全芯智造孟曉東：穿越Fab“數(shù)據(jù)鐵幕”，用AI重塑制造EDA

7月19日下午，2026世界人工智能大會（WAIC）“鏈動智造，場景為先”AI+高端制造產(chǎn)業(yè)鏈接會在上海張江科學(xué)會堂舉行。本次活動由觀察者網(wǎng)、WAIC CONNECT主辦，半導(dǎo)體行業(yè)觀察協(xié)辦，聚焦AI技術(shù)與高端制造的深度融合。

全芯智造技術(shù)股份有限公司技術(shù)推廣負責(zé)人孟曉東以《人工智能與制造EDA的融合發(fā)展》為題作了主旨演講。他從制造EDA所處的產(chǎn)業(yè)鏈位置切入，梳理了當(dāng)前國內(nèi)外的市場格局，并系統(tǒng)闡述了公司近年來在AI+制造EDA方向上的技術(shù)積累、產(chǎn)品化路徑和落地情況。

全芯智造技術(shù)股份有限公司技術(shù)推廣負責(zé)人孟曉東

制造EDA的“中場”位置，與AI落地的門檻

要理解制造EDA的價值，需要先厘清它在整個半導(dǎo)體產(chǎn)業(yè)鏈中的坐標。業(yè)界所熟知的EDA工具中，設(shè)計類EDA相對被大眾所了解，涉及芯片布線、網(wǎng)表、仿真等前端環(huán)節(jié)；而制造EDA則位于設(shè)計與量產(chǎn)之間的中間地帶，負責(zé)把芯片設(shè)計的“藍圖”最終具象化為可以在晶圓上真正實現(xiàn)的物理形態(tài)。

孟曉東在活動現(xiàn)場的演講中打了個通俗的比方：如果說設(shè)計EDA相當(dāng)于建筑系畫出圖紙，那么制造EDA更像土木工程——把圖紙落到掩模、光刻、蝕刻乃至封測的具體施工現(xiàn)場。缺了這一環(huán)，芯片的物理實現(xiàn)就無從談起。因此，制造EDA是一顆芯片能否被“造出來、造得好、造得快”的關(guān)鍵卡口。

放眼全球，EDA市場長期由新思科技（Synopsys）、Cadence與西門子EDA三家國際巨頭把持，國產(chǎn)化率較低。

全芯智造選擇的路徑，是聚焦生產(chǎn)制造類EDA，并在這一細分賽道上，通過自主研發(fā)做到滿足產(chǎn)業(yè)供應(yīng)鏈實際發(fā)展需要，并探索中國獨特先進工藝技術(shù)發(fā)展路徑。孟曉東指出：“要把國產(chǎn)EDA真正用起來，需要國內(nèi)集成電路產(chǎn)業(yè)鏈企業(yè)之間的協(xié)同。”

不過，把AI“搬進”制造EDA，遠比在其他行業(yè)困難。孟曉東在演講中著重指出了這個領(lǐng)域的一個特殊性：晶圓廠內(nèi)部對數(shù)據(jù)安全有著極為嚴格的要求。這意味著制造EDA中應(yīng)用AI，很難像通用AI應(yīng)用那樣調(diào)用海量數(shù)據(jù)訓(xùn)練大模型。各家Fab之間、不同項目之間的信息互相隔離，工程師對外提出技術(shù)問題都可能面臨合規(guī)風(fēng)險。

這就在AI訓(xùn)練與實際業(yè)務(wù)之間形成了一個悖論——真正需要AI介入的場景往往數(shù)據(jù)受限，而數(shù)據(jù)充裕的場景又未必需要AI。孟曉東坦言，正是這一約束條件，塑造了全芯智造在AI應(yīng)用路徑上必須采取因地制宜、分階段推進的獨特打法。

構(gòu)建統(tǒng)一的AI基礎(chǔ)設(shè)施，推動軟件架構(gòu)向AI原生遷移

面對上述約束，全芯智造并未選擇“大數(shù)據(jù)+大模型”的通用路徑，而是沿著更務(wù)實的路線逐步深入。公司經(jīng)過多年打磨，搭建起統(tǒng)一的訓(xùn)練與推理基礎(chǔ)設(shè)施，底層整合算力、數(shù)據(jù)庫與模型管理，中間層承載計算光刻、器件仿真、良率管理和DTMCO四條核心產(chǎn)品線的業(yè)務(wù)應(yīng)用。在此基礎(chǔ)上，公司還沉淀了半導(dǎo)體制造領(lǐng)域的專業(yè)知識庫，將多年工程經(jīng)驗與行業(yè)知識結(jié)構(gòu)化，為垂直領(lǐng)域大模型提供知識資產(chǎn)支撐。

