[新聞] 台積電首度公開智慧製造 張忠謀、魏哲家最關

看板Tech_Job作者時間7年前 (2017/05/29 08:07), 編輯推噓20(21110)
留言32則, 26人參與, 最新討論串1/2 (看更多)
台積電首度公開智慧製造 張忠謀、魏哲家最關 台積電生產主管秀出一張張嚴禁攝影的投影片,剖析如何善用機械學習、大數據,打造出 超越三星、格羅方德的製程管理。一位台積公關主管事後都驚訝的說,「他怎麼講這麼多 ,難道不怕競爭對手拿去抄?」 走進新竹科學園區的台積電總部大廳,會看到牆上英文寫就的三大信條:「技術領導,製 造卓越、顧客信賴」。其中,製造卓越(manufacturing excellence)一塊,台積電過去 總是諱莫如深,極少談論細節,但在同業眼裡,卻是台積與三星、格羅方德拉開距離的真 正關鍵。 五月底的2017年台灣技術論壇,台積電首度揭露部分先進製造的秘密。首先,共同執行長 魏哲家在主題演講時透露,台積已將當年熱門的大數據、機器學習技術,應用在製程管理 ,「都是為了降低我們的cycle time(生產週期)。」 台積電董事長張忠謀去年接受《天下》專訪時,也曾強調「在我們公司裡,生產週期很重 要。」 當前最先進的IC,內部結構像是一個層層疊疊的千層蛋糕,做出每一層所花時間的平均, 就稱為「生產週期」。 魏哲家說,早年在180奈米的時代(約15年前),一顆IC內部只有25層,但是生產一層得 花上兩天。當前最先進的10奈米手機晶片,內部已高達80層,如果一層還是兩天,便代表 一個產品要160天、將近半年才做得出來。「沒有人肯等你的,」魏哲家說。 他說,現在台積電10奈米的生產週期目前約1.1到1.2天。「我有一個夢想,以後要做到一 層一天,不能再長,」魏哲家強調。 生產週期已是產業勝負關鍵。一位台積客戶主管表示,格羅方德的生產週期約比台積慢上 30%,這不但代表同樣一個廠,台積可多創造三成營收,客戶產品上市的時間,也可快上 將近一個月。而一個月,在變化快速的智慧手機業,往往就定生死。 而且,當半導體尺度開始逼近物理極限,生產週期還從生產力優勢,轉化為技術優勢。 例如,台積與三星的7奈米競賽。台積的7奈米,已經從上個月開始試產。而三星卻得等到 明年,因為該公司堅持要採用最新的EUV微影技術。 一般業界認為三星研發能力與台積不相上下,但製造管理,不如台積。最先進的7奈米智 慧型手機IC,內部結構高達一百層,而且部分結構得用到複雜的4P4E微影技術,大幅拉長 生產週期。 只有台積有本事,在客戶能容忍的時間,以傳統微影技術生產出7奈米IC。「台積想先獨 佔市場,因為只有他可以做,」一位IC設計大廠主管說。 而三星別無選擇,只能等待預計明年性能才能達到量產要求的EUV顯影技術,該技術的光 線極細,可大幅加快生產速度,但設備價格極為昂貴。 然而,為何台積電的製造能力能夠遙遙領先對手? 答案在技術論壇另一個演講。台積十二吋廠技術委員會處長黃裕峰,主講台積電的「智慧 精準製造」,也就是類似「工業4.0」的概念。 他表示,台積先進製造環境已採用「獨特的專家系統,和先進演算法,類神經網路自我學 習的模式」。 在工廠管理部分,10奈米產線收集的資料量,是過去40奈米的10倍。台積電以大數據與機 械學習的方式,善用這些資料。 以一個月產30萬片的晶圓廠為例,場內三千台生產機台,每天會產生八百萬的派工命令, 台積電的工廠管理系統,可以在一分鐘之內計算出最佳的生產排列組合。成果是,準時交 貨率99.5%,產品生產週期1到1.2天。 第二,是製程精密控制方面,隨著電晶體的尺度小到逼近物理極限,製程要控制的厚度變 異量,甚至比一個原子要小。10奈米世代與28奈米相比,控制參數多上20倍。 因此,每台生產機台裝了上千個感測器,台積電更發展出精密的調機系統,大數據分析過 去累積很多調機記錄,再根據當下的機台狀況,即時回饋一個最佳的調機參數組合,例如 溫度、氣體流量、電流等。 第三,工廠一致性(fab matching),要確保在不同廠區生產的客戶產品品質保有一致性 。因此隨時監控不同廠區的機台參數,找出生產狀況最佳者,「找出好的模範生,所有人 跟他學習,學完之後,就成為我們未來的標準,」黃裕峰說。 http://www.cw.com.tw/article/article.action?id=5082780 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.42.49.129 ※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1496016423.A.4D9.html

