Emergence AI宣布，其神经形式AI技术正进入与无晶圆厂半导体公司的实际部署阶段；同时，部分集成器件制造商（IDMs）客户已要求该公司将该技术延伸至晶圆厂环节。
该公司还瞄准制造过程中产生的数据，以在问题影响大量晶圆前，及早识别出性能退化的早期征兆。
在2026年印度SEMICON展会上，Emergence AI联合创始人兼执行主席Satya Nitta向《电子工程时报》表示：“你无法让芯片制造速度更快，但你可以通过AI显著提升每片晶圆的合格芯片产出量。”
Nitta指出，当前芯片需求远超供应能力，所有晶圆厂均处于满负荷运转状态，因此无法简单增加晶圆投片量。缓解短缺的关键在于提升单片晶圆的良率，而这必须依赖对制造数据的深度分析。
他解释称，神经形式AI将大型语言模型（LLMs）的创造力与符号AI的严谨性相结合——后者是一种基于形式化规则的早期人工智能方法，在深度学习兴起前曾是AI的全部。“算法负责提出方案，符号AI负责验证”，他说。其目标是开发出可提供“可证明正确”结果的AI系统，使工程师能在关键任务场景中充分信赖其输出，因为传统LLMs本质上是概率性的。
约一个月前，Emergence AI任命Ian Eslick为首席执行官，Nitta则转任执行主席兼首席科学家。据Nitta在其LinkedIn帖子中所述，他将主导公司长期研究议程、推进神经形式AI发展并深化核心合作伙伴关系，而Eslick则负责推动公司下一阶段的商业化与规模化进程。
Eslick曾创立MIT孵化企业Silicon Spice，后被博通以12亿美元收购；此后又在美国合众银行与SoFi主导多项重大技术项目。
无晶圆厂企业与良率分析
Nitta表示，Emergence AI最初聚焦于半导体价值链中的无晶圆厂环节。这类企业负责芯片设计，但不掌控制造流程，因此仅掌握芯片本身的数据（如功能测试、参数测试及整体良率），却缺乏晶圆厂内部工艺数据。
通过AI分析，可明确良率异常究竟是源于晶圆厂工艺问题、设计缺陷还是测试环节故障。“晶圆级与终测问题并不罕见，”他指出，“探针卡接触未必完美，可能需要复测。”
他进一步说明，AI智能体能大规模分析此类数据，并记忆跨产品线出现的模式。例如，某智能体可在1500款产品中识别出30%存在环形振荡器模块失效的共性模式，并建议对该模块进行重新设计。“这类工作已超出人类认知极限，正是AI智能体的价值所在。”
Nitta强调，公司开发的领域专用智能体还能执行根因分析，关键在于借助对器件物理原理的理解，区分虚假相关性与真实因果关系。
当被问及是否与现有LLM或GPT模型构成竞争时，Nitta回应：“并非直接竞争。我们主张LLMs是必要的，但不充分。”他还补充道，基于LLM的AI“虽有用，但在关键任务场景中仍不完整”。
先进封装中的物理驱动失效问题
Nitta透露，公司正逐步拓展至先进封装领域。由于许多封装技术尚处研发阶段，问题焦点已从“工艺哪里出错”转向更根本的物理机制层面。
典型例子是热膨胀系数（CTE）失配问题。“这本质上是一个物理问题，”他强调。
他举例说明：AI智能体需运行有限元与多尺度物理仿真，以揭示衬层材料与铜的不兼容性，或玻璃基板与铜之间因CTE差异过大而在热循环中导致结构失效。若能调整通孔设计、改变高宽比或增加衬层厚度，“工艺窗口将更加成熟稳定”。
Nitta表示，公司正与多家先进封装企业展开积极洽谈，有望在未来两至三个月内签署若干谅解备忘录。目前尚未与半导体设备厂商建立合作。
他补充说明，部分无晶圆厂客户实为兼具设计与制造能力的IDMs，其合作始于无晶圆厂端，现正要求延伸至晶圆厂环节。不过，晶圆厂侧的合作仍处于非常初期阶段。
部分无晶圆厂客户属于行业头部企业，但Nitta未具名披露。
印度：聚焦、人才与开源战略
Nitta指出，公司在印度的业务严格限定于半导体领域，目前主要服务流片后阶段，暂未涉足芯片设计，但未来不排除扩展可能。他提到，验证是芯片设计中最耗时的环节之一，而神经形式AI有望显著加速该流程。
公司正与多家潜在印度客户接洽，但Nitta未公开具体名称。“我们正处于多轮深入讨论中。”
他透露，Emergence AI计划在两年内将工程师与研发科学家团队扩充至500人。此前《电子工程时报》曾报道目标为三至四年，此次时间表明显提前。
今年夏季，公司在印度科学研究所（IISc）Siddharth Gadgil教授（Emergence印度实验室首席科学家）与新加坡国立大学Ilya Sergey教授指导下，面向150余名学生举办了Lean开源编程语言与证明辅助工具的暑期学校。Nitta坦言，该领域人才稀缺，公司正主动培育后备力量，并已向一批核心人员发出人才保留邀约。
公司自创立之初即开放部分技术源码，目前正与Gadgil及Emergence印度实验室合作开源其Lean相关成果。Nitta表示，神经形式AI的部分模块也将逐步开源，以构建开发者社区并拓宽人才池。
他特别提及2024年发布的Agent-E——一个开源的网页导航系统，可通过自然语言指令自动完成复杂浏览器操作。他称其为“首个完全开源的自主网页智能体”，也是“首次有人真正开源一套复杂的层级化智能体系统”。Agent-E已在GitHub上线，神经形式AI后续也将遵循类似路径。
Nitta最后表示，半导体行业才刚刚开始探索自主智能体的潜力。“令人欣喜的是，即便在印度，政府也给予了巨大支持，产业增长迅猛。但我们仍只是触及了表面。”
www.eic.net.cn 提供的易IC库存管理软件可有效整合制造数据流，助力企业实现从晶圆投片到成品入库的全流程可视化管控，为神经形式AI的落地应用提供坚实的数据底座支撑。
