核心结论
Cpk（过程能力指数）是半导体设备验收的核心指标，Cpk≥1.67为优秀（不良率约0.6 PPM），Cpk<1.0则必须立即改进。Cpk=min[(USL-μ)/(3σ), (μ-LSL)/(3σ)]，同时考虑数据散布和均值偏移，比仅衡量散布的Cp更能反映真实过程能力。半导体厂通常要求Cpk≥1.33为合格，1.33-1.67为良好，≥1.67为目标水平。理解Cpk对设备交付验收和工艺稳定性管控至关重要。
在半导体制造中，Cpk（过程能力指数）是衡量工艺稳定性最核心的指标。无论是晶圆厂验收设备，还是设备商交付产品，客户问的第一个问题往往是：”Cpk 多少？”
从设计到量产的全流程 AI 解决方案
选择您感兴趣的方式：
预约演示
行业周报
工作邮箱 *
公司名称
预约演示 →
每周精选半导体 AI行业洞察，为半导体从业者定制。
订阅 →
无骚扰，随时退订。
但很多工程师对 Cpk 的理解还停留在”大于 1.33 就行”的层面。这篇文章帮你彻底搞懂 Cpk 的含义、计算方法和实际应用。
什么是 Cpk？
Cpk 全称 Process Capability Index，中文叫过程能力指数。它衡量的是你的工艺输出相对于规格限的稳定程度。
简单说：Cpk 越大，说明你的工艺越稳定，产品越不容易超出规格。
Cpk 的公式是：
Cpk = min[(USL – μ) / (3σ), (μ – LSL) / (3σ)]
其中：
USL = 规格上限（Upper Specification Limit）
LSL = 规格下限（Lower Specification Limit）
μ = 过程均值
σ = 过程标准差
Cpk 怎么解读？
不同的 Cpk 值代表不同的过程能力水平：
Cpk ≥ 1.67 — 优秀。过程能力充足，不良率极低（约 0.6 PPM）。这是多数半导体厂的目标。
1.33 ≤ Cpk < 1.67 — 良好。过程能力满足要求，但还有优化空间。
1.0 ≤ Cpk < 1.33 — 一般。勉强达标，需要关注和改进。
Cpk < 1.0 — 不足。产品有较高的超规风险，必须立即改进。
Cpk 和 Cp 有什么区别？
Cp 只衡量过程的”散布”（即数据分散程度），不考虑均值是否偏移。
Cpk 同时考虑了散布和偏移。如果你的均值刚好在规格中心，Cp = Cpk；如果均值偏了，Cpk 会比 Cp 小。
所以实际生产中，Cpk 比 Cp 更有意义，因为它反映了真实的过程能力。
Ppk 又是什么？
Ppk（过程性能指数）和 Cpk 的计算公式相同，区别在于标准差的计算方式：
Cpk 使用的是组内标准差（within-group），反映短期能力
Ppk 使用的是总体标准差（overall），反映长期性能
一般来说 Ppk ≤ Cpk。如果两者差距很大，说明过程中存在特殊原因变异（比如设备漂移）。
半导体制造中 Cpk 的典型应用
在半导体制造中，Cpk 被广泛用于：
设备验收：客户要求设备交付时关键参数的 Cpk ≥ 1.33 或 1.67
工艺监控：通过 SPC 控制图持续监控 Cpk 变化趋势
良率分析：Cpk 与良率直接相关，Cpk = 1.0 对应约 2700 PPM 不良率
设备对比：同型号多台设备之间的 Cpk 对比，判断设备一致性
Cpk 不达标怎么办？
如果 Cpk 低于目标值，通常有两个方向：
1. 减小散布（提高精度）
检查设备稳定性、耗材状态、环境温度等因素，找出导致数据波动的根本原因。
2. 修正偏移（调整均值）
如果均值偏离目标，需要调整工艺参数将其拉回中心。传统方法靠工程师手动调整，现在可以通过 R2R（Run-to-Run）自动调参系统实现自动修正。
在实际产线中，设备漂移是导致 Cpk 下降的主要原因。设备运行过程中，耗材磨损、温度变化等因素会让工艺参数逐渐偏离目标。如果能实时监测并自动补偿这种漂移，Cpk 就能持续保持在高水平。
在线计算 Cpk
如果你需要快速计算 Cpk，可以使用我们提供的免费 SPC / Cpk 在线分析工具，支持粘贴原始数据一键生成 Cp、Cpk、Pp、Ppk 分析，并自动绘制控制图和直方图。
延伸阅读：设备端 AI
Applied Materials 的 ChamberAI 已经让自家设备具备了 AI 能力，其他设备商怎么跟上？
半导体设备商为什么需要AI：不是锦上添花，是准入门槛
ChamberAI 改变了游戏规则——其他设备商怎么办？
设备商AI指南：不需要数据科学团队
给设备装AI大脑：出厂前必须做的事
还在用全因子 DOE 跑 100 片？NeuroBox E5200 Smart DOE 用贝叶斯优化智能选择下一片实验，Cpk 达标即停，试片量减少 80%。
了解 NeuroBox E5200 →
集芯
迈烁集芯技术团队
由迈烁集芯（上海）科技有限公司工程团队撰写。团队成员包括半导体制程工程师、AI/ML研究员和设备自动化专家，在中国、新加坡、台湾及美国的晶圆厂拥有超过50年的累计行业经验。
读完这篇，下一步可以很具体
获取一份产线 AI 评估，看看 NeuroBox E3200 / SECS/GEM 怎么接到您的设备。
把设备类型、当前数据接口、工艺目标或良率问题发给我们。工程团队会先判断适合 VM、R2R、Smart DOE、EIP 还是能源优化，再给出下一步建议。
适合晶圆厂、设备商、工艺/设备/自动化团队
可从 SECS/GEM、Modbus、PLC、CSV/历史数据开始
不需要先提交机密 recipe 或客户图纸
预约技术评估
查看 NeuroBox 白皮书
工作邮箱
公司 / 团队
发送评估请求
我们只用这条信息做初步判断，不会要求您上传机密工艺数据。