算。”

    梁志远把七家供应商的名单列在白板上，按照合作深度和国产化替代紧急程度标注了优先级。三家内核设备供应商——刻蚀、薄膜沉积和离子注入——排在第一批，两周内完成接口权限谈判和中间件部署。其馀四家辅助设备供应商排在第二批，四周内完成。离子注入机的供应商是那家正在冲刺片内均匀性提升的国内厂商，驻厂郭工在接到梁志远的电话后直接说：“权限可以开，但我们有一个要求——天枢OS采集到的注入剂量均匀性数据，希望能实时回传给我们总部的工艺优化团队。我们自己在产在线只有两名驻厂工程师，数据样本不够。如果能共享追光四期的全量注入数据，我们承诺在六周内把片内均匀性再提升百分之零点三。”

    “百分之零点三对天权6号的工艺规格来说还不够。”梁志远说，“你们需要在八周内提升百分之零点六以上。”

    “那就要给我们天权6号工艺设计套件中的阈值电压敏感度数据。”郭工在电话那头沉默了几秒，“离子注入的片内均匀性和阈值电压之间的关系不是线性的，我们需要知道天权6号的羲和架构对阈值电压偏差的容忍边界在哪里，才能在注入参数里做精确补偿。”

    梁志远看了林薇一眼。天权6号的阈值电压敏感度数据属于芯片设计内核参数，向设备供应商开放意味着把设计端的敏感信息交给制造端的外部合作伙伴。但如果不开放，离子注入机片内均匀性的提升就缺少最关键的校准目标。他在笔记本上写了一个折中方案：不直接共享原始设计数据，而是由中央研究院将阈值电压敏感度转化为一组离子注入工艺窗口的量化指标——注入剂量偏差上限、片内均匀性上限和退火温度曲线边界——以工艺规格书的形式发给供应商。这样既能保护设计端的内核参数，又能给设备端提供清淅的优化目标。

    林薇批准了这个方案，同时加了一条补充：“天权6号的离子注入工艺窗口指标也同步发给追光五期那两台即将采购的国产离子注入机的供应商。不能等到设备进厂了才开始校准，工艺窗口的适配工作前移到设备出厂前的预调阶段。”

    产线调度引擎的开发在两周内完成了架构设计。郑工把调度引擎的内核算法定位为“基于约束满足的混合整数规划”——将每批晶圆的工艺路线、每台设备的批处理容量、每道工序的标准加工时间和设备之间的物理传输延迟全部编码为约束条件，求解目标是在满足全部工艺约束的前提下最小化晶圆在缓冲区内的等待时间。这套算法的数学框架并不新颖，在传统的半导体制造执行系统中早有应用。但郑工在架构设计里添加了一个天枢OS独有的变量——实时环境数据。

    “传统制造执行系统的调度模型只考虑设备状态和工艺参数，不考虑环境变量。”郑工把调度引擎的输入变量列表投到屏幕上，“但老韩的团队在追光三期的运营数据中发现了一个规律——合城每年三到四月的春季湿度高峰期间，薄膜沉积设备的工艺稳定性会下降约百分之二，映射的设备综合效率会下降约百分之一点五。原因是湿度变化影响了化学气相沉积前驱体的反应速率，而这个变化不在传统调度模型的考虑范围内。天枢OS已经接入了合城厂务系统的全部环境传感器——温度、湿度、气压、冷却水温度、气体纯度——这些数据目前只用于事后追朔，从来没有被用于事前调度。”

    老韩听到这里时眼睛亮了。他在产在线干了二十年，对“春季效率低谷”这个现象深有体会，但从来没有把它和调度系统联系起来。“如果调度引擎能提前四十八小时读到气象数据——知道后天湿度会突然升高——它就可以在前天把薄膜沉积工序的批量提前排进产线，把对湿度不那么敏感的刻蚀工序挪到湿度高峰时段。这等于用调度弹性换工艺稳定性。”

    郑工把老韩的思路转化为算法语言写进了调度引擎的设计文档：“在目标函数中增加环境变量对工序稳定性的影响权重，使调度引擎具备对环境扰动的预响应能力。”

    四周后，产线调度引擎的第一个原型版本在追光四期的刻蚀到薄膜沉积三道串联工序上开始试运行。测试用的晶圆是一批天权4号量产批量的非关键层——选用非关键层是为了降低测试风险，但工艺复杂度与正式量产完全一致。老韩把四号操作台的班组长叫到中控室，指着调度引擎的实时界面说：“今天这批晶圆，不用手动排产。让天枢OS自己排。”

    调度引擎在晶圆进入第一道刻蚀工序前零点五秒做出了第一个调度决策——它将原本按顺序排队的第三批晶圆提前到了第二批之前，原因是第三批晶圆的刻蚀图案密度更低，在当前刻蚀设备的工艺条件下加工时间更短，提前处理可以减少后续缓冲区内的等待队列长度。这个决策如果由人工操作员来做，需要两分钟的经验判断和手动排产调整，而调度引擎用了不到半秒。

    三批晶圆跑完三道工序后，中控室屏幕上跳出了试运行数据。晶圆在缓冲区内的平均等待时间比人工排产时减少了百