半導體製造在數位化、自動化的發展腳步，向來都領先其他產業領域。近期，隨著疫情加速企業數位轉型，以及人工智慧(AI)、機器學習、邊緣運算、數位雙生(Digital Twins)等技術日益成熟，已有愈來愈多半導體製造商結合數位雙生和AI驅動技術，建立起更智慧化的製造廠房，從製造自動化進入到製造智慧化的新里程。SEMICON Taiwan 2022高科技智慧製造論壇由SEMI智慧製造委員會共同主席聯華電子副處長林京沛，以及台灣積體電路製造部經理游志源共同帶領產業探討前瞻解決方案以加速實現智慧製造之願景。
高科技智慧製造大趨勢：聚焦AI驅動的未來自動化工廠
聯華電子副處長暨SEMI智慧製造委員會共同主席林京沛表示，高科技智慧製造論壇今年以「AI驅動的未來自動化工廠(AI Driven Autonomous Smart Factory of the Future)」為主軸，討論範疇涵蓋解決方案和平台、邊緣計算、數據治理、異常檢測、數位雙生和自動主控制，到各種智慧製造技術。探討的觀點也包含從晶圓廠業者，到設備供應商和解決方案提供商的角度，期能加速智慧工廠、智慧商業和智慧未來的實現。
德州儀器(Texas Instruments)全球總監暨SEMI智慧製造GEC主席Bobby Mitra提到，全球半導體產業發展智慧製造的動能持續走強，從試行階段走向大規模投資，而SEMI智慧製造倡議計劃是一股重要的驅動力量，對產業發展極具價值。
SEMI智慧製造倡議計畫聚焦三個面向，第一是發展認知型AI驅動的未來自動化智慧工廠；第二是永續發展，包括對製程氣體、能源和水的優化；第三是培養未來的製造人才，亦即精通數據的設備/製程工程師，以及技術和操作人員。
要達成認知型AI驅動的未來自動化智慧工廠，獲取數據只是第一步，更關鍵的是透過數據治理、數位雙生等智慧製造技術，從更高層級來進行評估，進而發展至預測、診斷，最終才能達到智慧自動化的目標。
目前的智慧工廠，是由一個個獨立的點系統(Point System)所組成，不同的點系統都為了滿足目標應用的需求，而有自己的資料架構，例如MES、AMHS等。如果要實現數位雙胞胎，我們必然要設法把多個點系統串聯起來，對資料進行綜合分析，才能發展出預測、診斷等更進階的應用。
以AI/ML來進一步實現跨系統，甚至多個數位雙胞胎之間的資料整合，則是更之後的目標。到了這個階段，系統將具有自行從龐大數據中產生洞見的能力，為半導體製造業者創造更多價值。
到了最後一個階段，所有系統都將被整合在一個閉環內，此時系統將具備完全自主運作、自行最佳化的能力。這可能會是一個還需要5~10年才能達成的目標，但SEMI智慧製造委員會將提供智慧製造發展的路線圖，協助半導體產業一步步朝這個願景邁進。
邁向「智慧企業」願景，智慧製造是起點而非終點
美光科技全球營運前段製造副總裁鍾聯彬，實際分享美光朝向智慧企業轉型的心路歷程。他表示，美光發展智慧製造已數年之久，一開始該公司就知道智慧製造並非是最終目標，而是一個起點，該公司真正想達到的是成為一家智慧企業。
鍾聯彬談到，5G和AI是驅動第四次工業革命的重要技術，而美光在這波革命中處於相當獨特的位置，因為美光擁有先進的記憶體製造技術與產品，這是5G和AI發展不可或缺的核心產品技術，不僅如此，美光過去幾年也已將工業4.0落實在日常營運中，透過大數據和AI、機器學習等新技術，讓該公司可以以更好的生產效率，達到更多晶圓產量與更佳的品質。舉例來說，美光已運用虛擬實境(VR)技術來訓練新進工程師，讓他們在正式進Fab前就先熟悉相關操作技能，縮短他們的學習曲線。
鍾聯彬強調，生產營運是美光企業核心，為了要從智慧製造蛻變至智慧企業，美光不斷注入新的能力，包括來自生態體系的智慧(smart of ecosystem)、技術骨幹，以及組織和人才等，同時也不斷提升企業內部每位成員的能力，並發展出新的合作模式，從而克服市場波動的變化，實現永續發展目標。
SEMI智慧製造GEC主席Bobby Mitra也強調，要打造AI驅動的未來自動化智慧工廠，首先必須獲取數據。然而，光有大量數據而不知如何運用，亦是徒勞無功。因此SEMI成立了設備邊緣數據治理(Equipment Edge Data Governance, EEDG)工作小組，致力提供一套指導方針，來管理不同設備邊緣數據源的爆炸性增長。
創建虛實整合系統 釋放大數據智慧潛能
工廠自動化已經從單純的設備自動化，轉向數據驅動的智慧自動化。此外，隨著半導體產業進入後摩爾時代，後端OSAT工廠自動化也成為新的發展重點。針對這個趨勢，盟立集團董事長兼總裁孫弘博士表示，盟立提供先進自動化設備系統來結合物理和數位世界。利用從工廠蒐集的數據創建網實系統(Cyber Physical System, CPS)，分析工廠大數據，以支持生產預測、設備健康預測、提高工具效率，甚至質量虛擬測量。
