大賽項目動態 | 潤石科技獲數千萬元A輪融資

            日期:2021-06-19 15:02:33 作者:kunshan 瀏覽量:126


            近日,潤石科技宣布完成數千萬元A輪融資,本輪投資方為字節跳動。據悉,本輪融資資金將主要用于產品技術研發和市場銷售開拓等方面。

            image.png


            潤石科技曾參加2020金雞湖創業大賽,在比賽中獲得評委的一致認可和好評,取得了二等獎的好成績,大賽也對潤石科技創始人李安東進行采訪。


            潤石科技致力于幫助泛半導體行業廠商加速度過產能與良率爬升期,基于工業物聯網、大數據與AI技術,為企業提供包括設備健康管理系統(PHM)、工業流程機器人系統(RPA)、智能缺陷分類檢測系統(ADC)、智能機臺失效分類系統(FDC)等在內的完整解決方案。目前公司已經在晶圓加工、封測、面板、PCB/FPC等泛半導體領域落地應用。


            公司產品架構方面,在半導體機臺用IoT邊緣設備作為最基礎的數據采集傳輸層,中間層是大數據分析平臺,而RPA工業流程機器人、FDC智能機臺失效分類系統及ADC智能缺陷分類檢測系統等可以理解是最上層工藝制程控制的AI應用。


            致力于由機器智能實現最佳生產工藝流程,

            幫助企業加速產能爬坡


            從行業整體來看,近年來國內半導體行業產能擴張勢頭迅猛,同時日本、韓國及中國臺灣地區的泛半導體產能也在繼續向中國大陸地區遷移。雖然新建設產線數量眾多,但是通常無法迅速形成新產能,一方面是因為產線的良率和產能往往需要24個月-36個月的爬升才能達到量產要求,另一方面,新產線的產能良率爬升需要經驗豐富的工藝工程師,但是目前資深工藝工程師供給嚴重不足,一定程度上也會影響新產線爬坡的速度。


            從需求上來看,半導體行業工藝流程優化一直是行業的剛需,也是各廠商難啃的硬骨頭。潤石科技創始人兼CEO李安東表示,工藝參數的調試通常需要工程師依據實驗設計等手段來手動調節,調節效果則完全依賴于工程師的經驗。而一道工藝的一條產線上可能有數十個機臺,每個機臺又有若干個反應腔室,不同顆粒度的生產單元可能需要分別調優,在顧及一致性和可靠性情形下很難實現全局最優。此外,制成品中如果出現缺陷或瑕疵不良,工程師也很難追溯源頭查找問題根因。


            因此,泛半導體企業迫切需要從依靠人工經驗提升效益轉變為依靠機器智能來提高產能與效率。


            潤石科技通過IoT工藝數據采集-預處理-特征提取-多變量建模-訓練迭代等一系列步驟,為企業建立一個當前工藝參數最優的生產模型。該生產條件將被固化下來作為生產的基準,業內也稱之為Golden Recipe。在此過程中,潤石科技會對企業產線的各個工序進行分析,幫助企業找到瓶頸工序,進而有針對性地排除生產瓶頸。


            企業工程師可以依靠潤石科技提供的工程數據分析平臺,針對不同設備乃至設備的不同反應腔室分別進行最優生產工藝模型的自動下發和調整,并可以持續進行生產工藝參數的調優。


            有別于傳統EDA系統只能事后處理與離線分析,FDC智能失效分類系統可以實現在線監控,實時判斷當前工藝狀態是否有偏離之前設定的最優生產條件。與傳統YMS良率分析系統多用統計回歸模型來分析問題不同,FDC加入了AI模型以實現精準分析與預測。


            FDC可從人、機、料、法、環、測各個層面去分析產品的制程差異,依據當下工藝狀態向企業提供潛在良率改善目標,從而實現精細化的制程控制,系統性地提升產線的工藝良率,進而幫助泛半導體廠商縮短良率產能的爬坡期。


            從效果上來看,部署潤石產品后,半導體廠商產能良率爬升周期可從36個月縮短至24個月,或從24個月縮短至18個月。潤石還會在產能爬坡結束后為企業持續提供工藝優化與精進相關產品與服務。


