科技產業報訂閱
AutoTronics2019
 

Seagate、HPE、NVIDIA共研智慧工廠AI平台 改善硬碟生產成本與品質

Seagate執行副總裁Jeffrey Nygaard表示,Project Athena將會在2019年導入Seagate全球工廠。李立達攝

全球硬碟(HDD)龍頭品牌Seagate宣布與HPE、NVIDIA共同推出AI平台:Project Athena,透過該計畫,Seagate硬碟製程所需要的無塵室投資可減少達20%,生產流程降低10%的投注時間。Seagate執行副總暨營運、產品及技術部門主管Jeffrey Nygaard指出,2019年將在全球Seagate工廠,全面導入Project Athena。

Seagate在全球硬碟市佔率達40%,為全球最大硬碟廠,Seagate與伺服器品牌龍頭HPE及晶片大廠NVIDIA合作,推出製造業邁向智慧工廠的AI平台,強強聯手,備受業界關注。Nygaard表示,該平台是三方共同合作,也共同持有IP(智財權),由HPE提供軟體,Seagate提供儲存系統及場域案例,NVIDIA提供AI架構。

Nygaard指出,由於Seagate的生產強調垂直整合,除了部分零組件由供應鏈出貨外,其餘都由Seagate自行生產,在製作硬碟過程中,有達到1,000道工序,其中包括各式器具,在裝設感測器後,產生的大量數據要如何使用,這不只是Seagate會遇到的問題,而是所有製造業要走向工業4.0或智慧工廠的共同問題。

Seagate來說,早在2000年就開始導入自動化生產,Nygaard強調,工業4.0或智慧工廠,這是個長時間的旅程,無法一蹴可幾,而Seagate與HPE、NVIDIA合作的Project Athena,將是產業在導入AI的解決方案,因為如同Seagate一樣,有很多業者在全球都有據點,每天產生大量數據,這些廠商卻不知該如何處理數據。

Nygaard指出,Project Athena的應用範圍包括3種數據:首先是影像數據,在Seagate明尼蘇達州諾曼戴爾的晶圓工廠,每年生產10億個紀錄磁頭,每天的檢測過程當中,都會產生數百萬張顯微影像,需要分析磁頭是否符合良率標準,在製程當中,越早發現問題,就能省越多成本,這是製造業的基本常識。

至於在生產HDD終端產品的中國大陸無錫廠,生產線上中有道工序,是要將不鏽鋼的硬殼拾、放,並安裝在HDD成品上,然後拍照,透過機器學習,來進行檢測,此流程也是應用到影像數據。

第二種應用範圍是生產線機台感測器所產生的數據。以Seagate為例,生產線有高達1,000個以上的工序,每個工序的機台,每天都產生大量的數據,這些數據都需要上傳至Seagate的邊緣雲端,再傳到雲端儲存及分析;第三種是影片數據的分析,預計未來6個月內將能有第一個實際案例產生。

Nygaard表示,影片數據的分析,目前還沒有確定優先應用的項目或工序為何,因為如上述,必須先確定要解決的問題為何,初步的應用場景,可能是在生產機具內放置攝影機,透過影像即時發現生產流程的問題,之後可能會應用在原料於生產線移動的影像,讓可能的問題提早解決。

除了晶圓廠與硬碟的上蓋流程,在磁頭滑翹slider的生產過程,是將半導體基版,經過光刻處理,成為平整、輕薄的晶圓,再經過分割,處理後變成磁頭滑翹,其中包括氣體流動、讀取與寫入感測器放置的方位,都會影響整個產品良率,這些必須透過大數據資料,無法用人工來檢測。這些都是可透過AI優化的流程。

在硬碟製成後,要送到消費者手上之前,硬碟需要歷經好幾週的時間進行讀取與寫入的學習,同時進行產品測試,這段時間也會產生大量的數據,若能加以應用分析,可以獲得很大的價值,這也是導入Project Athena的原因之一。

Nygaard表示,在諾曼戴爾導入Project Athena的成功經驗,讓Seagate加大導入力道,預計2019年底之前,全球的Seagate工廠都會導入該專案,包括北愛爾蘭的Springtown,及大陸無錫廠,至於成效何時顯現?Nygaard指出,若是生產良率改善,預計1季之內就會看到,然若是機具生產週期或廠內空間配置,則需要1~2年的時間。