美光導入智能製造 滿足存儲器彈性化生產需求

作者：DIGITIMES劉慧蘭

各領域的企業正致力建立效率更高的製造流程來滿足需求，同時提高利潤。無論被稱為智能工廠、數字工廠或工業4.0，工廠正朝向智能製造進化中。從確實改善製造能力的層面來看，自動化以及智能工廠技術將是製造業提升質量、效率和降低成本的下一次大革命。

2000年初，美光(Micron)的主要客戶來自PC產業，如戴爾(Dell)和聯想，但智能手機、邊緣物聯網裝置、雲端運算和數據中心的興起推動了存儲器的需求與技術的進步。為了配合存儲器產品朝向多樣化應用發展趨勢，美光導入智能製造，以滿足各領域存儲器彈性生產的需求，同時協助質量管理。

總部設於愛達荷州的美光科技是全球最大的半導體公司之一，2018年營收達304億美元，較去年同期成長50%。該公司在全球設有12個生產基地，並計劃在2030年之前投資30億美元，在未來10年創造1000個以上的就業機會。

其中位於維吉尼亞州Manassas的工廠主要生產汽車與工業物聯網使用的DRAM、NAND和NOR存儲器與儲存產品。隨著各領域企業追求智能化更高的技術，存儲器的改進有助增強功能，例如自駕車需要存儲器容量支持快速的演算法運算。

汽車和工業佔美光嵌入式業務部門營收的3/4，儘管全球汽車銷量減緩，但信息娛樂系統等需求成長依然強勁。為維持市場競爭力，美光必須確保主要成長領域的車用存儲器質量， 避免客戶因存儲器晶元出現瑕疵而召回。

影像分析和模式識別是AI的強項之一，美光將其用於晶圓缺陷掃描，將深度神經網路應用於影像、訓練AI分類系統，根據公司的審查區分殘渣、侵蝕或刮痕，獲得比人類更好的績效。

此外，美光也使用AI系統進行全頻譜分析，將卷積神經網路(CNN)應用於聲音或聲音影像進行分類。美光數據科學家Ted Doros表示，除了偵測工具的行為改變，美光也使用頻譜圖找出每個機器人的辭彙並記錄，一旦發現機器人說話方式有異，就可以找出產品問題，並將機器自生產線移除以進行預防性維護，如此就可及早避免缺陷，提高產品質量。

西部數據首席信息官Steve Phillpott也曾表示，智能製造是以自動化及數據分析為骨幹，自動化路線圖有完整的功能堆棧，從製造執行系統到監控都在生產線控制、流程式控制制和自動化機器車輛等區域中執行。

數據分析部分包含聲音和溫度感測器之類的裝置。整合層將所有的數據集中，方便企業進行先進的統計分析，進而影響決策和產量預測。自動化和數據分析一起運作可建立實體和數字裝置的有效協調。自動化產生大量數據，數據分析則藉此提高生產效率。

在AI、自駕車、5G和物聯網趨勢的帶動下，美光對存儲器和儲存裝置的長期需求充滿信心。導入自動化和數據分析可以幫助美光更快發現和解決問題，同時減少變異並將洞見與整個美光製造網路共享。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！