在半导体晶圆厂(Fab)中,经常会听到几个非常相似的术语：EDA\EDC\FDC\SPC\APC.
对于刚进入 Fab 的工程师来说,这几个系统很容易混淆.它们似乎都与"数据采集\数据查看和数据分析"有关,但实际上,它们关注的对象和解决的问题并不相同.
如果用一句话概括整个 Fab 数据链,可以理解为：
设备产生数据 → EDA/EDC 负责获取和采集数据 → FDC 监控设备状态 → SPC 监控工艺质量 → APC 根据结果进行工艺控制.
也就是说：
● EDA/EDC：重点是"获取数据\采集数据"
● FDC：关注"设备是否异常"
● SPC：关注"工艺是否异常"
● APC：关注"下一步应该如何调整"
这也是理解 Fab 数据系统之间关系的核心逻辑.
1. 一张图理解 Fab 中 EDA\EDC\FDC\SPC\APC 的关系
从晶圆制造的数据流来看,这几个系统并不是彼此孤立的软件,而是形成了一条完整的数据链：
设备(Equipment)
↓ 产生设备运行数据
EDA / EDC
↓ 数据获取与采集
FDC
↓ 判断设备状态是否异常
SPC
↓ 判断工艺结果是否出现异常趋势
APC
↓ 根据测量结果进行工艺参数调整
设备继续加工晶圆
↓
产生新的数据并进入下一轮循环.
因此,现代晶圆厂实际上形成了一个典型的：
Data →
Monitoring → Analysis → Control
即：
数据 → 监控 → 分析 → 控制
的数据驱动制造闭环.
2. EDA 是什么?Equipment Data Acquisition 与 Electronic Design Automation 的区别
这里首先需要注意一个非常容易产生混淆的问题：EDA 这个缩写在半导体行业中存在两种常见含义.
在芯片设计领域,EDA 通常指：
Electronic
Design Automation(电子设计自动化)
而在本文讨论的 Fab 数据系统语境中,原文将 EDA 定义为：
Equipment
Data Acquisition(设备数据采集)
两者虽然缩写相同,但所处的业务场景完全不同.
2.1 Fab 数据系统中的 EDA：Equipment Data Acquisition
在 Fab 场景下,EDA 可以理解为设备数据获取.
其中最重要的关键词是：
Acquisition
= 获取
它更强调从设备侧获取数据.
2.2 芯片设计领域的 EDA：Electronic Design Automation
在 IC Design 中,EDA 则是大家更熟悉的 Electronic Design Automation,即电子设计自动化.
它是芯片设计不可缺少的软件工具体系,被称为芯片设计领域的重要基础工具.
在 Fab 领域,晶圆厂同样会有专门的 EDA 团队,例如利用相关工具建立 PDK(Process Design Kit,工艺设计套件),将晶圆厂的制造工艺规则转换为设计公司可以使用的设计规则和数据,从而确保芯片设计能够在对应晶圆厂顺利制造.
原文列举的代表性 EDA 厂商包括：
● Synopsys
● Cadence
● Siemens EDA(原 Mentor Graphics)
因此,在阅读半导体资料时,看到"EDA"时一定要结合上下文判断它究竟指的是 Electronic Design Automation,还是本文 Fab 数据采集语境中的 Equipment Data Acquisition.
3. EDC 是什么?Equipment Data Collection
EDC(Equipment Data Collection) 可以理解为设备数据采集/设备数据收集系统.
这里最重要的关键词是：
Collection = 收集
与 Fab 数据系统中的 EDA 相比,EDC 更强调数据的采集\汇总和管理.
原文将 EDC 描述为 Fab 的 MES(Manufacturing Execution System,制造执行系统) 中的重要子系统.
3.1 EDC 在晶圆制造中的作用
晶圆制造包含数百个工艺步骤.
在关键工艺节点上,EDC 可以自动从设备或者量测(Metrology)工具中获取各种物理参数,例如：
● 刻蚀深度(Etch
Depth)
● 薄膜厚度(Film
Thickness)
● 设备温度
● 压力
● 流量
● RF 参数
● Chamber 状态
● Recipe 参数
● Alarm 信息等
这些数据随后可以被送入 SPC(Statistical Process Control,统计过程控制) 系统进行进一步分析.