圍繞這一基礎(chǔ)設(shè)施，全芯智造推出了面向計算光刻的智能體，未來將升級為晶圓廠制造智能體，讓工程師能夠通過自然語言交互，在龐雜的功能菜單中快速定位所需工具，甚至直接生成代碼。良率管理、器件仿真、DTMCO三條產(chǎn)品線也各自有對應(yīng)的智能體，未來將統(tǒng)一整合。

孟曉東解釋了這套體系的價值：即便一個工程師不是某個細分領(lǐng)域的專家，也可以借助智能體獲得專家級別的反饋和代碼支持——半導(dǎo)體工程師工作任務(wù)重、專業(yè)分工細，AI恰恰能在此發(fā)揮“減壓閥”的作用。這套大語言模型的另一層設(shè)計意圖，是讓客戶在部署之后，可以基于自身的應(yīng)用方法和積累繼續(xù)訓(xùn)練，最終形成屬于Fab內(nèi)部的定制化專業(yè)大模型。

孟曉東同時勾勒了一條清晰的演進路線：從局部調(diào)優(yōu)起步，通過大語言模型的交互能力實現(xiàn)增強擴展，再進一步構(gòu)建完整的工作流自動化，最終走向AI自主決策。“我們希望大部分工作最終交給AI來判斷，不再需要工程師逐個手動處理每個問題點。”他表示，這套路徑的最終目標，是讓半導(dǎo)體工程師能把時間用在更有價值的事情上。

四條產(chǎn)品線對標國際廠商，卡位國產(chǎn)EDA拼圖

回到公司本身，全芯智造成立近七年，并在國內(nèi)多地設(shè)有子公司——本土Fab客戶遍布各地，就近服務(wù)是這一分布背后的現(xiàn)實邏輯。公司的核心敘事很清晰：提供自主可控的制造EDA平臺，凡是國際廠商所提供的主流制造EDA工具，全芯智造都能做到有對應(yīng)的國產(chǎn)替代方案。孟曉東在演講中透露，目前在國內(nèi)，公司基本上已經(jīng)支撐了幾乎所有Fab在量產(chǎn)和工藝節(jié)點推進方面的功能需求，并持續(xù)迭代進化。這樣的覆蓋面，在國產(chǎn)制造EDA這個賽道上并不多見。

各產(chǎn)品線的進展也可以量化。計算光刻領(lǐng)域，公司與國際廠商的一對一功能對標已基本完成：“他們有的功能我們都有”；同時結(jié)合國內(nèi)客戶的特定需求做了本土化開發(fā)，把工具推送到客戶端使用。

良率管理這條產(chǎn)品線上，全芯智造首創(chuàng)了“分析—溯源—干預(yù)”的智能制造平臺路徑，把機臺量測的所有信息反饋實時分析、追溯到源頭，并給出干預(yù)建議——哪個機臺需要停機、哪些參數(shù)需要調(diào)整，例如光刻中的能量參數(shù)、Overlay數(shù)據(jù)等，全部在這個體系內(nèi)閉環(huán)處理。孟曉東特別指出，良率管理是直接體現(xiàn)在產(chǎn)品表面的東西，其他工具中的AI更多在內(nèi)部發(fā)揮作用，但最終效果都會匯聚到良率這一個“總賬”上。這也在很大程度上解釋了全芯智造為何選擇良率管理作為整套AI能力的對外“呈現(xiàn)窗口”。

結(jié)語

制造EDA在整個國產(chǎn)半導(dǎo)體補短板的進程中，仍是最容易被忽視、也最難被替代的環(huán)節(jié)之一。

孟曉東在演講最后再次強調(diào)，芯片制造是一條極長的產(chǎn)業(yè)鏈，任何一個環(huán)節(jié)的缺失，最終都會反映在良率、成本和制程的推進節(jié)奏上。制造EDA就是那種“少了才知道有多重要”的存在。

全芯智造這幾年選擇的AI+制造EDA路徑，某種意義上是在補齊國內(nèi)EDA拼圖上更靠后、但同樣關(guān)鍵的一塊——它對良率提升與工藝推進的直接影響同樣剛性。在WAIC 2026這場以“鏈動智造，場景為先”為主題的產(chǎn)業(yè)活動中，制造EDA的AI化，正被越來越多的業(yè)內(nèi)人士視為下一輪國產(chǎn)芯片競爭力躍升的隱性變量。