Por encima de la cadena de la industria de semiconductores, antes de la gemelización digital: análisis de los campeones invisibles en la mejora de la tasa de rendimiento

Si consideramos la fabricación de semiconductores como un sistema, descubriremos una posición que ha sido ignorada durante mucho tiempo: por encima de la cadena de la industria, antes de que la gemelización digital realmente se implemente, existe una capa aún no completamente definida de “percepción” que cruza empresas y abarca todo el proceso. El valor de PDF Solutions proviene precisamente de aquí.
No trata solo datos puntuales, sino la cadena causal que atraviesa diseño, proceso, equipo y pruebas: una estructura de diseño específica, en un paso de proceso o en un equipo particular, forma defectos específicos, que finalmente se reflejan en fallos eléctricos. Una fábrica o una organización de pruebas puede tener todos los datos originales de ciertos enlaces, pero es muy difícil conectar estos datos de manera estable en un modelo causal reutilizable, y esa es la esencia de la entrada de PDFS.
¿Por qué los fabricantes de EDA, fábricas y equipos no hacen esto por sí mismos? No es que no puedan, sino que no tienen la motivación para dar ese paso.
En el lado del diseño, como Synopsys y Cadence Design Systems, solo pueden hacer optimización hacia adelante, carecen de un ciclo de retroalimentación después de la fabricación;
En las fábricas, como TSMC e Intel, tienen los datos más completos, pero los sistemas están fragmentados y las organizaciones dispersas, y la integración entre procesos tiene un costo muy alto;
Los fabricantes de equipos, como KLA Corporation y Applied Materials, dominan las pruebas y el control, pero su perspectiva está limitada a un solo proceso.
Cada capa optimiza solo su parte local, y los problemas que cruzan fronteras no son asumidos por nadie, por lo que por encima de la cadena de la industria surge naturalmente una capa de “sistema explicativo” vacía, y aquí es donde se encuentra PDFS.
La industria usa PDFS debido a la desconexión entre datos: el diseño mira el diseño, el proceso mira el proceso, el equipo mira los defectos, pero no existe un mecanismo unificado que conecte toda esta información en una cadena causal explicable. La función de PDFS, en esencia, es ofrecer un “lenguaje unificado” que cruce los enlaces, transformando datos que originalmente no podían relacionarse en una estructura cognitiva útil para la toma de decisiones.
PDFS reutiliza capas de abstracción: clasificación de defectos, ingeniería de características, rutas de análisis y la relación “patrón—causa”. Esto es una “composición cognitiva”, no un efecto de red fuerte al estilo internet. Cuantos más clientes, mejor será el modelo.
¿Por qué PDFS ha llegado a su posición actual? Porque comenzaron con las tareas más difíciles.
Al principio no eran una plataforma, sino que entraron como servicio de ingeniería, resolviendo los problemas de rendimiento más complicados. La tasa de rendimiento naturalmente cruza diseño, fabricación y pruebas, y desde el principio se vio obligado a conectar toda la cadena. Con la acumulación de proyectos, los problemas similares reaparecen, los métodos de análisis y las estructuras de datos se sedimentan continuamente, y gradualmente pasan de ser “impulsados por personas” a “impulsados por métodos”, hasta convertirse en plataformas (como Exensio). La idea de “cubrir toda la cadena de la industria” no es resultado de un diseño de arriba hacia abajo, sino una expansión natural impulsada por los problemas.
Actualmente, la ventaja competitiva de la empresa aún no es suficiente para evolucionar automáticamente hacia un estándar de la industria. Los tres condicionantes que limitan su potencial, solo uno se está acelerando: la dependencia de la IA en las estructuras de datos. A medida que la IA entra en la etapa de fabricación, las empresas prefieren modelar sobre los marcos de datos existentes en lugar de reconstruir todo el sistema, lo que refuerza la posición de PDFS. Sin embargo, la estandarización de modelos de datos sigue siendo lenta, la colaboración entre empresas aún está en etapas iniciales y el ciclo de retroalimentación no está completo.
En comparación con KLA Corporation, esta diferencia es aún más clara. KLA controla “qué se ve”, los datos provienen de los equipos, vinculados al mundo físico, y su ventaja competitiva es rígida y directa; PDFS controla “cómo entender”, pertenece a la capa cognitiva, y depende de la estructura de datos y la experiencia acumulada. La primera no puede ser evitada, la segunda tiene caminos alternativos. Por lo tanto, en la etapa actual, KLA es más fuerte y más segura; PDFS tiene un potencial más alto, pero su camino aún no está definido.
Desde la perspectiva de Jensen Huang de Nvidia, la visión final de PDFS es la gemelización digital.
La gemelización digital requiere un ciclo cerrado de datos en tiempo real, modelos causales y capacidades de control. PDFS ya cubre la parte más difícil: la modelización causal y la estructura de datos entre cadenas, por lo que ocupa una posición muy delicada: está por encima de la cadena de la industria, pero antes de la gemelización digital. Es responsable de “entender el mundo” para que otros puedan “cambiar el mundo”.
Desde la trayectoria de desarrollo, lo más probable es que los próximos pasos de PDFS converjan en tres líneas principales: estandarización, IA y embebido. La estandarización significa convertir su estructura de datos en el lenguaje predeterminado de la industria; la IA implica que la capacidad del modelo dependa de su sistema de datos; y el embebido significa pasar de “recomendaciones de análisis” a “decisiones de producción”. Si estas tres condiciones se cumplen, podrá cruzar esa línea, pasando de la capa cognitiva a una verdadera capa de sistema.
Por lo tanto, la evaluación más precisa de PDFS es que ocupa una posición especial: por encima de la cadena de la industria de semiconductores, antes de la gemelización digital.
Si esta capa finalmente se estandariza, podría convertirse en infraestructura; si no, seguirá siendo solo una herramienta de alto valor.
Aviso legal: poseo los activos mencionados en el texto, por lo que mis puntos de vista son parciales, no constituyen asesoramiento de inversión, y el riesgo de inversión es enorme, por lo que se debe proceder con extrema cautela.