INFORMATION

信息资讯

AI正為晶圓廠運作帶來新面貌

2017-10-04
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。