SIPO
活动+
 

Seagate、HPE、NVIDIA共研智能工厂AI平台 改善硬盘生产成本与质量

Seagate执行副总裁Jeffrey Nygaard表示,Project Athena将会在2019年导入Seagate全球工厂。李立达摄

全球硬盘(HDD)龙头品牌Seagate宣布与HPE、NVIDIA共同推出AI平台:Project Athena,透过该计画,Seagate硬盘制程所需要的无尘室投资可减少达20%,生产流程降低10%的投注时间。Seagate执行副总暨营运、产品及技术部门主管Jeffrey Nygaard指出,2019年将在全球Seagate工厂,全面导入Project Athena。

Seagate在全球硬盘市占率达40%,为全球最大硬盘厂,Seagate与服务器品牌龙头HPE及芯片大厂NVIDIA合作,推出制造业迈向智能工厂的AI平台,强强联手,备受业界关注。Nygaard表示,该平台是三方共同合作,也共同持有IP(智财权),由HPE提供软件,Seagate提供储存系统及场域案例,NVIDIA提供AI架构。

Nygaard指出,由于Seagate的生产强调垂直集成,除了部分零组件由供应链出货外,其余都由Seagate自行生产,在制作硬盘过程中,有达到1,000道工序,其中包括各式器具,在装设传感器后,产生的大量数据要如何使用,这不只是Seagate会遇到的问题,而是所有制造业要走向工业4.0或智能工厂的共同问题。

Seagate来说,早在2000年就开始导入自动化生产,Nygaard强调,工业4.0或智能工厂,这是个长时间的旅程,无法一蹴可几,而Seagate与HPE、NVIDIA合作的Project Athena,将是产业在导入AI的解决方案,因为如同Seagate一样,有很多业者在全球都有据点,每天产生大量数据,这些厂商却不知该如何处理数据。

Nygaard指出,Project Athena的应用范围包括3种数据:首先是影像数据,在Seagate明尼苏达州诺曼戴尔的晶圆工厂,每年生产10亿个纪录磁头,每天的检测过程当中,都会产生数百万张显微影像,需要分析磁头是否符合良率标准,在制程当中,越早发现问题,就能省越多成本,这是制造业的基本常识。

至于在生产HDD终端产品的中国大陆无锡厂,生产在线中有道工序,是要将不锈钢的硬壳拾、放,并安装在HDD成品上,然后拍照,透过机器学习,来进行检测,此流程也是应用到影像数据。

第二种应用范围是生产线机台传感器所产生的数据。以Seagate为例,生产线有高达1,000个以上的工序,每个工序的机台,每天都产生大量的数据,这些数据都需要上传至Seagate的边缘云端,再传到云端储存及分析;第三种是影片数据的分析,预计未来6个月内将能有第一个实际案例产生。

Nygaard表示,影片数据的分析,目前还没有确定优先应用的项目或工序为何,因为如上述,必须先确定要解决的问题为何,初步的应用场景,可能是在生产机具内放置摄影机,透过影像实时发现生产流程的问题,之后可能会应用在原料于生产线移动的影像,让可能的问题提早解决。

除了晶圆厂与硬盘的上盖流程,在磁头滑翘slider的生产过程,是将半导体基版,经过光刻处理,成为平整、轻薄的晶圆,再经过分割,处理后变成磁头滑翘,其中包括气体流动、读取与写入传感器放置的方位,都会影响整个产品良率,这些必须透过大数据资料,无法用人工来检测。这些都是可透过AI优化的流程。

在硬盘制成后,要送到消费者手上之前,硬盘需要历经好几周的时间进行读取与写入的学习,同时进行产品测试,这段时间也会产生大量的数据,若能加以应用分析,可以获得很大的价值,这也是导入Project Athena的原因之一。

Nygaard表示,在诺曼戴尔导入Project Athena的成功经验,让Seagate加大导入力道,预计2019年底之前,全球的Seagate工厂都会导入该专案,包括北爱尔兰的Springtown,及大陆无锡厂,至于成效何时显现?Nygaard指出,若是生产良率改善,预计1季之内就会看到,然若是机具生产周期或厂内空间配置,则需要1~2年的时间。