晶圆厂的“空中交警”：AMHS如何指挥千台天车

引子：一片晶圆的城市漫游

想象一座城市，常住人口超过十万，但没有一条地面道路。所有居民出行，全靠头顶纵横交错的高架轨道，由无人驾驶的小车运送。这座城市，就是一座12英寸晶圆厂的洁净车间；那些“居民”，是等待光刻、蚀刻、沉积的晶圆；而头顶的高架小车，就是AMHS——自动化物料搬送系统（Automated Material Handling System）。

在12英寸晶圆厂里，一片晶圆从投料到出厂，要经历数百道工序，累计搬送次数可达数千次。如果搬送环节卡住，价值上亿元的机台就只能干等。AMHS，就是这座“空中城市”的交通大脑。

天车系统：洁净室里的“高架轻轨”

AMHS的核心是OHT（Overhead Hoist Transport，空中悬挂式搬送车），业内俗称“天车”。它们悬挂在洁净室天花板的轨道上，负责在机台之间运送装有25片晶圆的FOUP（前开式晶圆传送盒）。

为什么非要“上天”？因为洁净室地面寸土寸金，且地面移动会产生颗粒物污染。把搬送系统架到空中，既释放了地面空间，又减少了发尘源。一条典型的12英寸产线，轨道总长可达数公里，天车数量从几十台到数百台不等——在先进制程产线中，超过500台天车同时运行已不罕见。

数百台车、数公里轨道、数千次搬送任务并发，问题来了：怎么保证它们不撞车、不堵车？

路径优化：给每台天车算一笔“时间账”

AMHS的路径规划，比城市导航复杂得多。城市导航可以绕路，天车却只能沿轨道单向或双向行驶；城市导航容忍拥堵，晶圆厂却要求搬送周期时间（Cycle Time） 精确到秒级。

路径优化的核心，是一道实时求解的“多目标优化题”：最短路径只是基础，还要考虑轨道区段的繁忙度、天车的电量与负载、目标机台的排队情况。业界常用的方法是将轨道网络抽象为有向图，用Dijkstra或A*算法求最短路径，再叠加实时交通权重进行动态修正。

更前沿的做法引入强化学习：让调度系统在仿真环境中反复“试错”，学习在高峰时段如何分流、在设备故障时如何快速重规划。有研究显示，优化后的调度策略可将平均搬送时间降低15%—30%。

避碰调度：毫秒级的“空中交规”

如果说路径优化是“导航”，避碰调度就是“刹车系统”——后者才是真正的安全底线。

天车避碰分三层：物理防撞靠激光测距和缓冲器，是最后一道保险；区间封锁将轨道划分为若干“闭塞区间”，同一区间同时只允许一台车占用，类似铁路信号系统；动态调度则由中央控制器实时计算每台车的速度曲线，提前减速、排队或改道。

难点在于“死锁”。当多台天车在交叉口互相等待，谁也不让谁，整条轨道就可能瘫痪。成熟的调度系统会引入死锁检测与预防机制：通过资源分配图实时监测环路等待，一旦发现潜在死锁，主动让优先级低的天车退让或绕行。这套逻辑，和操作系统里的进程调度异曲同工。

吉之星实践：从仿真到落地的全链条能力

在AMHS领域，吉之星围绕天车调度与轨道优化积累了系统性技术能力。我们自主研发的数字孪生仿真平台，可在虚拟环境中1:1还原晶圆厂轨道网络与天车运行逻辑，支持千台级天车并发仿真，帮助客户在产线建设前完成调度策略验证与瓶颈识别。

在路径优化方向，吉之星将实时交通权重模型与启发式算法结合，针对交叉口拥堵、设备临时宕机等场景提供动态重规划方案；在避碰调度上，我们的区间管理与死锁预防模块已在多个洁净室工程项目中完成验证，支持多品牌天车混跑场景下的统一调度。

此外，依托公司在半导体洁净室工程领域的深厚积累，吉之星能够将AMHS轨道布局与洁净室结构、气流组织、机台排布协同设计，从源头减少“先天拥堵”。

思考与展望

随着先进制程向2nm及以下推进，晶圆厂对搬送效率的要求只会更苛刻。AMHS的下一步，是从“被动响应”走向“主动预测”——用AI预测设备稼动率波动，提前调配天车运力；用数字孪生做“沙盘推演”，让调度策略在上线前就跑过千百遍。

空中交警的价值，不在于车跑得多快，而在于让每一片晶圆都不把时间浪费在路上。这，也是吉之星在AMHS领域持续投入的理由。