認識SemiKong：全球首個開源半導體專注的LLM

半導體產業推動了消費電子產品、汽車系統和尖端計算技術的進步。生產半導體需要非常複雜的過程，這些過程需要無與倫比的精確度和專業知識。這些過程包括晶片設計、製造、測試和優化，每個階段都需要深入的專業知識。這個領域傳統上依賴於經驗豐富的工程師，他們的經驗是經過數十年累積而來的。然而，這個產業面臨一個重大挑戰：老一輩專家的快速退休，造成了知識的缺口，威脅到創新和效率。這個日益嚴重的問題促使公司探索人工智慧（AI）作為捕捉、擴展和利用專家知識的可行解決方案。此外，為了滿足市場需求，晶片設計和製造的成本和時間必須最小化。這些挑戰突顯了傳統方法的局限性，並強調了量身定制的AI解決方案的必要性。

目前對這些挑戰的解決方案包括一般化的AI模型和基本的自動化工具。雖然這些方法在分析數據和改善決策方面有其好處，但它們往往無法有效解決半導體產業特有的複雜性。例如，一般用途的AI工具缺乏針對半導體製造過程的專業理解。因此，公司無法完全彌補理論AI能力與實際產業需求之間的差距，這為專門解決方案的出現留下了空間。

來自Meta、AITOMATIC及其他合作夥伴的研究人員在AI聯盟的基礎模型工作組下推出了SemiKong。SemiKong是全球首個專注於半導體的語言模型（LLM），使用Llama 3.1平台設計。這個模型經過大量半導體特定數據集的微調，包括行業文件、研究論文和匿名的操作數據。與一般的AI系統不同，SemiKong專門針對半導體過程的獨特術語和要求進行設計。通過將這個模型與AITOMATIC的領域專家代理（DXAs）整合，公司可以有效利用AI工具來解決特定的行業挑戰。這些創新旨在降低成本，加快開發時間，並促進半導體行業的合作。

SemiKong背後的技術建立在先進的AI和神經符號架構上。AITOMATIC的DXAs通過結構化的三階段生命週期運作：

捕捉領域專業知識

用合成和結構化數據訓練模型

在現實世界場景中應用所產生的系統

SemiKong在這個生態系統中扮演著核心角色，作為複雜推理和決策任務的「大腦」。輕量級模型版本，如Llama 3.2，通過在資源有限的環境中實現更快的數據訪問和分析來補充主系統。這些模型與製造系統和物聯網（IoT）平台無縫整合，使公司能夠優化工作流程、預測維護需求並改善決策。

SemiKong在生成半導體特定內容和理解複雜過程方面的表現超越了幾個封閉源的語言模型。這帶來了實際的好處，包括新晶片設計的上市時間縮短20-30%和首次正確製造結果提高15-25%。這些工具還改善了新工程師的入職過程，使他們的學習曲線加快了40-50%。例如，使用SemiKong的DXAs將蝕刻配方的制定時間從幾小時縮短到幾分鐘。

研究的關鍵要點強調了SemiKong和DXAs在半導體領域的重要性：

• DXAs有效捕捉和結構化老一輩工程師的知識，確保關鍵專業知識得以保存並擴展以供未來使用。
• SemiKong將晶片設計的上市時間縮短了最多30%，顯著降低成本並提高運營效率。
• 通過簡化和加快入職過程，DXAs幫助新工程師更快地變得高效，減少了行業對經驗豐富專家的依賴。
• 整合IoT平台實現實時參數校準和預測性維護，提升設備性能和可靠性。

總之，這項研究突顯了一個開創性的解決方案，以應對半導體產業最迫切的挑戰之一：關鍵領域專業知識的流失。通過引入SemiKong和DXAs，研究人員提供了一個全面的框架，保存知識並提升生產力和創新。這些進展可能重塑半導體製造，提供可擴展、具成本效益的解決方案來應對該領域的複雜性。整合像SemiKong這樣的AI工具對於實現更高效和更具韌性的半導體產業至關重要。

查看詳細信息和GitHub頁面。這項研究的所有功勞都歸於這個項目的研究人員。此外，別忘了在Twitter上關注我們，加入我們的Telegram頻道和LinkedIn小組。也別忘了加入我們的60k+ ML SubReddit。

🚨 熱門消息：LG AI研究發布EXAONE 3.5：三個開源雙語前沿AI級模型，提供無與倫比的指令跟隨和長上下文理解，為生成AI卓越的全球領導地位提供支持……。