Meta/东京电子/FPT软件等共同贡献，Aitomatic发布首个半导体行业开源大模型，「锁死」企业技术自主权

2024 年初，研究机构 Market.us 发布报告预测，全球半导体市场规模将大幅增长，预计 2024 年可达到 6,731 亿美元，到 2032 年预计将增长至 1.3 万亿美元。

毫无疑问，这个万亿级市场与充满想象空间的 AI 密不可分。技术层面，无论是通信还是推理，都需要芯片提供支持；产业链上，无论是消费电子还是产业端应用，无论是硅谷巨头还是初创企业，都不得不「仰仗」芯片厂商才能践行其创新方案。

近年来，国内外的多家科技巨擘都或多或少地感受到了半导体行业的高壁垒，同时，英伟达市值在一年内从 1 万亿美元到 3 万亿美元的飙升，也再次昭示了，其技术护城河之强硬并非朝夕可争。尽管如此，我们还是能够看到越来越多的初创企业投身其中，OpenAI、亚马逊、谷歌等巨头也纷纷下场，试图通过自研芯片实现一定程度的自主化并降低对英伟达的依赖性、提高议价权。

此外，半导体领域的研发经验与资金支撑也十分重要。尤其是在先进制程工艺逼近摩尔定律极限之际，如何通过优化设计架构、创新工艺流程等方法，来满足持续走高的 AI 应用需求，已经成为了半导体行业的新一代技术攻坚挑战。

不过，在这个数据驱动创新的时代，AI 也开始「反哺」半导体行业， 为其突破技术瓶颈开辟新思路。

近日，工业领域 AI 革新领军企业 Aitomatic 宣布推出世界上首个专为半导体行业设计的开源 AI 大语言模型 SemiKong，旨在优化半导体工艺及制造技术。

值得关注的是，Aitomatic 此前已经发布了 AI Agent aiKO、aiVA，并基于 domain-specific knowledge 在半导体、制造业、暖通空调、汽车等领域，实现了成熟应用，能够解决复杂问题。

AI 反哺半导体，Aitomatic 已有成熟项目

SemiKong 并不是大语言模型在半导体领域的首秀。今年 1 月，英伟达发布了一个以自家内部数据为基础训练而成的定制大语言模型——ChipNeMo，在预训练期间所用到的内部数据训练语料库就有 231 亿 token，涵盖设计、验证、基础设施，以及相关的内部文档。所以，该模型发布后并未对外公开使用权，而是仅供员工内部使用。

* 点击查看完整报道：自己卷自己？英伟达发布大模型 ChipNeMo，专为芯片设计定制

而开源的 SemiKong 则是获得了 AI Alliance 的大力支持。

Aitomatic 首席执行官、SemiKong 项目的负责人 Christopher Nguyen，同时也是 AI Alliance 基础模型重点领域的联合负责人。他表示，SemiKong 对于以竞争保密著称的半导体行业来说是史无前例的。在鼓励公司/工具/工艺/设备等层面的专有差异化和竞争的同时，共享基础层研发成果是利大于弊的。

在这里插入图片描述

Christopher Nguyen 在其社交平台上发声

生于开源环境下的 SemiKong 集百家之长，基于 AI Alliance 成员 Meta 的开源 Llama 3 模型，利用东京电子 (Tokyo Electron)、FPT Software 等半导体企业的 AI 专业知识，在半导体工艺的准确性、相关性和理解方面都有显著改进，表现优于通用模型。

值得注意的是，这不是 Aitomatic 首次试水半导体行业。

Aitomatic 曾推出了名为 aiKO 的 AI Agent， 基于企业用户的专业知识、数据，为其构建专属 Agent，企业对于其 Agent 拥有「完全所有权 (Full Ownership)」。同时，由于使用了企业的内部数据，以及相关专家的专业知识进行训练，使其 Agent 能够更好地适应公司的业务逻辑是实际需求。

具体而言，全球领先的半导体巨头东京电子利用 Aitomatic aiKO Agent 创建了半导体优化 Al Agent，通过消化学习工程师过往筛选的冗长数据表，为光刻等复杂工艺中的异常情况提供即时、精确的建议，使得诊断时间缩短 4 倍，停机时间减少 10%。

