美光讓晶圓廠更聰明接軌AI和大數據！

　　存儲器大廠美光(Micron)抓住人工智能(AI)與大數據(BigData)的新科技浪潮，導入到現有全球各地12吋晶圓廠，協(xié)助提升品質、良率、產出、生產周期與營運成本等五大面向，并且協(xié)助公司員工與新科技接軌，做職涯轉型，讓我們看看美光如何用AI打造一座做“智能晶圓廠”。啟動大數據分析專案培養(yǎng)全球資料科學家團隊新科技的出現加速了產業(yè)鏈的解構與重構，云端運算(ClouldComputing)、移動通訊裝置(MobileDevice)、社群媒體(SocialMedia)等新科技的崛起，讓全球數據資料出現爆炸性成長，隨之而來的是資訊系統(tǒng)的變革加速，以及企業(yè)創(chuàng)新轉型的腳步，從制造業(yè)來說，如何透過新科技來優(yōu)話高階制程的競爭力，并提升產品的附加價值，成為致勝關鍵。再者，企業(yè)也需要重新建立伙伴生態(tài)體系，來落實創(chuàng)新轉型的目標，在這個方向上，美光也不例外。

　　美光全球前端營運副總裁BuddyNicoson表示，美光啟動大數據分析專案，透過大數據的分析能力，來改善品質、良率、產量與成本，這也是很多制造業(yè)都在努力的方向。美光執(zhí)行方式之一，是培養(yǎng)全球資料科學家團隊，借由與伙伴緊密合作的方式，來導入適合的AI等資料分析方案，讓半導體先進制程轉換更具競爭力。

　　Nicoson表示，在啟動大數據分析專案時，美光與合作伙伴協(xié)助搜集晶圓廠內的各種數據資料，先透過小規(guī)模的試驗專案，來確認大數據分析方案的實施效益、投資報酬率，取得高階主管的認同后，再按照業(yè)務需求循序擴大應用范疇。透過AI提升良率及生產效率美光是如何利用AI與大數據來優(yōu)化產能與良率?關鍵在于透過分析資料來優(yōu)化5個面相，包括品質、良率、產出、生產周期與營運成本等。

　　第一，在品質方面，美光有遠端操作中心(RemoteOperationsCenter)，借由在各個晶圓廠實施的故障感應檢測(SensorBasedFaultDetection)、預測維修(PredictiveMaintenance)、即時流程控管(RealTimeProcessControl)與預測分析(PredictiveAnalytics)等機制，實際運行后，提升了高達35%的營運效率。

　　第二，在良率方面，美光是透過深度學習(DeepLearning)自動辨識與分類矽晶圓上的缺陷，系統(tǒng)將自動化診斷并分析造成矽晶圓缺陷的根本原因，究竟是因為流程?還是因為生產工具?再將分析結果與建議方案寄送給相關團隊成員，修正問題后，進而提升良率表現。

　　第三，在產出方面，美光是透過搜集與分析跟工程營運相關的數據資料，包括設備運作資料、故障檢測結果、統(tǒng)計制程管控資料等，即時掌握各晶圓廠生產線的狀況，透過調整與優(yōu)化各產線營運狀況，進一步提升營運效能與落實品質管理。

　　第四，在生產周期方面，美光是透過分析晶圓生產流程、需求預測等數據資料的方式，來優(yōu)化排程。

　　第五，在營運成本方面，是透過搜集與分析數據，例如晶圓耗損等非結構化數據資料的方式，來預測需求，同時，借由零件管理與降低浪費、耗能等方式，來達到降低營運成本的目標。

　　除了透過上述5個面向，逐步優(yōu)化各個晶圓廠的良率與產出外。另外，美光也鼓勵不同廠區(qū)的晶圓廠可以相互學習，目前美光的12吋DRAM和3DNAND晶圓廠分散于美國、日本、新加坡、臺灣等各地，將協(xié)助各個晶圓廠可以快速取得、參考各廠區(qū)的大數據分析專案成效，同步提升每個地區(qū)晶圓廠的效能。Nicoson表現，透過AI與大數據分析，美光可借由遠端操作中心管理、優(yōu)化各晶圓廠的表現。Nicoson進一步表示，這樣可以減少一發(fā)生問題，就必須派人到現場檢查和維修的頻率，且遠端操作中心可以借由儀表板掌握即時資訊，落實預測維修，為時因應客戶的需求而做出即時調整。

　　培育人才和建立伙伴生態(tài)體系極大化大數據分析成效Nicoson分析，除了導入AI與大數據分析等新科技強化公司生產效率外，也不會忽略協(xié)助內部員工轉型的重要性，另一個重點更是與外部伙伴生態(tài)體系溝通。他進一步解釋，啟動大數據分析專案后，美光成功將晶圓管理工作從人工管理轉向自動化管理，將分散在各個晶圓廠的管理工作集中到遠端操作中心，來進行統(tǒng)一管理，并且將分散的系統(tǒng)整合成一個整合式的解決方案，并且開始透過分析資料下達決策與解決問題，為確保轉型成功。

　　美光啟動職務轉型(JobTransformation)計劃，借由資料分析培育課程，可協(xié)助分散在世界各地的員工可加速對大數據等新科技的掌握度，腦力激蕩出有助于優(yōu)化營運業(yè)務的方式。美光也舉一名員工為例。有名已經在美光任職24年的制程作業(yè)人員在完成資料分析培育課程后，不但對各種演算法有一定的了解度，也懂得透過遠端操作中心提供的預測分析結果來執(zhí)行各項工作，如在機臺設備發(fā)生問題前，要求伙伴到場協(xié)助維修等，成功從制程作業(yè)員轉變?yōu)橹瞥碳夹g員，有能力執(zhí)行更復雜的工作內容，成功轉型為新進員工的導師。再者，美光除投入資金與資源來進行內部人才培育，也積極協(xié)同外部的合作伙伴，一起匯整來自資訊科技、營運科技的數據資料，包括先進流程管控、巨量分析數據、生產設備運作、故障檢測等，將這些都落實在先進制造上。Nicoson最后總結指出，AI和大數據的分析時代來臨，美光確實做出傳變，借由新的科技來提升美光對市場的反應力，并且會持續(xù)深化團隊成員的資料分析能力，循序優(yōu)化各個晶圓廠效能。