美光让晶圆厂更聪明 接轨AI和大数据！

存储器大厂美光(Micron)抓住人工智能(AI)与大数据(Big Data)的新科技浪潮，导入到现有全球各地12吋晶圆厂，协助提升品质、良率、产出、生产周期与营运成本等五大面向，并且协助公司员工与新科技接轨，做职涯转型，让我们看看美光如何用AI打造一座做“智能晶圆厂”。

启动大数据分析专案　培养全球资料科学家团队

新科技的出现加速了产业链的解构与重构，云端运算(Clould Computing)、移动通讯装置(Mobile Device)、社群媒体(Social Media)等新科技的崛起，让全球数据资料出现爆炸性成长，随之而来的是资讯系统的变革加速，以及企业创新转型的脚步，从制造业来说，如何透过新科技来优话高阶制程的竞争力，并提升产品的附加价值，成为致胜关键。

再者，企业也需要重新建立伙伴生态体系，来落实创新转型的目标，在这个方向上，美光也不例外。

美光全球前端营运副总裁Buddy Nicoson表示，美光启动大数据分析专案，透过大数据的分析能力，来改善品质、良率、产量与成本，这也是很多制造业都在努力的方向。

美光执行方式之一，是培养全球资料科学家团队，借由与伙伴紧密合作的方式，来导入适合的AI等资料分析方案，让半导体先进制程转换更具竞争力。

Nicoson表示，在启动大数据分析专案时，美光与合作伙伴协助搜集晶圆厂内的各种数据资料，先透过小规模的试验专案，来确认大数据分析方案的实施效益、投资报酬率，取得高阶主管的认同后，再按照业务需求循序扩大应用范畴。

透过AI　提升良率及生产效率

美光是如何利用AI与大数据来优化产能与良率？关键在于透过分析资料来优化5个面相，包括品质、良率、产出、生产周期与营运成本等。

第一，在品质方面，美光有远端操作中心(Remote Operations Center)，借由在各个晶圆厂实施的故障感应检测(Sensor Based Fault Detection)、预测维修(Predictive Maintenance)、即时流程控管(Real Time Process Control)与预测分析(Predictive Analytics)等机制，实际运行后，提升了高达35%的营运效率。

第二，在良率方面，美光是透过深度学习(Deep Learning)自动辨识与分类矽晶圆上的缺陷，系统将自动化诊断并分析造成矽晶圆缺陷的根本原因，究竟是因为流程？还是因为生产工具？再将分析结果与建议方案寄送给相关团队成员，修正问题后，进而提升良率表现。

第三，在产出方面，美光是透过搜集与分析跟工程营运相关的数据资料，包括设备运作资料、故障检测结果、统计制程管控资料等，即时掌握各晶圆厂生产线的状况，透过调整与优化各产线营运状况，进一步提升营运效能与落实品质管理。

第四，在生产周期方面，美光是透过分析晶圆生产流程、需求预测等数据资料的方式，来优化排程。

第五，在营运成本方面，是透过搜集与分析数据，例如晶圆耗损等非结构化数据资料的方式，来预测需求，同时，借由零件管理与降低浪费、耗能等方式，来达到降低营运成本的目标。

除了透过上述5个面向，逐步优化各个晶圆厂的良率与产出外。另外，美光也鼓励不同厂区的晶圆厂可以相互学习，目前美光的12吋DRAM和3D NAND晶圆厂分散于美国、日本、新加坡、台湾等各地，将协助各个晶圆厂可以快速取得、参考各厂区的大数据分析专案成效，同步提升每个地区晶圆厂的效能。

Nicoson表现，透过AI与大数据分析，美光可借由远端操作中心管理、优化各晶圆厂的表现。

Nicoson进一步表示，这样可以减少一发生问题，就必须派人到现场检查和维修的频率，且远端操作中心可以借由仪表板掌握即时资讯，落实预测维修，为时因应客户的需求而做出即时调整。

培育人才和建立伙伴生态体系　极大化大数据分析成效

Nicoson分析，除了导入AI与大数据分析等新科技强化公司生产效率外，也不会忽略协助内部员工转型的重要性，另一个重点更是与外部伙伴生态体系沟通。

他进一步解释，启动大数据分析专案后，美光成功将晶圆管理工作从人工管理转向自动化管理，将分散在各个晶圆厂的管理工作集中到远端操作中心，来进行统一管理，并且将分散的系统整合成一个整合式的解决方案，并且开始透过分析资料下达决策与解决问题，为确保转型成功。

美光启动职务转型(Job Transformation)计划，借由资料分析培育课程，可协助分散在世界各地的员工可加速对大数据等新科技的掌握度，脑力激荡出有助于优化营运业务的方式。

美光也举一名员工为例。有名已经在美光任职24年的制程作业人员在完成资料分析培育课程后，不但对各种演算法有一定的了解度，也懂得透过远端操作中心提供的预测分析结果来执行各项工作，如在机台设备发生问题前，要求伙伴到场协助维修等，成功从制程作业员转变为制程技术员，有能力执行更复杂的工作内容，成功转型为新进员工的导师。

再者，美光除投入资金与资源来进行内部人才培育，也积极协同外部的合作伙伴，一起汇整来自资讯科技、营运科技的数据资料，包括先进流程管控、巨量分析数据、生产设备运作、故障检测等，将这些都落实在先进制造上。

Nicoson最后总结指出，AI和大数据的分析时代来临，美光确实做出传变，借由新的科技来提升美光对市场的反应力，并且会持续深化团队成员的资料分析能力，循序优化各个晶圆厂效能。