[新聞] 台積電首度公開智慧製造 張忠謀、魏哲家

作者: lazy321 (amen)   2017-05-29 08:07:00
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
作者: jjkobe (冷氣)   2017-05-29 08:18:00
劉德音掰掰
作者: iwami (吃)   2017-05-29 09:04:00
台積在用機器學習?我看是human learning吧
作者: exthrash (Wherever I may roam)   2017-05-29 09:12:00
GG輪班好棒棒
作者: NSYSUEE (Monkey)   2017-05-29 09:23:00
馬克liu真的黑囉...
作者: lspci (awk sed echo)   2017-05-29 09:35:00
每天晨會嗨賴review把人訓練成機器人就叫機器學習
作者: mistborn82 (mistborn82)   2017-05-29 09:38:00
"人工"智慧
作者: ZXCWS (兩分銅幣)   2017-05-29 09:38:00
製造部 好棒棒
作者: ql4au04 (泡麵)   2017-05-29 09:52:00
YF不是帶製造部的吧
作者: howard753 (ㄚ猴)   2017-05-29 09:57:00
表面上大數據、自動化,實際運作怕被Highlight Alarm,反而要更多人力去review......
作者: soaping (撿肥皂ing)   2017-05-29 10:26:00
馬克來打球,誰要來當球?
作者: kn930121 (呆影)   2017-05-29 10:49:00
比一個原子還小? 我是不是誤會了什麼...
作者: MeiHS (囧)   2017-05-29 11:20:00
製造部要飛天了 工程師人人喊幹
作者: Murasaki0110 (麥當勞歡樂送)   2017-05-29 11:29:00
工人智慧
作者: shawnisi (shawnisi)   2017-05-29 11:54:00
幹每天盯chart就飽了,大數據只是更多的data更多的人去review而已
作者: deltarobot (翻出來比大隻小隻啊)   2017-05-29 12:44:00
SPC-->FDC-->? 再來會出現什麼來整工程師?
作者: tsmcCCW (C.C.魏)   2017-05-29 12:44:00
跟我說一分鐘內算出最佳排列組合?先把RTD搞定吧?
作者: konichiwaman (摳你雞蛙)   2017-05-29 12:52:00
笑了
作者: clouder0628 (UCB)   2017-05-29 14:33:00
cycle time,就是天天review hold lot來加速而已
作者: articbear (睡飽寶)   2017-05-29 15:24:00
Cycle time 太長就review 工程師 排班加班解hold lot...反正貨出不去月底大家一起排大夜 就好了 顆顆
作者: Sex5F (HTC)   2017-05-29 15:35:00
外行發ppt. QQ他幾年沒下來看工人惹
作者: MeiHS (囧)   2017-05-29 16:03:00
解hold 跟排宿便一樣 越解越痛苦
作者: ohlong (強森)   2017-05-29 16:14:00
都說是 人工 智慧了
作者: GaelMonfils (趕屍跳跳人)   2017-05-29 16:40:00
一層一層往上的ppt造就機器學習
作者: fp737 (Never worry)   2017-05-29 17:53:00
生產週期1~2天??????????
作者: GGing (小軒軒)   2017-05-29 21:45:00
你確定真的有 machine learning?我以為只有 machine 而已.
作者: s860134 (s860134)   2017-05-29 21:58:00
dick learning 工人智慧
作者: qswitch (燕子)   2017-05-31 01:01:00
24小時輪班部隊

Links booklink

Contact Us: admin [ a t ] ucptt.com