如果系统发现某个参数超出正常控制范围,即出现 Out of Control(失控),就可以触发报警,甚至对相关设备进行锁定,从而避免异常工艺继续运行并造成整批晶圆报废.
4. EDA 与 EDC 有什么区别?
EDA 和 EDC 是 Fab 新人最容易混淆的一组概念.
简单来说：
EDA 更强调"获取",EDC 更强调"采集\汇总和管理".
对比维度
EDA
EDC
原文定义
Equipment Data Acquisition
Equipment Data Collection
核心含义
数据获取
数据采集\汇总
核心对象
芯片设计 / 设备数据获取语境
晶圆制造过程与设备
主要场景
Design → Tape-out / Fab 数据获取
Fab → Manufacturing
主要用户
IC Design\Physical
Design\Verification 等
Process\Equipment\Yield\Manufacturing
典型数据
RTL\Netlist\Layout\Timing\DRC/LVS 等;或设备侧获取数据
温度\压力\流量\RF\Power\Chamber Status\Recipe\Alarm 等
核心目的
芯片设计
稳定\可控地制造晶圆
需要特别注意的是,原文同时使用了 EDA = Equipment Data Acquisition 和 EDA = Electronic Design Automation 两种定义.因此,在实际 Fab 语境中,应结合上下文判断 EDA 的具体含义.
如果从最直观的角度理解：
EDA 更像是在"获取数据",EDC 更像是在"收集和管理生产数据".
5. FDC 是什么?Fault Detection &
Classification
FDC(Fault Detection and Classification) 即：
故障检测与分类
FDC 最核心的问题是：
设备是否出现异常?
也可以简单理解为：
FDC = 检查设备是否"健康".
5.1 FDC 如何判断设备异常?
例如,一台 CVD(Chemical Vapor Deposition,化学气相沉积)设备正常运行时,其参数可能处于：
● Pressure：100 mTorr
● Temperature：400°C
● RF Power：1000 W
如果某一批次突然出现：
● Pressure：125 mTorr
或者：
● RF Power 出现明显波动
那么 FDC 就可能检测到设备运行参数异常.
接下来,FDC 进一步判断：
● 这是设备故障吗?
● 属于什么类型的异常?
● 是否需要触发报警?
因此,FDC 的重点不是最终晶圆产品的尺寸是否合格,而是：
设备本身的运行状态是否正常.
6. SPC 是什么?Statistical Process Control
SPC(Statistical Process Control) 即：
统计过程控制
SPC 是晶圆厂中非常常见的过程质量控制系统.
它关注的核心问题并不是：
"设备是不是坏了?"
而是：
"工艺结果是否发生了异常变化?"
6.1 一个简单的 SPC 案例
假设某个刻蚀工艺的 CD(Critical Dimension,关键尺寸) 测量结果依次为：
25.1 nm →
25.2 nm → 25.2 nm → 25.3 nm → 25.4 nm → 25.6 nm → 25.8 nm
虽然每一个单独的数据点可能都没有立即超过规格限制,但工程师可以看到一个明显趋势：
CD 正在持续向一个方向漂移.
这就是 SPC 发挥作用的地方.
SPC 可以利用包括以下方法在内的统计工具分析工艺状态：
● Control
Chart(控制图)
● Mean(均值)
● Standard
Deviation(标准差)
● UCL(Upper Control Limit,上控制限)
● LCL(Lower Control Limit,下控制限)
● Trend(趋势)
● Shift(偏移)
● Run Rules(运行规则)
从而判断工艺是否出现异常趋势.
因此可以简单记忆：
SPC = 检查工艺是否稳定.
7. FDC 与 SPC 有什么区别?
FDC 和 SPC 是 Fab 新人最容易混淆的另一组系统.
最简单的记忆方法是：
FDC 看设备(Equipment),SPC 看工艺结果(Process/Product).
7.1 FDC：关注设备参数
例如光刻设备出现异常：
● Focus
● Dose
● Stage
Position
● Temperature
这些设备参数出现异常波动.
此时主要属于 FDC 的关注范围.
7.2 SPC：关注工艺结果
如果最终量测结果显示 CD：
30 nm → 31
nm → 32 nm → 33 nm
即使设备本身没有直接报告故障,工艺结果已经呈现出持续变化趋势.
