※ 本文轉寄自 ptt.cc 更新時間: 2017-05-31 10:33:35
看板 Tech_Job
作者 標題 [新聞] 台積電首度公開智慧製造 張忠謀、魏哲家
時間 Mon May 29 08:07:00 2017
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？」
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。
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）。」
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。
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。
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。
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。
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。
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。
。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
台積電首度公開智慧製造 張忠謀、魏哲家最關心的神秘數字｜產業｜2017-05-27｜即時｜天下雜誌
![[圖]]()
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？」 ...
![[圖]](http://cw1.tw/CW/images/article/C1432693986454.jpg)
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.42.49.129
※ 文章代碼(AID): #1PAsOdJP (Tech_Job)
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1496016423.A.4D9.html
推 : 劉德音掰掰1F 05/29 08:18
推 : 台積在用機器學習?我看是human learning吧2F 05/29 09:04
推 : GG輪班好棒棒3F 05/29 09:12
推 : 馬克liu真的黑囉...4F 05/29 09:23
推 : 每天晨會嗨賴review把人訓練成機器人就叫機器學習5F 05/29 09:35
推 : "人工"智慧6F 05/29 09:38
推 : 製造部 好棒棒7F 05/29 09:38
推 : YF不是帶製造部的吧8F 05/29 09:52
推 : 表面上大數據、自動化，實際運作怕被Highlight Alarm，9F 05/29 09:57
→ : 反而要更多人力去review......
→ : 反而要更多人力去review......
推 : 馬克來打球，誰要來當球?11F 05/29 10:26
推 : 比一個原子還小? 我是不是誤會了什麼...12F 05/29 10:49
推 : 製造部要飛天了 工程師人人喊幹13F 05/29 11:20
推 : 工人智慧14F 05/29 11:29
推 : 幹每天盯chart就飽了，大數據只是更多的data更多的人去r15F 05/29 11:54
→ : eview而已
→ : eview而已
→ deltarobot …
噓 : 跟我說一分鐘內算出最佳排列組合？先把RTD搞定吧？18F 05/29 12:44
推 : 笑了19F 05/29 12:52
→ : cycle time，就是天天review hold lot來加速而已20F 05/29 14:33
→ : Cycle time 太長就review 工程師 排班加班解hold lot..21F 05/29 15:24
→ : .
→ : 反正貨出不去月底大家一起排大夜 就好了 顆顆
→ : .
→ : 反正貨出不去月底大家一起排大夜 就好了 顆顆
推 : 外行發ppt. QQ24F 05/29 15:35
→ : 他幾年沒下來看工人惹
→ : 他幾年沒下來看工人惹
→ : 解hold 跟排宿便一樣 越解越痛苦26F 05/29 16:03
推 : 都說是 人工 智慧了27F 05/29 16:14
推 : 一層一層往上的ppt造就機器學習28F 05/29 16:40
推 : 生產週期1~2天??????????29F 05/29 17:53
→ : 你確定真的有 machine learning？我以為只有 machine 而已.30F 05/29 21:45
→ : dick learning 工人智慧31F 05/29 21:58
推 : 24小時輪班部隊32F 05/31 01:01
--
※ 看板: K_hot 文章推薦值: 0 目前人氣: 0 累積人氣: 54
回列表(←)
分享