Monica Chen meldde bij DIGITIMES dat leidinggevenden van TSMC, Intel en Samsung Electronics op 12 oktober 2026 uitdagingen rond AI-chipontwikkeling bespraken bij de opening van een evenement van Applied Materials. De genoemde thema’s waren geavanceerde halfgeleiderprocessen, 3D-integratie en onderzoeksmodellen. Lees het verslag van Monica Chen bij DIGITIMES.
Die thema’s raken aan verschillende soorten integratie. Het samenbrengen van productiegegevens is iets anders dan het coördineren van de fysieke onderdelen en processen voor chiplets.
Waarom productiegegevens lastig samen te brengen zijn
In een interview uit 2018 beschreef David Fried, destijds CTO van Coventor, een praktisch probleem met data-integratie in de chipproductie. Gegevens van apparatuur, meetinstrumenten, defectinspecties en elektrische en functionele tests kunnen verschillen in formaat, bemonsteringsmethode en eenheden. Fried besprak die verschillen als een uitdaging bij het samenbrengen van gegevens voor analyse. Semiconductor Engineering interviewde Fried over AI in chipproductie.
Als zulke bronnen niet in een bruikbare structuur bij elkaar komen, wordt het moeilijker om ze gezamenlijk te analyseren en er voorspellende inzichten uit te halen. Dat is dataintegratie: uiteenlopende gegevensstromen combineren, niet verschillende chiponderdelen fysiek op elkaar aansluiten.
Wat de productie van chiplets moet coördineren
Bij chipletproductie draait de integratie om fysieke onderdelen en de samenwerking tussen productiestappen. In een bedrijfsartikel van 14 oktober 2025 beschreef PDF Solutions de coördinatie van substraten, basisdies, componenten van derden, verpakkingstechnologieën, configuraties voor uitbestede assemblage en tests (OSAT) en testsystemen. PDF Solutions beschreef die productieketen in zijn artikel over AI en samenwerking in de chipindustrie.
In hetzelfde artikel meldde PDF Solutions dat zijn secureWISE-netwerk 180 fablocaties met meer dan 100 fabrikanten van apparatuur verbond.
