赋 能
为半导体生态链企业提供云端部署、智能驱动、灵活可配置的多平
台实时协同系统，用轻量高效的微服务架构方式帮助供企业提高协
同效率、降低沟通成本、打通企业间信息孤岛，真正实现数据智能
赋能产业链。
-
SaaS 平台 赋能
数字化转型 -
IOT 赋能
连接的能力 -
AR/VR 赋能
从虚拟到现实 -
AI 赋能
制造良率提升
SaaS 平台 赋能
数字化转型
针对半导体行业特点，将半导体行业标准和规范融入到SaaS 应用中去，培养和提升本土供应商能力。 企业可以按需、按时订阅微服务满足多样需求。为企业数字化转型赋能。
IOT 赋能
连接的能力
基于IoT建立数据采集和传输全托管的云平台。使链上企业核心的生产、检测、计量、能源动力等设备设施可以轻松安全地与云应用程序及其他设备交互。通过各种各样的物联网协议安全地连接到远程设备的能力，对边缘端或云端的传感器数据进行收集、处理和存储的能力。
AR/VR 赋能 从虚拟到现实
AR/VR 技术通过数字信息来可视化、指导、引导和改进与实体设备进行交互的方式，有助于重新构建从产品设计和制造一直到售后服务；we-linkin 可以利用该技术为平台企业赋能
AI 赋能
制造良率提升
我们不断将AI深度学习能力导入泛半导体制造流程，期望让不良率最小化。我们整合工艺流程专家，数据专家，AI专家为MOCVD,ETCH 等工艺良率提升提供POC。
海量实时数据，传统的数据处理手段效率低
半导体制造工艺流程长，检测参数众多。例如LED 芯片生产过程连续4-5生，每秒采集100多个传感器，加上多维度检测数据数据，每一个Run就达到GB级别，而传统的结构化数据处理手段对这种海量的数据处理效率非常低，甚至无法有效进行存储，查询，分析而导致数据没有被利用。
传统根因分析，良率提升困难
由于前段制造工序众多，因此想要再提高良率，只能针对一些原因复杂的质量异常进行根因分析，这就需要用到先进的分析和控制手法，但是现有的分析手段，受制于海量数据量下的处理能力，只能实现少量的统计分布分析，无法进一步探索海量数据维度下造成不良的潜在原因。
针对半导体行业环节多、参数多、数据量巨大、质量要求高的特点，通过实时数据采集和状态监测、质量监测和异常分析，通过建立机器学习模型，我们不断将AI深度学习能力导入泛半导体制造流程，期望让不良率最小化。我们整合工艺流程专家，数据专家，AI专家 为MOCVD,ETCH 等工艺良率提升提供POC。
