搜尋

會員登入

搜尋

導覽

會員
廣告

台積電「AI大腦」改寫自動化競爭規則

瀏覽次數:82

一座晶圓廠即使能讓晶圓全自動搬運,也未必能自行判斷哪部機台即將失效。深夜警報響起,工程師仍須翻查設備履歷、製程參數與交接紀錄;晶圓完成數百道製程後才發現電性異常,更可能耗費大量時間逐站追查原因。過去的「自動化」追求設備少停機、人員少介入、生產效率更高。然而,台積電今年九月初揭露的「AI大腦」,卻讓製造業開始思考當機器已經能自動生產,工廠能否進一步自主發現異常、協助判斷原因,並將改善經驗傳承下來?

台積電資訊長林宏達於九月一日在南港展覽館提出「AI大腦」構想,核心是將近四十年累積的半導體製程經驗、標準作業程序、工程筆記與故障案例,轉化為AI可以理解及運用的專業知識。未來的AI設備專家、良率分析師與交接班助手,可協助工程師分析異常、追查原因與整理生產資訊。工程師不必反覆搜尋分散於不同系統資料,而能將更多時間投入製程改善與關鍵決策。這些應用顯示自動化發展方向,正從執行既定指令轉向支援現場判斷。

今年六月,輝達公布與台積電的合作成果,涵蓋運算微影、先進製程控制、晶圓廠排程及AI缺陷檢測。AI能分析大量製程參數,協助辨識異常變異,並利用影像辨識改善晶圓缺陷分類。若結合虛擬量測技術便有機會在實際抽測之間預估品質變化,提早發現製程偏差。

機器人角色也開始改變。晶圓廠早已使用自動物料搬運系統(AMHS),透過天車與自動化設備搬運晶圓載具。但未來的機器人不只負責搬運,還可執行設備巡檢、耗材補充、清潔保養與零件更換。台積電正建置中央機器人管理平台,探索透過FabTwin數位孿生技術,模擬設備配置及工廠運作。不同機器人若能共享設備狀態、任務資訊與物流路徑,便有機會由中央平台統一協調。對自動化設備業者而言,意味著競爭將從單機性能延伸到整廠系統整合能力。

德國弗勞恩霍夫研究機構提出「軟體定義製造」(Software Defined Manufacturing),正好可以解釋這項變化。傳統工廠依賴各自獨立的設備控制系統,軟體定義製造則透過標準化介面,讓上層軟體依據生產需求協調設備與流程。未來自動化產業需要強化的是資訊技術(IT)與操作技術(OT)的整合能力,讓軟體決策能夠安全、準確地落實於實體設備。

AI大腦的深遠影響在於改變半導體產業價值流。過去晶片設計、晶圓製造與封裝測試採取高度專業分工,各環節分別追求效率與良率。但若製造端發現的缺陷資訊能回饋晶片設計,封裝端的散熱、供電與可靠度限制能提前納入設計,便有機會減少重複投片與事後修改。這種將問題提前處理的「左移」(Shift-Left)思維,有助縮短從設計到量產的整體週期。自動化績效也不應只看單機稼動率,而須衡量整條價值流的交期、重工損失與良品總成本。

這也讓豐田生產方式所強調「自?化」(Jidoka)重新受到重視。自?化比單純自動化多了一個「人」字旁,強調設備必須具有辨識異常、停止錯誤持續擴大的能力,並由人員追查原因、改善流程。當AI開始參與製程判斷與設備派工,這項原則反而更加重要。AI可以迅速分析大量資料,提出處置建議,但哪些作業能夠自主執行、哪些異常必須停機,以及何時需要工程師介入,都應事先建立明確規範。缺少權限管理、模型驗證及操作紀錄的自主化,可能使原本局部製程錯誤擴大為整廠風險。

台積電AI大腦帶給台灣的啟示是未來競爭優勢不再只取決於機器的速度、精度與價格,更在於企業能否將工程知識、製程資料與現場設備整合為能夠持續改善的生產能力。當全球製造業都能購買相近的機器人與AI軟體,真正難以被取代的將是數十年累積的領域知識,以及將知識轉化為可靠製造決策的能力。機器會動只是自動化,工廠懂得何時該動、何時該停,才是自主製造的真正起點。

MCU睡眠模式(Sleep Mode)大解密

MCU睡眠模式(Sleep Mode)大解密

電池供電的感測器、智慧家居與可攜式裝置,經常花大量時間等待事件。延長續航的關鍵,是讓CPU只在需要時工作,並把監測、取樣與資料搬移交給適合的周邊。Microchip PI…

電池供電的感測器、智慧家居與可攜式裝置,經常花大量時間等待事件。延長續航的關鍵,是讓CPU只在需要時工作,並把監測、取樣…