要跟系统级的应用其实是我们非常关注的事情那我们其实在系统级应用当中我们非常需要的是一个是设备厂商另外一个是我们最终客户比如 Fab 厂比如说封装企业包括新的行业比如先进封装再半导体这些新的行业诞生的时候那如果在前期就能够导入 AI 那这是一个非常好的一件事情同时因为半导体行业对于

工艺的要求非常之高所以我们是很希望能够跟在半导体行业细分的市场比如说 IC 比如说存储比如说这个 Power 三代半导体 MEMS 这些细分的领域里面都需要去做一些真正的深度的融合这才有可能把我们的 AI 做得真正去适用到用户能给用户解决实际的问题

因为其实我们会看到半导体的这个知识结构库对于 AI 来讲它是非常有意思的它不像我们通用大模型它是一个球形甚至是一个发散的像宇宙一样的浩瀚的这么一个知识库对于半导体而言尤其是细分市场它有点像一个柱状的甚至是像一个钉子一样的这样的一个知识库对于 AI 来讲

既有好处又有不好的地方不好的地方是需要你对工艺非常精深你做 AI 的人必须得是个半导体的专家才能够去做半导体的 AI 但是恰恰美佳在这方面做了很多的积累是一个非常融合的一个团队去做这样的事情那我本人在半导体行业也做了快 30 年的经历这也是我们在这个领域里面能够很快地做出来的一个原因那好处是说它不

需要那么大的海量数据的处理能力类似像 DeepSeq 这样规模的这种部署就可以在工厂内完成这样的 AI 的模型的底层的构架那基于这种构架之上再加上每家的 3MGPT 在这上面做构架的话那就会很快的形成一个企业自身的非常适用的一个垂直的一个小模型它其实都说明它是个大模型但是非常好用

我们觉得这是我们希望去给客户带来的东西非常好看到中国有这么原创性思维的公司祝福每家都发展得越来越棒也谢谢李博在跟我们今天分享了这么多非常感谢你也期待您有更新的产品的时候再来跟我们分享好的也希望你们继续关注我们谢谢谢谢李博

芯片揭秘汇聚精英智慧打造科技人专属发声平台抛弃产业热点揭秘行业趋势我是主播幻石我在芯片揭秘等着你