نیمه هادی AI بنیانگذاری زن SixSense 8.5 میلیون دلار جمع می کند

یک استارتاپ فناوری عمیق مبتنی بر سنگاپور به نام شش ساله یک پلت فرم با قدرت AI ایجاد کرده است که به تولید کنندگان نیمه هادی کمک می کند تا نقص تراشه بالقوه را در خطوط تولید در زمان واقعی پیش بینی و تشخیص دهند.

این مبلغ 8.5 میلیون دلار در سری A جمع آوری کرده است که کل بودجه خود را به حدود 12 میلیون دلار رسانده است. این دور توسط Peak XV’s Surge (سابق Sequoia India & Sea) با مشارکت Alpha Intection Capital ، Febe و دیگران هدایت شد.

Sixsense در سال 2018 توسط مهندسین آکانکا جاگانی (مدیرعامل) و Avni Agrawal (CTO) تأسیس شده است ، قصد دارد یک چالش اساسی در ساخت نیمه هادی را برطرف کند: تبدیل داده های تولید خام ، از تصاویر نقص به سیگنال های تجهیزات ، به بینش های زمان واقعی کمک می کند تا کارخانه ها از کیفیت کیفیت جلوگیری کنند و عملکرد را بهبود بخشند.

علیرغم حجم زیاد داده های تولید شده در کف Fab ، آنچه که برای بنیانگذاران برجسته بود ، عدم تعجب از هوش در زمان واقعی بود.

Akanksha درک عمیقی از تولید ، کنترل کیفیت و اتوماسیون نرم افزار از طریق تجربه خود در ساخت و ساز اتوماسیون برای تولید کنندگان مانند Hyundai Motors و GE و توسعه محصول LED در راه اندازی هایی مانند EMBIBE به ارمغان می آورد. آگاروال تجربه فنی را از زمان خود در ویزا اضافه می کند ، جایی که وی سیستم های تجزیه و تحلیل داده های در مقیاس بزرگ را ساخت ، که برخی از آنها بعداً به عنوان اسرار تجاری محافظت می شدند. یک رمزگذار ماهر با سابقه قوی در ریاضیات ، مدتهاست که علاقه مند به استفاده از هوش مصنوعی در صنایع سنتی فراتر از Fintech بود.

با هم ، این دوتایی قبل از فرود روی نیمه هادی ها ، بخش هایی را از حمل و نقل هوایی تا خودرو ارزیابی کرد. آگاروال به TechCrunch گفت: علیرغم شهرت صنعت نیمه هادی برای دقت ، فرآیندهای بازرسی تا حد زیادی دستی و پراکنده باقی مانده است. وی افزود: پس از صحبت با بیش از 50 مهندس ، مشخص شد که فضای مهمی برای نوسازی نحوه انجام چک های با کیفیت وجود دارد.

Agarwal گفت ، امروزه FABS پر از داشبورد ، نمودارهای SPC و سیستم های بازرسی درون خطی است ، اما بیشتر داده ها بدون تجزیه و تحلیل بیشتر داده ها را نشان می دهند. “بار استفاده از آن برای تصمیم گیری هنوز بر روی مهندسان قرار می گیرد: [they must] الگوهای نقطه ، بررسی ناهنجاری ها و دلایل ریشه ای. این وقت گیر ، ذهنی است و با افزایش پیچیدگی فرآیند خوب نیست. “

SixSense هشدارهای اولیه را برای مهندسین فراهم می کند تا قبل از تشدید با قابلیت هایی مانند تشخیص نقص ، تجزیه و تحلیل علت اصلی و پیش بینی عدم موفقیت ، به موضوعات احتمالی بپردازند.

آگاروال گفت ، پلت فرم SixSense نیز به طور خاص طراحی شده است تا توسط مهندسین فرآیند به جای دانشمندان داده استفاده شود. “مهندسان فرآیند می توانند با استفاده از داده های FAB خود مدل ها را تنظیم کنند ، آنها را در کمتر از دو روز مستقر کنند و به نتایج اعتماد کنند-همه بدون نوشتن یک خط کد واحد. این همان چیزی است که باعث می شود این پلتفرم قدرتمند و عملی باشد.”

چشم انداز رقابتی شامل تیم های مهندسی داخلی با استفاده از ابزارهایی مانند Cognex و Halcon ، سازندگان تجهیزات بازرسی است که AI را در سیستم های خود ادغام می کنند و راه اندازی هایی از جمله Landing.ai و Robovision.

پلت فرم هوش مصنوعی SixSense در حال حاضر در تولید کنندگان اصلی نیمه هادی مانند GlobalFoundries و JCET در حال استفاده است که بیش از 100 میلیون تراشه تا به امروز پردازش شده است. بنیانگذاران گفتند که مشتریان تا 30 ٪ چرخه تولید سریعتر ، افزایش 1-2 ٪ در عملکرد و کاهش 90 درصدی کار بازرسی دستی را گزارش کرده اند. این سیستم با تجهیزات بازرسی سازگار است که بیش از 60 ٪ از بازار جهانی را در بر می گیرد.

آگاروال گفت: “مشتریان هدف ما تراشه سازان در مقیاس بزرگ هستند-از جمله ریخته گری ، مونتاژ نیمه هادی برون سپاری و ارائه دهندگان تست (OSATS) و تولید کنندگان دستگاه یکپارچه (IDM).” “ما در حال حاضر با Fabs در سنگاپور ، مالزی ، تایوان و اسرائیل کار می کنیم و اکنون در ایالات متحده گسترش می یابیم”

تنش های ژئوپلیتیکی ، به ویژه بین ایالات متحده و چین ، در حال تغییر شکل مجدد در جایی است که تراشه ها ساخته می شوند و باعث ایجاد سرمایه گذاری های جدید در سراسر جهان می شوند.

“ما می بینیم که فاب و اوتس در مالزی ، سنگاپور ، ویتنام ، هند و ایالات متحده به طرز تهاجمی گسترش می یابند-و این یک راه حل برای ما است. چرا؟ ما در حال حاضر مستقر در منطقه هستیم و بسیاری از این امکانات جدید تازه شروع به کار می کنیم.