[新聞] 台積電首度公開智慧製造 張忠謀、魏哲家

[lazy321 ()]

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
推 jjkobe: 劉德音掰掰
推 iwami: 台積在用機器學習?我看是human learning吧
推 exthrash: GG輪班好棒棒
推 NSYSUEE: 馬克liu真的黑囉...
推 lspci: 每天晨會嗨賴review把人訓練成機器人就叫機器學習
推 mistborn82: "人工"智慧
推 ZXCWS: 製造部 好棒棒
推 ql4au04: YF不是帶製造部的吧
推 howard753: 表面上大數據、自動化，實際運作怕被Highlight Alarm，
→ howard753: 反而要更多人力去review......
推 soaping: 馬克來打球，誰要來當球?
推 kn930121: 比一個原子還小? 我是不是誤會了什麼...
推 MeiHS: 製造部要飛天了 工程師人人喊幹
推 Murasaki0110: 工人智慧
推 shawnisi: 幹每天盯chart就飽了，大數據只是更多的data更多的人去r
→ shawnisi: eview而已
推 deltarobot: SPC-->FDC-->？ 再來會出現什麼來整工程師？
噓 tsmcCCW: 跟我說一分鐘內算出最佳排列組合？先把RTD搞定吧？
推 konichiwaman: 笑了
→ clouder0628: cycle time，就是天天review hold lot來加速而已
→ articbear: Cycle time 太長就review 工程師 排班加班解hold lot..
→ articbear: .
→ articbear: 反正貨出不去月底大家一起排大夜 就好了 顆顆
推 Sex5F: 外行發ppt. QQ
→ Sex5F: 他幾年沒下來看工人惹
→ MeiHS: 解hold 跟排宿便一樣  越解越痛苦
推 ohlong: 都說是 人工 智慧了
推 GaelMonfils: 一層一層往上的ppt造就機器學習
推 fp737: 生產週期1~2天??????????
→ GGing: 你確定真的有 machine learning？我以為只有 machine 而已.
→ s860134: dick learning 工人智慧
推 qswitch: 24小時輪班部隊