美光(Micron)在台灣的製造廠，於2020年9月獲世界經濟論壇(WEF)評選為世界燈塔工廠之一，這是台灣首次有本地的製造工廠獲得此殊榮，同時也顯示美光從2015年布局智慧製造以來進入收割期。而究竟美光如何將台灣廠區打造成燈塔工廠((Lighthouse Network)？美光近期也向外界分享其在智慧製造的經驗。美光目前在全球共有13個生產據點，包括前段晶圓製造與後段封裝測試。其中，今年1月美光位於新加坡的廠區率先獲評為燈塔工廠，而台灣則是緊接在後，此次獲選的台灣廠區，則是分別位於台中后里與桃園林口的前段晶圓製造廠。
美光企業副總裁暨台灣美光董事長徐國晉強調，隨著5G、AI的高速發展催生更多資料量的需求，但另一方面卻要追求產品效能更好、耗能更小、體積越小等的訴求，越來越複雜的產品促使記憶體的生產技術越來越複雜，對記憶體製造商來說無疑是新的挑戰，也因此必須借助智慧製造技術來提升產品的精確度，並與競爭對手在製程技術上做出差異化。
因此，自2015年美光便開始布局智慧製造，台灣廠區亦同步進行。從初期在內部整合相關資料與數據，建立可視化、透明化的數據基礎架構，接著在2017年開始投入更多物聯網技術，達到即時監控與介入，而發展至今，美光也逐步透過人工智慧(AI)的導入進一步達到事先預測異常，讓工程師可以在問題發生前就做好必要處理。而在組織上，也從初期的小型專責組織，如今已發展成400人的團隊，由營運長直屬管轄，而其中更有3分之1的團隊成員來自台灣。
美光的智慧製造主要先由上游晶圓廠開始進行，再一路推展至後段封測以及採購端、供應鏈等。徐國晉指出，光是上游晶圓製造就多達超過1,000個製程步驟，生產流程長達3個月，與後段製程周期僅約3~5天相較之下，投入智慧製造的急迫性與重要性不言而喻。
AI的發展催生更多資料量需求，身為記憶體大廠的美光的感觸尤其最深。數據是智慧製造與AI的發展基礎，徐國晉分享，目前美光每天都會蒐集到高達13TB的資料量，這個數據有多大？大概等於6,500個小時的電影。而在影像部分，美光的AI系統每週則會分析高達330萬張的晶圓影像，而為了達到即時監測，美光更在13個廠區中，總共埋設了高達11萬個感測器。
而利用這些數據資料，美光在智慧製造的部署上則主要體現在三大方向。首先是為提升生產力，美光在其中運用AI技術模擬排程進行製程優化，提高生產效率，並善用像是AR/VR支援機台遠距維護，或利用自動流程機器人來取代人工進行繁瑣的作業等。其次，則是利用包括物聯網、機器視覺、深度學習等技術來偵測生產線上的各種指標與異常，透過實時的監控能夠即時修正錯誤，以提升產品品質。最後，則是半導體產業最關注的良率，這也是工程師往往花最多心力解決問題的環節，美光因此也開發出能夠自動辨識和響應異常的系統，能夠藉由AI的分析與自動診斷下提升良率。
台灣美光品質工程處長蔡超杰則是分享，美光在廠務與製程端的實際應用情形，過去半導體主要將統計製程管制(Statistical Process Control system；SPC)應用在廠務監控系統，但只能知道當下是否異常或失控，然而現在更重視的是要能夠在監控數據的當下，透過趨勢變化在第一時間就嗅出異常，提早預警，而透過總控中心偌大的戰情室看板，工程師不用巡廠，也可以立刻掌握相對位置、了解訊號產生的背景資訊，並快速做好前置處理或準備。而在製程端部分，美光則是會分別利用包括動態與靜態的影像偵測、聲音偵測等感測技術，在製程中達到即時監控機台的狀態或產品品質與可靠度等。而自2015年開始投入智慧製造，美光也開始進入「熟成期」，展現許多具體效益。像是此次獲選燈塔工廠的台灣廠區，經由這幾年的耕耘下，不僅員工生產力提升18%，機台非計畫停機減少34%，產品品質偏差率(也就是產品因良率降為次級品的比率)也降低40%，除此之外，更縮短新產品良率提升的週期20%，並減少用電量達到15%，帶來品質、效率與良率的大幅提升。
藉由美光的成功經驗，美光也分享其認為導入智慧製造的3大關鍵，包括打造生態系、技術的支持以及組織人才培養皆缺一不可。是以美光在打造智慧製造的過程中，也一直緊密與供應鏈合作夥伴建立合作共識，如製程方法的共享與共同討論，以及半導體機器設備的智能提升等。而未來美光也將進一步計畫從智慧製造，拓展到智慧供應鏈，以逐步完善整個工業4.0藍圖。
留言 0