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,
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。
沒有留言:
張貼留言