05/29 08:18, , 1F
劉德音掰掰
05/29 08:18, 1F

05/29 09:04, , 2F
台積在用機器學習?我看是human learning吧
05/29 09:04, 2F

05/29 09:12, , 3F
GG輪班好棒棒
05/29 09:12, 3F

05/29 09:23, , 4F
馬克liu真的黑囉...
05/29 09:23, 4F

05/29 09:35, , 5F
每天晨會嗨賴review把人訓練成機器人就叫機器學習
05/29 09:35, 5F

05/29 09:38, , 6F
"人工"智慧
05/29 09:38, 6F

05/29 09:38, , 7F
製造部 好棒棒
05/29 09:38, 7F

05/29 09:52, , 8F
YF不是帶製造部的吧
05/29 09:52, 8F

05/29 09:57, , 9F
表面上大數據、自動化,實際運作怕被Highlight Alarm,
05/29 09:57, 9F

05/29 09:57, , 10F
反而要更多人力去review......
05/29 09:57, 10F

05/29 10:26, , 11F
馬克來打球,誰要來當球?
05/29 10:26, 11F

05/29 10:49, , 12F
比一個原子還小? 我是不是誤會了什麼...
05/29 10:49, 12F

05/29 11:20, , 13F
製造部要飛天了 工程師人人喊幹
05/29 11:20, 13F

05/29 11:29, , 14F
工人智慧
05/29 11:29, 14F

05/29 11:54, , 15F
幹每天盯chart就飽了,大數據只是更多的data更多的人去r
05/29 11:54, 15F

05/29 11:54, , 16F
eview而已
05/29 11:54, 16F

05/29 12:44, , 17F
SPC-->FDC-->? 再來會出現什麼來整工程師?
05/29 12:44, 17F

05/29 12:44, , 18F
跟我說一分鐘內算出最佳排列組合?先把RTD搞定吧?
05/29 12:44, 18F

05/29 12:52, , 19F
笑了
05/29 12:52, 19F

05/29 14:33, , 20F
cycle time,就是天天review hold lot來加速而已
05/29 14:33, 20F

05/29 15:24, , 21F
Cycle time 太長就review 工程師 排班加班解hold lot..
05/29 15:24, 21F

05/29 15:24, , 22F
.
05/29 15:24, 22F

05/29 15:25, , 23F
反正貨出不去月底大家一起排大夜 就好了 顆顆
05/29 15:25, 23F

05/29 15:35, , 24F
外行發ppt. QQ
05/29 15:35, 24F

05/29 15:35, , 25F
他幾年沒下來看工人惹
05/29 15:35, 25F

05/29 16:03, , 26F
解hold 跟排宿便一樣 越解越痛苦
05/29 16:03, 26F

05/29 16:14, , 27F
都說是 人工 智慧了
05/29 16:14, 27F

05/29 16:40, , 28F
一層一層往上的ppt造就機器學習
05/29 16:40, 28F

05/29 17:53, , 29F
生產週期1~2天??????????
05/29 17:53, 29F

05/29 21:45, , 30F
你確定真的有 machine learning?我以為只有 machine 而已.
05/29 21:45, 30F

05/29 21:58, , 31F
dick learning 工人智慧
05/29 21:58, 31F

05/31 01:01, , 32F
24小時輪班部隊
05/31 01:01, 32F
文章代碼(AID): #1PAsOdJP (Tech_Job)
文章代碼(AID): #1PAsOdJP (Tech_Job)