例如，当工艺工程师需要设计 4 纳米的沉积层时，aiKO 能迅速提出精确的温度和气流参数，从而减少所需的实验次数，加快得出结果的时间。aiKO 通过分析问题、找出原因并提供逐步指导，从而最大限度地减少耗时的试错并优化设备功能。

不难发现，无论是开源的 SemiKong 还是其为企业定制的 AI Agent，Aitomatic 的方案与英伟达的 ChipNeMo 有许多相似之处，为半导体行业内的传统制造厂商的 AI 革新提供了新的选择。

从某种程度上来看，半导体厂商是站在了 AI 产业链的始端，但同时，其中的大多数也都是传统的制造业企业，在数字化转型以及应用创新 AI 技术方面缺乏经验与领路人。而通用的制造业数字化方案又很难对细分且精密的半导体制造有深刻的理解，所以，如果企业不从内部将门打开，AI 是很难走进半导体行业的。

而 Aitomatic 则是利用半导体厂商的设计文档、调试实验数据等宝贵资源，面向企业的业务流程与实际痛点，训练定制化的 AI Agent，仅供该企业可用，很大程度上削减了传统半导体制造企业在数据安全等方面的顾虑，正如其官网宣传时所言：Your knowledge, your IP, solving your industrial challenges.

创始人 Christopher Nguyen 博士：开源框架保障企业技术自主权

Aitomatic 频频在半导体领域进行落地探索与其创始人的工作经历密不可分。

在这里插入图片描述

Christopher Nguyen

公司联合创始人兼 CEO Christopher Nguyen 博士曾多次以技术创始人的身份参与创业，在其过往的 40 年职业生涯中，他曾参与英特尔第一批闪存晶体管的制造，还曾担任谷歌首任工程总监，在 Google Apps 开发中发挥重要作用。同时，作为一名教授，他还与合作伙伴共同创立了香港科技大学计算机工程专业。

或许正是因为参与了一众硅谷巨头的初始爬坡阶段，并拥有多次创业经历，Christopher Nguyen 博士对于新技术浪潮的发展有着更加深刻的认知。其曾在 Forbes 撰文介绍了「采用 AI 的 5 点思考」，分别是 Size, Ownership, Level, Industry, Domain Knowledge。
原文链接：
https://www.forbes.com/sites/forbestechcouncil/2023/12/12/five-considerations-when-adopting-ai-an-executives-solid-compass/

其中，他提出「拥有或租赁 AI 模型就像是房地产领域的买房或租赁问题。在开源基础上开发 AI 系统则反映了房屋所有权的好处， 其允许企业定制自己的 AI 系统，将特定领域的知识和专有见解嵌入其中，不仅能提高 AI 在实现组织目标方面的效率，还能加强对技术的控制。」

此外，他认为，「在专业模型和通用模型之间做出选择具有战略意义，就像选择经验丰富的建筑师或能工巧匠一样。在需要精确性和特定专业知识的领域，专业人工智能模型至关重要，就像工匠大师一样，针对特定领域进行微调，以高精度应对挑战，专注的专业知识使其在特定领域中表现卓越。」

而他的观点也直观的体现在了 Aitomatic 的发展路径与产品上。除了上文已经介绍的专业模型外，公司也将其 AI Agent 拓展到了开源领域，发布了开源项目 OpenSSA，作为轻量级专业 Agent 框架，能够帮助大家创建特定领域的 AI Agent。
项目地址：

https://github.com/aitomatic/openssa

正如 Christopher Nguyen 博士所言，「人工智能的独立性对工业公司至关重要，专注于专业领域的专业知识是竞争力的关键」。 而开源的 OpenSSA 则能够确保工业企业保持对其领域特定 IP 的自主权，实现安全、无限制的 AI 部署，这对于边缘技术至关重要。

One more thing: AI Alliance

在推出 OpenSSA 时，Aitomatic 还宣布已成为 AI Alliance 的首批成员。 这一 AI 联盟的豪华阵容包含了英特尔、AMD、IBM、Meta、Oracle、Hugging Face、索尼集团、美国达特茅斯学院、美国康奈尔大学、美国耶鲁大学、日本东京大学、Linux 基金会等全球 50 多家机构。

AI Alliance 的重点关注领域包括了：