[新闻] 台积电首度公开智慧制造 张忠谋、魏哲家

楼主: lazy321 (amen)   2017-05-29 08:07:00
台积电首度公开智慧制造 张忠谋、魏哲家最关
台积电生产主管秀出一张张严禁摄影的投影片,剖析如何善用机械学习、大数据,打造出
超越三星、格罗方德的制程管理。一位台积公关主管事后都惊讶的说,“他怎么讲这么多
,难道不怕竞争对手拿去抄?”
走进新竹科学园区的台积电总部大厅,会看到墙上英文写就的三大信条:“技术领导,制
造卓越、顾客信赖”。其中,制造卓越(manufacturing excellence)一块,台积电过去
总是讳莫如深,极少谈论细节,但在同业眼里,却是台积与三星、格罗方德拉开距离的真
正关键。
五月底的2017年台湾技术论坛,台积电首度揭露部分先进制造的秘密。首先,共同执行长
魏哲家在主题演讲时透露,台积已将当年热门的大数据、机器学习技术,应用在制程管理
,“都是为了降低我们的cycle time(生产周期)。”
台积电董事长张忠谋去年接受《天下》专访时,也曾强调“在我们公司里,生产周期很重
要。”
当前最先进的IC,内部结构像是一个层层叠叠的千层蛋糕,做出每一层所花时间的平均,
就称为“生产周期”。
魏哲家说,早年在180奈米的时代(约15年前),一颗IC内部只有25层,但是生产一层得
花上两天。当前最先进的10奈米手机芯片,内部已高达80层,如果一层还是两天,便代表
一个产品要160天、将近半年才做得出来。“没有人肯等你的,”魏哲家说。
他说,现在台积电10奈米的生产周期目前约1.1到1.2天。“我有一个梦想,以后要做到一
层一天,不能再长,”魏哲家强调。
生产周期已是产业胜负关键。一位台积客户主管表示,格罗方德的生产周期约比台积慢上
30%,这不但代表同样一个厂,台积可多创造三成营收,客户产品上市的时间,也可快上
将近一个月。而一个月,在变化快速的智慧手机业,往往就定生死。
而且,当半导体尺度开始逼近物理极限,生产周期还从生产力优势,转化为技术优势。
例如,台积与三星的7奈米竞赛。台积的7奈米,已经从上个月开始试产。而三星却得等到
明年,因为该公司坚持要采用最新的EUV微影技术。
一般业界认为三星研发能力与台积不相上下,但制造管理,不如台积。最先进的7奈米智
慧型手机IC,内部结构高达一百层,而且部分结构得用到复杂的4P4E微影技术,大幅拉长
生产周期。
只有台积有本事,在客户能容忍的时间,以传统微影技术生产出7奈米IC。“台积想先独
占市场,因为只有他可以做,”一位IC设计大厂主管说。
而三星别无选择,只能等待预计明年性能才能达到量产要求的EUV显影技术,该技术的光
线极细,可大幅加快生产速度,但设备价格极为昂贵。
然而,为何台积电的制造能力能够遥遥领先对手?
答案在技术论坛另一个演讲。台积十二吋厂技术委员会处长黄裕峰,主讲台积电的“智慧
精准制造”,也就是类似“工业4.0”的概念。
他表示,台积先进制造环境已采用“独特的专家系统,和先进算法,类神经网络自我学
习的模式”。
在工厂管理部分,10奈米产线收集的资料量,是过去40奈米的10倍。台积电以大数据与机
械学习的方式,善用这些资料。
以一个月产30万片的晶圆厂为例,场内三千台生产机台,每天会产生八百万的派工命令,
台积电的工厂管理系统,可以在一分钟之内计算出最佳的生产排列组合。成果是,准时交
货率99.5%,产品生产周期1到1.2天。
第二,是制程精密控制方面,随着电晶体的尺度小到逼近物理极限,制程要控制的厚度变
异量,甚至比一个原子要小。10奈米世代与28奈米相比,控制参数多上20倍。
因此,每台生产机台装了上千个传感器,台积电更发展出精密的调机系统,大数据分析过
去累积很多调机记录,再根据当下的机台状况,即时回馈一个最佳的调机参数组合,例如
温度、气体流量、电流等。
第三,工厂一致性(fab matching),要确保在不同厂区生产的客户产品品质保有一致性
。因此随时监控不同厂区的机台参数,找出生产状况最佳者,“找出好的模范生,所有人
跟他学习,学完之后,就成为我们未来的标准,”黄裕峰说。
http://www.cw.com.tw/article/article.action?id=5082780
作者: jjkobe (冷气)   2017-05-29 08:18:00
刘德音掰掰
作者: iwami (吃)   2017-05-29 09:04:00
台积在用机器学习?我看是human learning吧
作者: exthrash (Wherever I may roam)   2017-05-29 09:12:00
GG轮班好棒棒
作者: NSYSUEE (Monkey)   2017-05-29 09:23:00
马克liu真的黑囉...
作者: lspci (awk sed echo)   2017-05-29 09:35:00
每天晨会嗨赖review把人训练成机器人就叫机器学习
作者: mistborn82 (mistborn82)   2017-05-29 09:38:00
"人工"智慧
作者: ZXCWS (两分铜币)   2017-05-29 09:38:00
制造部 好棒棒
作者: ql4au04 (方便面)   2017-05-29 09:52:00
YF不是带制造部的吧
作者: howard753 (ㄚ猴)   2017-05-29 09:57:00
表面上大数据、自动化,实际运作怕被Highlight Alarm,反而要更多人力去review......
作者: soaping (捡肥皂ing)   2017-05-29 10:26:00
马克来打球,谁要来当球?
作者: kn930121 (呆影)   2017-05-29 10:49:00
比一个原子还小? 我是不是误会了什么...
作者: MeiHS (囧)   2017-05-29 11:20:00
制造部要飞天了 工程师人人喊干
作者: Murasaki0110 (麦当劳欢乐送)   2017-05-29 11:29:00
工人智慧
作者: shawnisi (shawnisi)   2017-05-29 11:54:00
干每天盯chart就饱了,大数据只是更多的data更多的人去review而已
作者: deltarobot (翻出来比大只小只啊)   2017-05-29 12:44:00
SPC-->FDC-->? 再来会出现什么来整工程师?
作者: tsmcCCW (C.C.魏)   2017-05-29 12:44:00
跟我说一分钟内算出最佳排列组合?先把RTD搞定吧?
作者: konichiwaman (抠你鸡蛙)   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来加速而已
作者: articbear (睡饱宝)   2017-05-29 15:24:00
Cycle time 太长就review 工程师 排班加班解hold lot...反正货出不去月底大家一起排大夜 就好了 颗颗
作者: Sex5F (HTC)   2017-05-29 15:35:00
外行发ppt. QQ他几年没下来看工人惹
作者: MeiHS (囧)   2017-05-29 16:03:00
解hold 跟排宿便一样 越解越痛苦
作者: ohlong (强森)   2017-05-29 16:14:00
都说是 人工 智慧了
作者: GaelMonfils (赶尸跳跳人)   2017-05-29 16:40:00
一层一层往上的ppt造就机器学习
作者: fp737 (Never worry)   2017-05-29 17:53:00
生产周期1~2天??????????
作者: GGing (小轩轩)   2017-05-29 21:45:00
你确定真的有 machine learning?我以为只有 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小时轮班部队

Links booklink

Contact Us: admin [ a t ] ucptt.com