洛克威爾自動化(Rockwell Automation)半導體部門銷售總監李懿庭剖析，現今台灣製造業面臨勞動力老化問題，且廠房設備老舊亟待翻新。針對數位轉型第一步，李懿庭認為首先必須對數據擁有全面性的視野。儘管數據如此重要，但根據研究現今仍有超過50%的企業表示缺乏足夠數據資料；即便有足夠數據的公司，也有超過三成的業者表示不知如何將數據轉換成有意義的資訊。
為協助業者解決數據難題，洛克威爾提出標準化數據平台，扮演數據中樞，與所有設備相互連結，同時將OT和IT的資料進行整合。管理者可藉由平台掌握即時資訊狀況，進而完全釋放智慧工廠的潛力。
恩智浦半導體(NXP Semiconductors)副總裁暨工業和網路邊緣處理產品線總經理Jeff Steinheider也點出進入智慧自動化新時代的重要構建模塊，包括邊緣運算、機器學習、端至端安全防護，以及即時的通訊。
採用邊緣運算的主要原因，在於可實現本地化機器學習，進而實現即時分析與執行；再者，還能降低資料中心和網路的建置成本、保護隱私資料並提高資安韌性。至於機器學習則可實現邊緣智慧，強化效率和安全性；而分布在各處的邊緣智慧則可進一步構成一個同調的智慧系統(Coherent Smart System)。
此外，基於時間敏感網路(TSN)與5G的網路環境則有助實現低延遲通訊。端至端的安全防護，則要確保通訊連網、晶片運作、設備製造及設備更新等四個環節的資訊安全。最後，他以恩智浦的封裝測試廠為例，說明邊緣裝置的機器學習智慧如何協助工廠完成視覺檢測，並最佳化生產效率。
厚植數位轉型能力 加速實現智慧工廠
半導體晶圓廠是人類工業發展史上最複雜的工廠之一，必須透過數位轉型才能進一步推進智慧化成果，尤其是在資產利用、資訊透明以及勞動生產力優化等面向。
微軟(Microsoft)亞洲區HPC/AI解決方案副總經理馮立偉指出，數位創新是新的當務之急，而企業可藉助雲端技術來加速解鎖創新。
馮立偉剖析，本地部署(On-premise)的基礎設施有其局限性，包括支出成本、空間、硬體容易過時等問題。Azure是專為高效能運算(HPC)所打造的雲端，Azure HPC/AI相關服務以及整體雲安全解決方案可幫助高科技客戶轉變產品的設計、模擬、測試和驗證方式，以縮短實現價值的時間。
戴爾科技(Dell Technologies)技術長Balachandran Rajendran指出，智慧源於數據，AI驅動的自動化工廠必須以數據為核心，而戴爾科技擁有必要的產品組合。從邊緣擴展至核心到雲端，包括公有雲或私有雲，從中小型製造到極為先進的半導體晶圓廠，可協助實現數據優先，並為非結構化數據提供全面的資訊安全保護和恢復解決方案。
西門子(Siemens AG)數位雙生應用主管Daniel Klein分享了數位雙生技術是如何地改變了設計、建造和運營產品的方式，將生產效率推向新高度。虛擬環境中可以進行各種預測模擬，包括時間區段變化、改變機台位置等不同條件組合；而結合AI技術、機器學習與參數調整，則能進一步突破限制找出最佳解決方案，以滿足降低成本、提高生產效率或降低能源損耗等目標。
科林研發(Lam Research)運算產品部資深總監Joseph Ervin則以微影製程為例，探討數位雙生技術在下一製程節點開發的角色。由於新一代極紫外光(EUV)能提供更簡單、更高解析度的微影製程，在3奈米及以下製程對最困難的特徵進行圖案化(Patterning)，已成為業界在最先進節點的技術選擇。
然而因製程接近物理極限，非預期的線邊緣粗糙度(Line-edge Roughness)、線寬粗糙度(Line Width Roughness)以及邊緣放置誤差(Edge Placement Error, EPE)等問題衝擊良率。為此，Lam Research運用數位雙生技術建立預測製程模型以減少變異和缺陷，同時最小化圖案化和製程成本。
智慧製造千頭萬緒 跨界整合至為關鍵
綜上所述不難看出，製造業領域都在談論如何利用AI、數位雙生、VR/AR、IoT、5G等潛力科技來實現智慧工廠、數位製造與工業4.0。對半導體高科技產業而言，智慧製造不僅極為複雜且涉及跨領域的知識跟專業，因此，如何匯集價值鏈中各方意見，進而發展出可落地的解決方案，將是未來是否能順利導入的關鍵。
凝聚產業共識，推動產業向前邁進，正是SEMI的主要使命之一。在半導體製造智慧化的發展進程中，SEMI智慧製造委員成員不僅涵蓋半導體業者，也有各種軟硬體方案供應商與服務供應商，致力於持續暢通跨界交流與溝通橋梁，積極推動產業落實智慧製造，為半導體乃至整個高科技製造產業的智慧化做出更多貢獻。
