台積電、英特爾為提升良率，近期不約而同找來「大數據」（big data）幫忙。科技部昨（19）日公布最新產學合作成果，在中研院、高雄大學團隊協助下，台積電初期產品不良率下降14%，令台積電驚呼：「大數據團隊不用進工廠也能『算出』問題機台在哪裡。」
科技部次長錢宗良強調，台積電不良率下降11%-14%，是指新產品還在與機台磨合的試驗階段，並非指產品大量開出期，「大家不要誤會，台積電的良率非常高」。他也說，科技部在2016年的科專計畫裡，已把大數據列為發展重點，近期教育部還將在碩博士班開設大數據課程，培育人才、縮短產學落差。
這支大數據團隊領軍者是中研院統計科學研究所研究員銀慶剛，他在2011年底與中研院院士、美國史丹福大學統計系教授黎子良一同研究以大數據協助提升晶圓廠良率。黎子良後來帶領史丹福團隊協助英特爾改善良率；銀慶剛團隊除了幫忙台積電，近期也正在與中鋼洽談，並協助環保署做環境監測。
銀慶剛說，晶圓的製造過程非常繁複，需要大量機台層層加工塗料，才能誕生一個合格的晶圓成品。對科技廠來說，如何在晶圓成品還很少的製程初期，就能找到最厲害的關鍵機台協助生產，就能提升良率，「大數據就是在躲開不可能的計算負擔，在大海中撈到那根針（機台）」。
他舉例，一個晶圓成品若要經過300個機台，正常情況下要找出問題機台的機率是2的300次方，無疑是一個大數據。他的做法分三步驟，一是先透過統計資料將300個機台做優劣排列；第二步透過機率設定截斷點；第三步是篩檢，找出真正的問題機台。
在大數據幫忙下，不良率可下降11%-14%，讓台積電驚呼，「不用進到生產線，也能找到問題機台」。
犯罪偵查高手 應用面廣
「大數據」（big data）應用層面廣，在國外，有團隊算出那些機場最有可能碰到感染伊波拉病毒的旅客，以便官方加強防疫。在國內，則有團隊用在國人健康照護、提升晶圓廠良率、環境監測，甚至還能用預測一家公司的破產機率。
高雄大學統計研究所副教授俞淑惠形容，把大數據的方法應用在改善良率，就看生產線資訊；看霾害，就是看各空氣監測站的資料；要找出破產公司，就是看財務報表。大數據的妙用，就在於不會受限於隔行如隔山。
財經背景出身的俞淑惠，曾以大數據建立一個公司破產模型，靠著找出導致公司破產的關鍵因素，如營運管理、財務槓桿等，算出一家公司的破產機率。她說，透過大數據找問題機台、問題公司，就好像在做犯罪偵查，透過計算抓出兇手。
提升製程效率 如虎添翼
台積電表示，運用大數據分析提升生產製程效率是大勢所趨，台積電導入這類的分析模式已有一段時間，也擴大與產學研的合作，運用大數據分析，找出良率與製程設定及機台間的最佳方程式，提升效率及效能。
台積電強調，大數據分析能力已成為企業未來競爭力的重要關鍵，尤其對生產模式極為複雜的半導體製造，更是不可或缺的一環。
台積電目前已有效運用大數據分析做為生產管理的策略工具，持續在良率與品質管理、產能促進、節能與成本降低等範疇精益求精。台積電也對任何可提高分析決策的模式採取主動合作的態度，同時計劃和科技部的IC產業同盟合作，培育大數據分析人才。
閱讀秘書／ 大數據
大數據（big data）也就是巨量資料，指涉及的資料量規模，大到無法透過人工在合理時間內達到擷取、管理、處理並整理成為人類所能解讀的資訊。
中研院統計科學研究所研究員銀慶剛舉例，像是臉書、谷歌每分每秒都在收集資訊，按照時間累積出的資料量相當巨大。處理大數據的專家就必須找對方法躲開不可能的計算負擔，在有限時間挖掘及分析資料。
沒有留言:
張貼留言