此时主要属于 SPC 的关注范围.
所以：
FDC：设备有没有问题?
SPC：工艺结果有没有发生异常变化?
8. APC 是什么?Advanced Process Control
APC(Advanced Process Control) 即：
先进过程控制
APC 最容易被误解为"高级版 SPC".
实际上,二者最大的区别在于：
SPC 主要负责发现和识别异常,而 APC 进一步根据数据执行工艺调整.
9. SPC 负责"发现问题",APC 负责"执行控制"
假设某工艺的目标 CD 为：
Target = 30
nm
实际量测结果连续出现：
30.1 nm →
30.3 nm → 30.5 nm → 30.7 nm
SPC 可以发现：
CD 正在持续向上漂移.
但是接下来还有一个问题：
下一批晶圆应该怎么调整?
这就是 APC 发挥作用的地方.
APC 可以综合考虑：
● 当前量测结果
● 历史数据
● 工艺模型
● Recipe 参数
● 设备状态
计算下一批次工艺参数应该如何调整.
因此可以用一句话记忆：
SPC 发现"偏了",APC 负责想办法"拉回来".
10. 用"医生给病人看病"理解 EDA\EDC\FDC\SPC\APC
如果前面的概念仍然比较抽象,可以把整个 Fab 想象成一家医院.
EDA / EDC：收集患者数据
相当于采集：
● 体温
● 血压
● 心率
● 血液指标
也就是：
首先获得各种数据.
FDC：检查系统是否异常
相当于监控设备或系统是否出现异常,例如 ECG 监护设备发现心率异常.
也就是：
设备有没有问题?
SPC：分析指标是否出现持续趋势
例如发现患者血压连续几天逐渐升高.
也就是：
指标有没有持续异常趋势?
APC：根据结果进行治疗和调整
根据检测结果进行干预,然后重新检测,再根据新的结果进一步调整.
也就是：
发现问题 → 调整 → 重新检测 → 再调整.
因此,整个 Fab 数据控制过程可以简化为：
采集数据 → 检查设备 → 检查工艺 → 调整工艺
11. EDA\EDC\FDC\SPC\APC 一张表看懂
系统
核心问题
主要关注对象
主要作用
EDA/EDC
数据从哪里来?
设备\制造过程\设计/设备数据
数据获取与采集
FDC
设备正常吗?
Equipment
检测和分类设备异常
SPC
工艺稳定吗?
Process / Product
分析工艺结果和统计趋势
APC
下一步怎么调整?
Process Control
根据数据进行工艺控制
EDA(IC Design)
芯片怎么设计?
RTL\Netlist\Layout 等
芯片设计自动化
其中最值得记忆的是：
EDA/EDC → 获取和采集数据
FDC → 监控设备
SPC → 监控工艺结果
APC → 调整工艺
12. 为什么 Fab 需要这么多系统?
很多刚进入晶圆厂的工程师都会产生一个疑问：
"为什么 Fab 里面需要这么多不同的数据系统?"
实际上,不应该把 EDA\EDC\FDC\SPC 和 APC 理解成五个完全孤立的软件.
它们更像是现代晶圆制造体系中的一条完整数据链：
Equipment 产生数据
↓
EDA/EDC 获取和采集数据
↓
FDC 监控设备
↓
SPC 监控工艺结果
↓
APC 根据结果进行调整
↓
Equipment 继续加工 Wafer
↓
产生新的数据
↓
进入下一轮循环
最终形成：
Data → Monitoring → Analysis → Control
这正是现代 Fab 数据驱动制造的重要基本逻辑.
总结
如果只记住几个关键词,可以将 EDA\EDC\FDC\SPC\APC 简化为：
EDA / EDC：把数据拿过来
FDC：看设备有没有异常
SPC：看工艺结果是否稳定
APC：根据结果调整工艺
它们共同构成了晶圆厂从数据采集\设备监控\工艺分析到自动控制的数据闭环.
需要特别注意的是,EDA 具有明显的语境歧义：在 IC Design 中通常指 Electronic Design Automation(电子设计自动化);而本文 Fab 数据链语境中使用的是 Equipment Data Acquisition(设备数据获取).理解这一点,有助于避免在半导体 Fab\IC Design 和 EDA 软件工具的讨论中产生概念混淆.