美光让晶圆厂更聪明接轨AI和大数据！

　　存储器大厂美光(Micron)抓住人工智能(AI)与大数据(BigData)的新科技浪潮，导入到现有全球各地12吋晶圆厂，协助提升品质、良率、产出、生产周期与营运成本等五大面向，并且协助公司员工与新科技接轨，做职涯转型，让我们看看美光如何用AI打造一座做“智能晶圆厂”。下面就随半导体小编一起来了解一下相关内容吧。

    启动大数据分析专案培养全球资料科学家团队新科技的出现加速了产业链的解构与重构，云端运算(ClouldComputing)、移动通讯装置(MobileDevice)、社群媒体(SocialMedia)等新科技的崛起，让全球数据资料出现爆炸性成长，随之而来的是资讯系统的变革加速，以及企业创新转型的脚步，从制造业来说，如何透过新科技来优话高阶制程的竞争力，并提升产品的附加价值，成为致胜关键。再者，企业也需要重新建立伙伴生态体系，来落实创新转型的目标，在这个方向上，美光也不例外。

　　美光全球前端营运副总裁BuddyNicoson表示，美光启动大数据分析专案，透过大数据的分析能力，来改善品质、良率、产量与成本，这也是很多制造业都在努力的方向。美光执行方式之一，是培养全球资料科学家团队，借由与伙伴紧密合作的方式，来导入适合的AI等资料分析方案，让半导体先进制程转换更具竞争力。

　　Nicoson表示，在启动大数据分析专案时，美光与合作伙伴协助搜集晶圆厂内的各种数据资料，先透过小规模的试验专案，来确认大数据分析方案的实施效益、投资报酬率，取得高阶主管的认同后，再按照业务需求循序扩大应用范畴。透过AI提升良率及生产效率美光是如何利用AI与大数据来优化产能与良率?关键在于透过分析资料来优化5个面相，包括品质、良率、产出、生产周期与营运成本等。

　　第一，在品质方面，美光有远端操作中心(RemoteOperationsCenter)，借由在各个晶圆厂实施的故障感应检测(SensorBasedFaultDetection)、预测维修(PredictiveMaintenance)、即时流程控管(RealTimeProcessControl)与预测分析(PredictiveAnalytics)等机制，实际运行后，提升了高达35%的营运效率。

　　第二，在良率方面，美光是透过深度学习(DeepLearning)自动辨识与分类矽晶圆上的缺陷，系统将自动化诊断并分析造成矽晶圆缺陷的根本原因，究竟是因为流程?还是因为生产工具?再将分析结果与建议方案寄送给相关团队成员，修正问题后，进而提升良率表现。

　　第三，在产出方面，美光是透过搜集与分析跟工程营运相关的数据资料，包括设备运作资料、故障检测结果、统计制程管控资料等，即时掌握各晶圆厂生产线的状况，透过调整与优化各产线营运状况，进一步提升营运效能与落实品质管理。

　　第四，在生产周期方面，美光是透过分析晶圆生产流程、需求预测等数据资料的方式，来优化排程。

　　第五，在营运成本方面，是透过搜集与分析数据，例如晶圆耗损等非结构化数据资料的方式，来预测需求，同时，借由零件管理与降低浪费、耗能等方式，来达到降低营运成本的目标。

　　除了透过上述5个面向，逐步优化各个晶圆厂的良率与产出外。另外，美光也鼓励不同厂区的晶圆厂可以相互学习，目前美光的12吋DRAM和3DNAND晶圆厂分散于美国、日本、新加坡、台湾等各地，将协助各个晶圆厂可以快速取得、参考各厂区的大数据分析专案成效，同步提升每个地区晶圆厂的效能。Nicoson表现，透过AI与大数据分析，美光可借由远端操作中心管理、优化各晶圆厂的表现。Nicoson进一步表示，这样可以减少一发生问题，就必须派人到现场检查和维修的频率，且远端操作中心可以借由仪表板掌握即时资讯，落实预测维修，为时因应客户的需求而做出即时调整。

　　培育人才和建立伙伴生态体系极大化大数据分析成效Nicoson分析，除了导入AI与大数据分析等新科技强化公司生产效率外，也不会忽略协助内部员工转型的重要性，另一个重点更是与外部伙伴生态体系沟通。他进一步解释，启动大数据分析专案后，美光成功将晶圆管理工作从人工管理转向自动化管理，将分散在各个晶圆厂的管理工作集中到远端操作中心，来进行统一管理，并且将分散的系统整合成一个整合式的解决方案，并且开始透过分析资料下达决策与解决问题，为确保转型成功。

　　美光启动职务转型(JobTransformation)计划，借由资料分析培育课程，可协助分散在世界各地的员工可加速对大数据等新科技的掌握度，脑力激荡出有助于优化营运业务的方式。美光也举一名员工为例。有名已经在美光任职24年的制程作业人员在完成资料分析培育课程后，不但对各种演算法有一定的了解度，也懂得透过远端操作中心提供的预测分析结果来执行各项工作，如在机台设备发生问题前，要求伙伴到场协助维修等，成功从制程作业员转变为制程技术员，有能力执行更复杂的工作内容，成功转型为新进员工的导师。再者，美光除投入资金与资源来进行内部人才培育，也积极协同外部的合作伙伴，一起汇整来自资讯科技、营运科技的数据资料，包括先进流程管控、巨量分析数据、生产设备运作、故障检测等，将这些都落实在先进制造上。Nicoson最后总结指出，AI和大数据的分析时代来临，美光确实做出传变，借由新的科技来提升美光对市场的反应力，并且会持续深化团队成员的资料分析能力，循序优化各个晶圆厂效能。

    以上是关于半导体中-美光让晶圆厂更聪明接轨AI和大数据！的相关介绍，如果想要了解更多相关信息，请多多关注eeworld，eeworld电子工程将给大家提供更全、更详细、更新的资讯信息。