AI带动智能制造产业升级 引爆下一波半导体革命

人工智能 (AI) 正逐步改变全球产业发展的游戏规则，***半导体产业以厚实的制造基础及先进制程引领全球，大量的生产数据资料及丰富管理经验的累计将是最适合实践智能制造的场域。监此国际半导体产业协会 (SEMI) 于4月18日举办「人工智能运用于半导体智能制造趋势论坛」，邀请来自旺宏电子、研华科技、NVIDIA、科技部人工智能智造系统研究中心等专家，分享深度学习、数据分析及边缘运算对制程优化的重要性，分别从产业价值链不同角色探讨智能制造对半导体产业的影响，并深入讨论各个环节如何集成才能发挥最大效益。

旺宏电子陈瑞坤副总经理分享AI在半导体制造中的应用，旺宏透过自行建构的sNOVA质量改善EDA系统，结合工具知识和统计方法来管理大量的FD(Fault Detection)数据，就像汽车的「胎压监测系统」用以防范事故发生。以专门的统计方法来监控所有工具(制程研发、工厂生产制造、厂务系统、封装测试、产品可靠度)的性能，收集和实时监控大量的处理参数，提供有关硬件故障的预警信息，在产品质量发生异常之前修复该工具，并透过Run-to-Run(R2R)自动调整校正，将收集的信息作为回馈，在运行时调整配方参数，以提高处理效能。另外，目前业界普遍采用「抽检」方式来进行质量监测，但这样并无法达到全方位品管，因此为了能经济实惠地达到「全检」，就必须运用大数据导入虚拟量测(Virtual Metrology) 的技术，以便能增加良率与降低成本，维持企业竞争力。 

研华黄怡暾副总提到，物联网的发展正在形成产业的典范转移，对制造业来说，智能工厂的建置不只是自动化，而是智能化。设备本身状态、生产过程的数据、生产现场环境资料的数据，都需要透过传感器进行采集，在高实时性状况下，制造设备所产生的感测数据量非常大，而这些数据如果都必须传回云端平台，往返的时间耗费会过久，因此近年来兴起的边缘运算(Edge Computing)会是更佳选择，不但兼顾了实时性与效能，同时也可降低云端平台的运算负担。再透过 MES 系统，集成从设备搜集而来的各种数据，透过软件分析、统计，显示实时的工厂生产状态，藉由系统平台与人机接口结合，达到生产数据可视化之呈现。最后透过大数据分析、预防维护，数据实时传送云端进行大数据分析，预测故障时间，采取预防维护提高产能，减少维修成本 ，并可预测工厂货料预备，甚至是与上下游厂商的更紧密合作可能。 

NVIDIA 苏家兴技术营销经理则分享了， AI市场在零售、交通运输和自动化、制造业及农业等各产业垂直领域具有巨大的潜力。过去因为资料量不够大，同时计算机CPU无法做大量及准确分析，而GPU的发明不只应用于电玩游戏，现今更能够模拟人类智能，执行深度学习算法，并成为计算机、机器人和自驾车的大脑，能够察觉并了解周遭世界。以GPU为代表的图形处理器推动了深度学习的浪潮，如今在全球 AI 深度学习运算的兴起之下，人工神经网络的运用凸显出 GPU 运算的特性。藉由深度学习运算能够延续迟缓成长多年的摩尔定律持续演进，并且成为目前AI技术主流演算方式机器学习、深度学习、自主和自动化、人机合作，未来人机合作的效率超过任何单纯的人力或机器。 

科技部人工智能制造系统研究中心简祯富主任指出，工业4.0的发展不只是制造管理的问题，也是生态系统的竞争，业者要集成供应链做到共同发展。不只科技业，传产业也要思考如何应用人工智能升级转型。回顾过去几次工业革命脉络，1.0和3.0属于技术革命，包含蒸汽机、晶体管、数码的革命，2.0和4.0更多是商业模式、平台、产业生态系统的竞争。***优势为跟随式创新、快速量产、降低成本、供应链管理等软实力，基础工业能力和尖端研发不如先进国家，面对红色供应链与先进国家高阶制造与夹击，***应从工业3.5切入，才是制造战略的利基。工业3.5是结合人、智能机械的钢铁人，更符合***目前的产业结构。并提醒***厂商把握当前产业结构转换的空档，才是加强竞争优势的王道。 

因应半导体制造生产及技术需求，AI制造将会是提高生产效能，降低成本的企业核心竞争力。SEMI做为国际半导体产业协会，以连结 (Connect)、合作(Collaborate)、创新 (Innovate) 为协会宗旨，串联产业间的交流、引领技术讨论，藉此协助产业升级和促进产业生态系统的健全发展。接下来在国际半导体展 (2018年9月5~7日，南港展览馆) 将与ABB、研华、NVIDIA、Sony及UPS等领导企业联手打造全新展示空间Smart Manufacturing Journey，完整呈现智能制造蓝图，同期将有智能制造系列活动(主题专区展示、国际论坛、贵宾午宴)，打造***最大半导体智能制造交流平台。