Reserch
活動+

半導體廠的人工智慧進程

  • 林育中

在工業4.0的浪潮下,身為高科技產業龍頭的半導體產業自然不能自外於這趨勢。撇開工業4.0的人文面不談,使用最多的技術之一自然是AIoT。但是在半導體業的工業4.0進程之中,卻出現迥異於其他產業的風貌。

其他產業在安排機器之間交換資料時,一般會碰到的一個棘手問題是,不存在開源碼與通用平台。譬如醫療產業的三大儀器廠商GPS(General Electrics、Philips、Siemens),或者機器手臂的四大廠商(ABB、Faunc、Kuka、Yaskawa),它們各講各的語言,沒有互通的通信協議,也少有開源碼容許使用者自己客製化的操作。克服這些山頭之間的鴻溝、做到vendor neutral的應用就是很大工夫,而這工夫產生價值,譬如做醫療影像的TOMTEC去年就被Philips收購。

幸好半導體設備有個聰明的Semicon協會,很久以前就在機器設備之間規劃好共同規格。遠在一個世代之前,第一個晶圓廠還未蓋起之時,一本厚厚的產業共識規格書早已問世。特別是在300mm世代,由於晶圓盒太重,晶圓盒的傳輸用OHT(OverHead Transport)自動化上載、下載於機器設備,相應的生產資料流也很順暢連通,因此晶圓購買合約中要求個別晶粒生產資料10年的可追溯性(traceability)是常見作法。

在這樣的產業環境下,300mm廠已具有現在工業4.0中生產自動化與資訊交流的特色,現在進一步將功夫花在生產環境中的感測器布建,這是由於製程演進所引發於原先設計之外的需求,以及人工智慧(AI)的雲端運算、認知運算(cognitive computing),用於譬如良率提升、預防性維護等目的。

但是200mm仍然是重要的生產平台,許多新材料新元件的最先進製程-譬如用於功率元件的SiC或者用於MOSFET的GaN-都尚在200mm以下的晶圓廠研發,有些元件-譬如感測器或功率元件-在200mm以下的晶圓廠製造也較有經濟效益。但是200mm乃至於150mm廠先天的規格就遠不如300mm廠,這些尺寸的晶圓盒都還依賴人工手推車運送,因此這些晶圓廠於工業4.0的過程中較需要全面性的加工,布建更多的感測器、機器手臂等,提高自動化的程度,方便生產資料的交換、收集,以利雲端運算以及認知運算。

另一個Semicon的化外之地是廠務設施水、電、氣、化學品等,包括300mm廠。這些晶圓廠的生命元素在日益嚴謹的環保及安全要求下,自動化與安全監控需求必須與時俱進。這也需要更多的感測器甚至機械手臂的布建。

半導體在AI的應用除於生產製造的工業4.0外,還有AI研發、AI設計等,這些措施能在整體上提升台灣半導體產業競爭力。特別目前在人力資源供應日益匱乏、又有外流的壓力下,這些措施可以保留領域知識、減少對人力資源的需求。

現為DIGITIMES顧問,1988年獲物理學博士學位,任教於中央大學,後轉往科技產業發展。曾任茂德科技董事及副總、普天茂德科技總經理、康帝科技總經理等職位。曾於 Taiwan Semicon 任諮詢委員,主持黃光論壇。2001~2002 獲選為台灣半導體產業協會監事、監事長。現在於台大物理系訪問研究,主要研究領域為自旋電子學相關物質及機制的基礎研究。