化合物半导体 GaN 产线上的设备台数，通常比同面积硅基线少一个量级。
台数少，看着只是规模问题，落到制造执行系统上，会牵出一串别的判断。
设备来源也很杂，一部分是国产新机，一部分是从别的产品线改过来的老设备。
还有一部分是外延环节的自制设备，这三类的接口情况完全不同。
国产新机一般带以太网接口，能直接对接。
改过来的老设备接口不统一，有的带串口，有的只能导出本地文件，还有的把数据留在工控机上。
自制设备更特殊，数据格式往往由产线自己定义，没有标准可依。
混在一起，采集方案就得分做。
可行的做法是先按接口能力分组，再按台数分配投入，台数最多的那一组先做，收益最直接。
GaN 线因为台数少，按台数摊下来每台的采集成本会比硅基线高。
这一点在立项时就要提前说清楚。
1. 片级参数绑定难在哪
GaN 器件的参数分散性比硅基大。
阈值电压、导通电阻这几个关键参数，在同一片晶圆内的分布比硅基更宽。
按批次做良率统计，会把片内差异平均掉，得到的数字看不出真正的问题。
要做到片级甚至片内分区级的统计，数据模型必须支持片级参数的绑定。
具体做法是把测试得到的参数按芯片位置记录下来，形成一张参数分布图。
这张图的数据量不小，一片 6 英寸晶圆有几千颗芯片，每颗至少十几个参数。
存储方案的选型要按满产的数据量来估，不能在试点阶段按小数据量拍板。
2. 小批量产线的投入怎么摊
GaN 线一个月的产出，可能只有同样面积硅基线的十分之一。
投入按产线摊，单位成本会高很多。
比较实际的做法是把投入按功能段拆开，先做最影响交付的那一段。
多数 GaN 产线的顺序是先做追溯与测试数据，再做设备联网，最后做排产与分析。
这个顺序的道理很直接，追溯与测试数据对应客户要求，缺了就交不出去。
设备联网的收益体现在效率上，可以稍微往后放。
3. 良率口径为什么要多一层
GaN 的合格判定方式跟硅基不一样，硅基器件的良率通常是二分法，通过或者不通过。
GaN 器件的参数分布宽，很多产品按性能分档出货，不同档位对应不同价格。
这意味着良率的定义要多一层，不只是合格率，还包括各档位的产出比例。
这个差别会直接影响数据模型，如果只记录一个通过标记，分档信息就没地方放。
较为合适的做法，是把档位作为测试结果的属性，与通过标记并列存储。
良率报表按档位分开统计。
4. 数据积累少，控制限怎么定
硅基产线有几十年的历史数据，控制限可以从历史里算出来，GaN 没有这个存量。
控制图的控制限如果照搬硅基的经验值，很容易做出误判。
可行的替代做法是先用较短周期的数据建立临时基线，随着数据积累再逐步收紧。
这个过程要有明确的复核节点，例如每三个月重算一次基线。
临时基线对异常的敏感度不好把握，基线太紧，正常的工艺波动会被判成异常。
班组会逐渐忽略告警，基线太松，真正的问题又漏过去。
比较实际的调法，是在头半年把基线放得宽一些，同时把每一次被忽略的告警记录下来。
用这些记录反过来校准基线的宽度，办法麻烦，但比照着硅基的参数硬套要可靠。
这一条在项目管理上容易被忽略。
多数项目会把重点放在功能上线，把基线建立列入运维阶段，实际上这一块需要产线工艺人员持续参与。
5. 复制到第二条线能省多少事
一条线跑通之后，第二和第三条线的复制不会自动省事。
GaN 线的设备型号在不同厂区之间往往有差别，采集配置要按设备重做。
数据模型和报表逻辑可以复用，设备侧的适配工作无法复用。
这一点在规划阶段如果按"复制"来算工作量，实际执行时会超。
较为实际的估算方式，是按设备型号数量而不是按产线数量来算采集工作量。
同型号的设备适配一次，之后同型号的可以直接套用。
做化合物半导体方向的制造执行系统时，益普科技在这类产线上的做法是把片级参数绑定与档位统计放在第一批交付里。
设备联网则按型号分批推进，推进顺序上有几条经验可以带走。
追溯与测试数据先行，它直接对应客户要求。
设备联网按型号分批，别按产线分批。
排产与分析放在最后，它们依赖前面两层的数据。
片级参数的存储方案在设计阶段就按满产估。
档位统计要在良率定义阶段就定，后补代价高。
GaN 这条线上的经验积累还在早期阶段，能直接照搬的做法不多。
真正能沉淀下来的，大概是一套按接口能力分组、按型号复制、按批次推进的方法。
这套方法在硅基线之外另起了自己的交付节奏，也决定了后续新线的推进方式。
热门跟贴