記憶體大廠美光(Micron Technology)的一位高層表示，晶片製造商正在利用人工智慧(AI)提升晶圓廠運作效率，而相關的努力已經開始取得回報。

負責晶圓廠營運的美光副總裁Buddy Nicoson在上週於台北舉行的Semicon Taiwan年度國際半導體展發表專題演說時表示，晶圓廠管理者需要在因應流動電話的客戶需求同時，於全球各地的多個製造據點同步佈署持續變化的製程技術；而所有這些努力，都是晶片製造商為了盡快達到企業等級的良率與品質目標。

Nicoson在半導體產業界有超過30年經驗，在2014年加入美光之前，曾協助三星(Samsung)、AMD與Cypress Semiconductor管理晶圓廠；而在美光則是協助該公司初試身手，將AI技術導入晶圓廠運作。他在演說中表示：「與未導入該類應用程式之前相較，AI讓我們達成需求良率目標的速度快了25%；而達成需求缺陷率(DPM)目標之速度也快了35%。」

美光在美國、日本、台灣與新加坡都有晶圓廠，各自的團隊會相互學習；Nicoson解釋，例如台灣團隊從大數據學習到的經驗：「我們會希望能透過內部網路快速傳播。」利用AI，美光正將晶圓廠管理從晶圓廠轉移到遠端的控制中心；「你不再需要像以前那樣派人到現場，」他指出：「透過設置遠端運作中心的儀表板，你可以取得非常廣泛的視野。」

Nicoson透露，美光每天會收集到5TB (terabytes)的資料；該公司有3,000台資料擷取裝置，任務分配給不同的工作站小組與團隊。「如果你的組織裡有1萬3,000人，3,000台裝置並不很多；」他指出：「我們正在嘗試將一些非常複雜的東西，轉譯給我們正努力有所改變的工作人員。我們必須要開發出有形的介面工具，讓我們的人可以利用。」

管理顧問公司McKinsey的資深合夥人Bill Wiseman曾表示，AI一個具潛力的應用是需求的預測，而這項任務是人力越來越難做到的。「當蘋果(Apple)發表了新款iPhone，你最好知道其最佳銷售預測，否則你就會跟不上。」

他指出：「如果你是除了Apple之外，得供應其他所有廠商的可憐人，你知道誰會贏？你該出貨給誰？我們已經看到價值鏈上每一個節點都有大量的生產過剩以及報廢品；」而機器學習能對於市場需求的晶片供應量提供更好的預測。

Nicoson也聽過類似的說法，他表示：「現在生產時程是流動的，每一分鐘都會改變；如果你缺少能因應工廠所在地環境即時動態的調度程序(scheduler)，你就會落後。而這是可以透過虛擬化來強化的能力。」

他認為虛擬化是一件「大事」，完整的虛擬化策略能顯示隱藏的虧損與浪費：「如果你出去與現場工程師交談，他們所遭遇的挫折之一，就是我會稱之為“坐井觀天”(siloed views)的問題；他們會去某個系統看看某些東西，再到另一個系統去看看起其他東西，但都是不完整或不連貫的。」

Nicoson表示，無結構(unstructured)的資料可以被用來消除美光的資料裡存在的偏見：「最終你會看到以往看不到的隱藏虧損以及浪費；現在他們成為系統化的簽章(systematic signatures)，而且你能做一些相關的事情。」

McKinsey的Wiseman還表示，機器學習能告訴企業管理層那位員工打算離職；藉由預測結果，公司管理層能有所行動並在員工走人之前「挽留」他們。不過這也意味著管理層與員工之間會需要有全新的溝通協議。

Nicoson指出，機器學習是一種對晶片製造商來說仍在初期發展階段的技術，其目標之一是利用AI在製程早期識別矽晶圓片上的缺陷。「這與臉部辨識非常類似，」他指出：「這種方案有兩個面向，幾何識別與立體光學(photometric)識別，這在通報製程狀況上非常有效。」

而Nicoson也認為，半導體產業對於AI技術的採用落後，是有點尷尬的狀況；這個產業才剛開始要利用AI技術取得價值。

編譯：Judith Cheng

(參考原文： AI Reshaping Fab Operations，by Alan Patterson)

活動簡介

從無線連接、更快的處理和運算、網路安全機制、更複雜的虛擬實境(VR)到人工智慧(AI)等技術，都將在未來的每一個嵌入式系統中發揮更關鍵功能。「嵌入式系統設計研討會」將全面涵蓋在電子產業最受熱議的「智慧」、「互連」、「安全」與「運算」等系統之相關硬體和軟體設計。

會中將邀請來自嵌入式設計相關領域的研究人員、代表廠商以及專家，透過專題演講、產品展示與互動交流，從元件、模組到系統，從概念設計到開發工具，深入介紹嵌入式系統設計領域的最新趨勢、創新和關注重點，並深入分享關於嵌入式系統設計的經驗、成果以及遇到的實際挑戰及其解決方案。

贊助廠商

立即報名