在半导体制造的早期阶段，芯片制造主要遵循从电路设计到生产制造的单向线性流程。各个关键步骤间的信息传递和交接方法相对简单直接。例如，物理设计、掩膜合成、掩膜板写入、光刻优化、工艺优化、检测与量测以及最终对封装芯片进行测试等各个环节相对独立，信息交流非常有限，数据的互联互通机制并未建立。大约自2000年开始，随着技术节点向更小尺寸演进和光刻技术的发展，芯片制造工艺变得越来越复杂，同时器件设计与制造工艺的耦合效应也显著增强。在此背景下，设计与制造协同优化（DTCO）理念应运而生，开始逐渐受到关注。DTCO突破传统单向流程局限，不仅涵盖了单元布局的共同优化，还发展出了包括面向制造的设计（DFM），面向测试的设计（DFT）在内的多种方法和工具，实现了设计端与制造端的深度融合。到今天，DTCO已经成为芯片制造的核心技术之一，被台积电（TSMC），三星（Samsung）等先进芯片制造厂商广泛应用，以加速工艺升级并提高新产品良率。

相较于通用的DTCO概念，东方晶源的HPO理念更注重设计信息在芯片制造过程中，尤其是量测与检测场景中的精准应用：利用设计版图信息，为芯片制造厂商提供目的明确、方法有效、效果可量化的整体量检测解决方案；同时依托东方晶源在计算光刻领域产品的技术优势，将制造环节的良率相关问题反向回溯至设计端，重构传统DTCO的数据闭环体系，形成“量检测-分析-优化-反馈” 的全链路协同架构。

· DMC（Design Manufacturability Check）：实现设计版图光刻结果的可制造性快速检查，并建立起沟通后端物理设计工具和计算光刻工具的桥梁； 

· PHD(Patterning Hotspot Detection) ：实现掩膜版图形化工艺坏点全面仿真检测，提升掩膜制造精度； 

· ODAS（Offiline Data Analysis System）：实现利用设计版图直接创建CD-SEM Recipe，提高CD-SEM量测效率；

· PME（Process Margin Explorer）：实现将DRSEM结果基于设计版图进行分类分组，显著提高了DRSEM结果的有效性；

· YieldBook：将设计数据与芯片制造良率相关数据集成在同一平台，打通了设计数据与制造数据之间森严的壁垒，为HPO整体良率优化提供了数据基础。

随着东方晶源计算光刻产品和良率装备产品的市场逐步扩大与深化，东方晶源HPO战略产品也逐步在国内多家芯片制造厂商与芯片设计厂商处展开应用，深度参与了尖端芯片技术与工艺的研发，获得了良好的市场反馈。

计算光刻领域方面：我们将利用引入AI相关能力，提高目前光学邻近效应修正（OPC）模型精度，并展开刻蚀建模、完成曲线掩膜反向光刻优化流程，同时还需要部署实现版图全芯片模糊匹配。AI辅助下，版图相关基础能力的提高为东方晶源计算光刻产品的深层次发展提供了技术保障，有助于进一步巩固东方晶源在国产计算光刻产品中的领先地位。 

良率装备产品方面：我们将为东方晶源的全部良率装备产品引入AI能力，利用AI辅助东方晶源良率装备产品实现控制优化、故障分析、图像处理、数据挖掘等功能，使得东方晶源良率装备产品在AI应用方面取得独特优势，推动良率装备从 “数据采集分析”向“智能决策”升级。 

Fab良率数据分析产品方面：我们将利用AI技术打造一系列良率分析AI工具，例如软硬结合的一体化工艺建模工具，建立从设计版图到芯片良率的全链条数据平台。在此数据平台上，建立多种AI工艺模型和AI良率模型，实现软硬结合的智能化检测解决方案。