            與AOI相輔相成,

            ADC可提高缺陷分類檢測智能化水平


            缺陷和瑕疵不良一直是泛半導體企業質檢環節的焦點,潤石科技ADC智能缺陷分類檢測系統在對圖像數據進行有效前處理和特征取值后,再進行缺陷分類檢測。


            與采集大量數據后直接進行模型訓練不同,潤石基于自身團隊深刻的行業理解,首先會基于工藝原理、設備機理等對缺陷的分布樣態進行地理空間分析,之后再進行模型訓練,這種方式可以在訓練模型方面少走許多彎路,更高效地訓練出高檢出準確率的算法。李安東表示在部署過程中,視覺檢測算法一般會從監督式學習逐步發展到半監督式學習,未來走到無監督檢測學習。


            半導體生產中通常會使用AOI設備進行光學檢測,而潤石科技也與國際頭部AOI檢測設備廠商開展合作。因為AOI設備報告的缺陷點中會有一定比例的誤報,過去是由人工來復判,現在ADC來進行復判,可進一步判定真缺陷點或真瑕疵點的范圍,也將替代這部分人工。再運用潤石的RPA工業流程機器人將檢測、復判、修補多機之間形成聯動,實現智能制造。


            目前潤石科技針對泛半導體的不同細分行業都有成熟的缺陷分類檢測解決方案與實施案例,檢出率依據訓練樣本可趨近100%。


            部署RPA以實現更高水平的自動化生產管理


            如果說FDC和ADC解決的是智能化生產和工藝提升的問題,那么工廠在執行端的自動化問題則交由工業流程機器人系統RPA來解決。在實際生產過程中,幾乎每一道工序中都需要作業員對設備進行管理和操作。部署RPA后,使工廠實現無(少)人化,可有效緩解因人才缺口造成的用工荒問題。


            例如成膜工藝的PVD或是CVD制程作業中,潤石科技依據上位系統提供的Golden Recipe下發后,通常需要作業員管控機臺的幾百個物理量參數。過去一個作業員只能管理2~3個機臺,人工效率較低,且無法保證長時間的可靠性。部署RPA之后,實現機器自動標準作業,當機臺出現機況時才需要作業員進入無塵車間進行具體操作,未來一個作業員最多可以同時管控75個機臺,大幅降低了人機比,提高作業效率。


            反饋控制+追根溯源,

            產品線形成完整APC系統


            值得強調的是,半導體廠商良率提升并不是單點式地在產成品質檢環節加入AI視覺檢測就可以完全解決的,廠商既需要對缺陷等不良類型的檢測,更需要形成對殘次原因追根溯源和精細化工藝參數反饋控制的能力。因此,潤石科技的ADC會和FDC形成閉環的聯動關系,可以幫助企業快速定位缺陷是在哪一道工序的哪一個機臺發生的,甚至具體是由于哪個物理量參數的變化導致的問題,最終可形成Round to Round的APC先進制程控制。


            此外,相較于從MES、SCADA等軟件系統自上而下地進行制程控制,其數據收集是在秒級,無法接收高頻率的實時數據。潤石科技則是從設備工藝控制出發自下而上地實現制程控制,兩者可以形成互補。 


            業務進展


            業務進展上,客戶包括半導體制造、半導體封測、PCB線路板、FPD平面顯示器及被動元器件等各領域頭部企業。從ROI視角看,潤石科技產品滿足客戶投資回收期在12個月內的要求。今年將在提高標桿客戶內部產線滲透率的同時,潤石科技將進一步向腰部客戶拓展,預計今年營收規模將實現翻倍增長。

            金雞湖創業大賽自2012年啟動,目前已成功舉辦9屆,影響力已經輻射全球近20個海外城市,足跡遍及北美、歐洲、亞太等地區,累計吸引近萬個海內外初創項目參賽,大賽已經成為中國創新創業生態系統中不可缺失的一環。據不完全統計,入圍大賽總決賽的180家企業中,已有102家企業獲得融資,累計所獲融資金額達108億元,42人獲評國家級高層次人才。大賽為世界各國懷揣創業夢想的創業者搭建展示夢想的舞臺,幫助創業者瀝青商業模式,為企業成長注入力量。


            來源:嘉御基金,有改動

            公司新聞