智能应用 影音
DTResearch
event

1年获选2家灯塔工厂 美光如何打造台湾厂成智能工厂?

美光从2015年布局智能制造,2020年则有两家获评为灯塔工厂。AP

美光(Micron)在台湾的制造厂,于2020年9月获世界经济论坛(WEF)评选为世界灯塔工厂之一,这是台湾首次有本地的制造工厂获得此殊荣,同时也显示美光从2015年布局智能制造以来进入收割期。而究竟美光如何将台湾厂区打造成灯塔工厂((Lighthouse Network)?美光近期也向外界分享其在智能制造的经验。

美光目前在全球共有13个生产据点,包括前段晶圆制造与后段封装测试。其中,今年1月美光位于新加坡的厂区率先获评为灯塔工厂,而台湾则是紧接在后,此次获选的台湾厂区,则是分别位于台中后里与桃园林口的前段晶圆制造厂。

美光企业副总裁暨台湾美光董事长徐国晋强调,随著5G、AI的高速发展催生更多资料量的需求,但另一方面却要追求产品效能更好、耗能更小、体积越小等的诉求,越来越复杂的产品促使存储器的生产技术越来越复杂,对存储器制造商来说无疑是新的挑战,也因此必须借助智能制造技术来提升产品的精确度,并与竞争对手在制程技术上做出差异化。

因此,自2015年美光便开始布局智能制造,台湾厂区亦同步进行。从初期在内部集成相关资料与数据,建立可视化、透明化的数据基础架构,接著在2017年开始投入更多物联网技术,达到实时监控与介入,而发展至今,美光也逐步透过人工智能(AI)的导入进一步达到事先预测异常,让工程师可以在问题发生前就做好必要处理。而在组织上,也从初期的小型专责组织,如今已发展成400人的团队,由营运长直属管辖,而其中更有3分之1的团队成员来自台湾。

美光的智能制造主要先由上游晶圆厂开始进行,再一路推展至后段封测以及采购端、供应链等。徐国晋指出,光是上游晶圆制造就多达超过1,000个制程步骤,生产流程长达3个月,与后段制程周期仅约3~5天相较之下,投入智能制造的急迫性与重要性不言而喻。

AI的发展催生更多资料量需求,身为存储器大厂的美光的感触尤其最深。数据是智能制造与AI的发展基础,徐国晋分享,目前美光每天都会搜集到高达13TB的资料量,这个数据有多大?大概等于6,500个小时的电影。而在影像部分,美光的AI系统每周则会分析高达330万张的晶圆影像,而为了达到实时监测,美光更在13个厂区中,总共埋设了高达11万个传感器。

而利用这些数据资料,美光在智能制造的部署上则主要体现在三大方向。首先是为提升生产力,美光在其中运用AI技术模拟排程进行制程优化,提高生产效率,并善用象是AR/VR支持机台远距维护,或利用自动流程机器人来取代人工进行繁琐的作业等。其次,则是利用包括物联网、机器视觉、深度学习等技术来侦测生产在线的各种指标与异常,透过实时的监控能够实时修正错误,以提升产品质量。最后,则是半导体产业最关注的良率,这也是工程师往往花最多心力解决问题的环节,美光因此也开发出能够自动辨识和响应异常的系统,能够藉由AI的分析与自动诊断下提升良率。

台湾美光质量工程处长蔡超杰则是分享,美光在厂务与制程端的实际应用情形,过去半导体主要将统计制程管制(Statistical Process Control system;SPC)应用在厂务监控系统,但只能知道当下是否异常或失控,然而现在更重视的是要能够在监控数据的当下,透过趋势变化在第一时间就嗅出异常,提早预警,而透过总控中心偌大的战情室看板,工程师不用巡厂,也可以立刻掌握相对位置、了解讯号产生的背景信息,并快速做好前置处理或准备。而在制程端部分,美光则是会分别利用包括动态与静态的影像侦测、声音侦测等感测技术,在制程中达到实时监控机台的状态或产品质量与可靠度等。


而自2015年开始投入智能制造,美光也开始进入「熟成期」,展现许多具体效益。象是此次获选灯塔工厂的台湾厂区,经由这几年的耕耘下,不仅员工生产力提升18%,机台非计画停机减少34%,产品质量偏差率(也就是产品因良率降为次级品的比率)也降低40%,除此之外,更缩短新产品良率提升的周期20%,并减少用电量达到15%,带来质量、效率与良率的大幅提升。

藉由美光的成功经验,美光也分享其认为导入智能制造的3大关键,包括打造生态系、技术的支持以及组织人才培养皆缺一不可。是以美光在打造智能制造的过程中,也一直紧密与供应链合作伙伴建立合作共识,如制程方法的共享与共同讨论,以及半导体机器设备的智能提升等。而未来美光也将进一步计画从智能制造,拓展到智能供应链,以逐步完善整个工业4.0蓝图。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 美光 工业4.0 智能制造 AI