美光科技以 AI 打造智慧晶圓廠

Buddy Nicoson

雲端、行動、社群等新科技的崛起促使全球數據資料呈現爆炸性增長,連帶著加速資訊系統的變革,以及企業創新轉型的腳步,以製造業來說,為了提升市場反應能力,有愈來愈多的製造業者透過新科技優化先進製程能力,進而提升產品的附加價值。

「為了快速回應市場需求,有越來越多的製造業者透過巨量資料分析改善品質、良率、產量與成本,美光也不例外。」美光全球前端營運副總裁Buddy Nicoson表示,美光除啟動巨量資料分析專案,更進一步培養全球資料科學家團隊,藉由與夥伴緊密合作的方式,導入適切的人工智慧等資料分析方案,實踐先進製程。

新科技的出現加速了產業鏈的解構與重構,企業需要重新建立夥伴生態體系以落實創新轉型,美光也不例外。Nicoson表示,在啟動巨量資料分析專案時,美光偕同夥伴協助蒐集晶圓廠內的各種數據資料,先透過小規模的試驗專案確認巨量資料分析方案的實施效益與投資報酬率,取得高階主管的認同,其後,按照業務需求循序擴大應用範疇。

美光科技從五面向著手優化產能與良率

美光透過人工智慧與巨量資料分析方案優化在品質、良率、產出、生產週期與營運成本等五個面向的表現:

在品質方面,美光的遠端操作中心(Remote Operations Center)藉由在各個晶圓廠實施的故障感應檢測(Sensor Based Fault Detection)、預測維修(Predictive Maintenance)、即時流程控管(Real Time Process Control)與預測分析(Predictive Analytics)等機制,提升35%的營運效率。

在良率方面,美光是透過深度學習自動辨識與分類矽晶圓上的缺陷,系統將自動化診斷並分析造成矽晶圓缺陷的根本原因是因為流程還是因為生產工具,將分析結果與建議方案寄送給相關團隊成員,修正問題,進而提升良率。

在產出方面,美光是透過蒐集與分析跟工程營運相關的數據資料的方式,如設備運作資料、故障檢測結果、統計製程管控資料等,即時掌握各晶圓廠的產線狀況,透過調整與優化各產線營運狀況的方式,提升營運效能與落實品質管理。

在生產週期方面,美光是透過分析晶圓生產流程、需求預測等數據資料的方式優化排程。

至於在營運成本方面,則是透過蒐集與分析像是晶圓耗損等非結構化數據資料的方式預測需求,同時,藉由零件管理與降低浪費、耗能等方式,逐步降低營運成本。

除了透過上述五個面向逐步優化各個晶圓廠的良率與產出,美光積極鼓勵各晶圓廠相互學習,讓位於美國、日本、新加坡與台灣的晶圓廠可以快速取得、參考各廠區的巨量資料分析專案成效,同步提升各晶圓廠的效能。Nicoson指出,透過人工智慧與巨量資料分析,美光可藉由遠端操作中心管理、優化各晶圓廠的表現,

Nicoson表示,「再也不用有問題就派人到現場了解狀況與維修,此外,遠端操作心的同仁可以藉由儀表板掌握即時資訊,落實預測維修,確保美光可以因應客戶需求做即時調整。」

培育人才與重建夥伴生態體系 極大化巨量資料分析成效

「除了導入人工智慧與巨量資料分析等新科技,如何同步協助內部員工轉型與重構外部夥伴生態體系,也很重要。」Nicoson進一步解釋,啟動巨量資料分析專案後,美光成功的將晶圓管理工作從人工管理轉向自動化管理、將分散在各個晶圓廠的管理工作集中到遠端操作中心進行統一管理、將分散的系統整合成一個整合式的解決方案,並且開始透過分析資料下達決策與解決問題,為確保轉型成功,美光啟動職務轉型(Job Transformation)計畫,藉由資料分析培育課程,協助分散在世界各地的同仁可以協同合作的方式,加速對巨量資料等新科技的掌握度,腦力激盪出有助於優化營運業務的方式,並且透過新科技實踐。

舉例來說,某位已在美光任職24年的製程作業人員在完成資料分析培育課程後,不但對各種演算法有一定的了解度,亦懂得透過遠端操作中心提供的預測分析結果執行各項工作,如在機台設備發生問題前要求夥伴到場協助維修等,成功的從製程作業員轉變為製程技術員,可以執行更複雜的工作,成為新進員工的導師。

美光除投入資金與資源進行內部人才培育,也積極偕同外部夥伴彙整來自資訊科技與營運科技的數據資料,如先進流程管控、巨量分析數據、設備運作、故障檢測等等相關資料,落實在先進製造上,確保美光可以因應瞬息萬變的市場即時優化調度資源。

「人工智慧與巨量資料分析確實有助於提升美光對市場的反應力,將持續深化團隊成員的資料分析能力,循序優化各個晶圓廠效能。」對於美光在人工智慧與巨量資料分析的後續規劃,Nicoson毫不猶豫地給了明確的方向。

更多相關文章請瀏覽:

接軌AI和大數據!美光要讓晶圓廠更聰明 (2017/10/26, DIGITIMES)
大數據整合內外部資源 美光打造前瞻智慧工廠 (2017/09/22, 天下雜誌)
AI正為晶圓廠運作帶來新面貌 (2017/09/18, EE Times Taiwan)
葉仁傑:枯燥工作交給AI,創意留給工程師 (2017/07/20, 天下雜誌)

+