12微电子学院博士付超超：在“创新国度”丈量芯片精度
采访者： 2025级集成电路与微纳电子创新学院“本硕融通”本科生雷云翔
时间： 2026年1月14日
特拉维夫的阳光洒在公路上，电话那头传来了汽车行驶的背景音。这是一场特别的“移动采访”，受访者是复旦大学微电子学院校友、现任科磊半导体算法组组长的付超超学长。身处以色列这个全球著名的“创新国度”，付超超学长一边握着方向盘穿梭在异国街头，一边用他富有洞察力的视角，为我们拆解了半导体量测行业的奥秘，分享了从复旦园走向全球前沿科技舞台的“芯”路历程。
一、跨越山海：在挑战中寻找“快速反馈”
谈及为何选择深耕工业界并远赴以色列，付超超学长的回答透着一种理工科特有的理性与务实。
“学术界的反馈周期很长，从实验设计到结果产出往往需要漫长的等待。而工业界，尤其是算法和软件领域，能够提供更快的反馈。”付超超学长回忆道，相比于学术中的长期打磨和漫长的实验周期，算法领域的代码修改能迅速看到结果，这种“即时满足感”更符合他的性格偏好，也成为了他职业选择的重要考量。
置身于以色列，文化的碰撞是付超超学长必须面对的第一课。“以色列的文化特点是极其直接和充满挑战的。”他提到，与国内职场偏向含蓄、顾及面子和服从的氛围不同，以色列同事从小被培养为敢于表达的性格，即便面对领导，也会大胆地提出异议。“在这里，工作关系中‘极端挑战’是常态，大家不会轻易服从指令，而是积极表达想法。”这种直率的沟通方式最初或许令人不适，但付超超学长逐渐发现，这种专注于问题本身的“硬核”交流，恰恰是技术创新的催化剂。
二、算法解密：为芯片产线装上“慧眼”
作为全球半导体量测设备巨头KLA的算法组长，付超超学长的工作常常被误解为传统的“写代码”。对此，他给出了一个形象的定义：“我们的算法解决的是如何让硬件给出最佳测量结果的问题——包括如何测量、测量不了怎么办、测量不好如何优化。”
针对学弟学妹们常有的疑惑，付超超学长特别区分了半导体算法与互联网算法的本质不同。“互联网算法的核心往往是优化时间复杂度和效率，处理的是数据与服务的匹配；而半导体量测算法的基础是物理和数学，目的是建立精确的测量映射，解决的是硬件性能优化与实际测量问题。”简而言之，互联网关注“快”，而半导体关注“准”。
关于当下火热的“AI赋能”，付超超学长保持着清醒的行业认知。他指出，虽然AI和大语言模型在代码编写、文献查找和学习效率提升上起到了巨大的辅助作用，但在核心的量测应用中，AI仍面临“数据需求大”和“可解释性差”两大瓶颈。“AI像是一个黑匣子，出现问题难以解释原因”因此，目前的解决方案往往是传统方法与AI的权衡，或者利用仿真数据来弥补AI训练数据的不足。
三、行业前瞻：赢者通吃的赛道逻辑
站在全球视角，付超超学长对半导体设备行业有着深刻的洞察。他指出，设备行业的特点是“量小、高度定制化”，这与追求大规模市场和快速迭代的设计行业（如英伟达）截然不同。
“这是一个‘赢者通吃’的行业。”付超超学长直言，由于设备需求数量有限，市场最终会收敛到少数几家主导企业。对比中美模式，他分析道：国际模式通常由市场资本驱动，追求经济划算性与效率，倾向于快速决策；而中国模式目前更多由国家战略驱动，初期多家竞争，但未来也必然会经历收敛与整合。
对于国内半导体的发展，付超超学长持审慎乐观的态度。他认为，虽然发展逻辑不同，但经过充分的市场竞争和技术积淀，国内最终也会形成几家通过技术领先进入良性循环的主导企业。
四、寄语后浪：责任心与好奇心是最大的“护城河”
采访接近尾声，当被问及对复旦微电子学弟学妹的建议时，付超超学长没有强调具体的编程语言或工具，而是谈到了更底层的素质。
“在这个行业，责任心和创新能力比技术本身更重要。”学长解释道，技术是可以学习的，但那种愿意花时间深入思考问题、让人觉得“靠谱”的品质，才是算法工程师真正的护城河。
针对具体的学习建议，付超超学长鼓励大家保持极度开放的心态。“多去学习了解，保持强烈的好奇心和求知欲。” “不要被绩点束缚，面试时我们更看重你能谈出什么具体的项目经验，而不是成绩单。”付超超学长笑着说： “中国的工程师都是特别优秀的，所以在这一点上，你要有信心”付超超学长的话语朴实而有力，像海边的风，吹散了新生对未来的迷雾。他用自己的经历告诉我们：在瞬息万变的科技浪潮中，唯有保持好奇、拥抱变化、脚踏实地，方能行稳致远。
