地表最接近工業4.0!台積電的兩大獨門武器【封面故事-天下雜誌】

稱霸半導體的台積電,首次對外公布其智慧製造的獨門心法,《天下》獨家訪問台積電邁向智慧化的最高主管,看台積電如何把AI、機器學習導入晶片製造,不但生產速度領先對手,還能讓全球13座廠品質一致精確!

當全球各大製造強權都在積極搶進先進製造,但你知道嗎,一家「地表最接近工業4.0的企業」就在你我身邊。

它是台積電,公認在生產技術最先進和複雜的晶圓製造行業。自從二○一八年量產七奈米製程後,台積電已成為全球半導體製造技術少數的領導者。其中的關鍵,正是甚少對外公開談論的先進製造能力。

為了讓台灣製造業理解智慧化的威力,更要為產業帶來數位轉型動能,《天下》獨家走訪台積電,一窺全球專業晶圓代工霸主的製造智慧化之路。

首次公布「智造」祕辛十九年前,就已達全自動等級

「從成立第一天我們就在談製造卓越,這是我們要突顯的價值,」台積電晶圓廠營運資深副總經理王建光說。

王建光在台積電是掌管所有晶圓廠製造的「總廠長」角色,也是智慧化生產的最高主管。首次對媒體分享台積電「智造」奧義,講起話來溫文儒雅的他,不僅顛覆一般生產線主管常見的疾言厲色印象,也很有資格話說從頭。

員工編號三十號的王建光,在台積電成立之初就加入,一路參與台積電對製造卓越的追求。他細數,自九○年代,八吋晶圓廠導入電腦化,台積電就開始在製造管理上建立門檻。

到了二○○○年開始自動化,當年建立全新的十二吋超大晶圓廠,自動化程度已是全球同業先驅,包括派工、運送系統到設備自動化,都已是全自動化的等級。

時至今日更不得了,晶圓廠的工作環境早已顛覆外界認知。走一趟台積電位於中科的十二吋晶圓廠,來到一間名為MCC(生產指揮中心)的辦公室,免更換無塵衣,也不用經過空氣浴塵室,穿著輕鬆的工程師或技術員,成排坐在辦公桌前專注盯著電腦螢幕上的數值,前方大片落地窗外,還可一覽藍天白雲下的大肚山景緻。

「技術員都在廠外工作,工廠裡面走道是空曠的,晶片在設備上方自動運送,」王建光說,基本上只有機台預防保養維護,才需要有人進到產線,「現在大家可以打扮漂漂亮亮,以前是連妝都不能化的喔。」

八年前率先智慧化將AI、機器學習導入晶圓製造

直到今天,台積電自動化程度仍在精進。「每一批貨,都知道它下一站要去哪裡;每一個機台,都知道下一批貨要來的是什麼。整個流程運作順暢以外,重點是必須緊湊,」王建光描述。

他舉例,多數人去做健康檢查時,花最多時間是每一站之間的等待,這很不符合效率。他解釋,晶圓製程主要有三種狀態,分別是等待(Queue time)、暫停(Hold time),和運行(Run time),雖然這幾年已把前兩者縮到極小化,但他用堅定口吻強調,往更極致努力將永不停止。

隨著全自動化的精進,智慧化登場。二○一一年,台積電揭開智慧化晶圓廠的序幕,陸續導入大數據分析、機器學習、人工智慧等技術。

王建光解釋,半導體製程是一門高度複雜的工藝,有上千個製程步驟,每道製程都必須精準控制,每個工廠都有數千台機台,每個機台一天可收集數百萬到數千萬筆數據。

他說,這些資料是晶圓製造過程中的所有細節,一定得充分收集、掌握,才有機會優化製程參數,成為提升良率的基礎。

清華大學工業工程與工程管理學系講座教授簡禎富也指出,台積電的每一片晶圓都有百萬個感測點的數據、每座晶圓廠都有成千上萬台機台設備,但對應的製程工程師,卻可能只有不到一千位,要分析如此海量的資料,已遠超人力所及。

簡禎富接著說,一般商用統計軟體,雖然已經可以支援大數據分析,但是每個行業都有各自的專業需求和特性,因此,像台積電這種產業的領頭羊,就會發展符合自己所需的分析工具。

這時,台積電的一千位IT,以及三百位AI、機器學習工程師登場。王建光透露,過去幾年來,台積電已經開發出智慧診斷引擎、先進數據分析等平台,進而發展出一套獨門的製程精確控制系統。

這套將大數據與機器學習應用在晶圓製程的學問,堪稱台積電近年持續拉開全球競爭者距離的究極奧義。

獨門一:降低生產週期交期所向無敵,代工廠最強

它到底有多厲害?前董事長張忠謀口中在這行業很重要的數字──生產週期(cycle time),就能因此降低。

要理解「生產週期」,得先對晶片製程有大致的概念。簡單來說,台積電的工作,就是把客戶(IC設計公司)委託的電路圖做進一顆指甲一樣大小的晶片裡,因此,除了電路線寬已做到細如頭髮直徑的萬分之一,還得像建造高樓般,一層一層反覆進行曝光、顯影、植入離子、蝕刻等製程,才有辦法將超過十億個電晶體的電路圖「塞」在一顆晶片內。而生產週期,就是建造每一層(layer)的時間。

隨著消費性電子迭代益趨緊湊,一家IC設計公司的高階主管直言,相較良率、價格,「交期,是我們現在最看重的,而台積電確實是所有代工廠最強的。」

台積電的交期所向披靡,關鍵之一就是生產週期競爭力。王建光透露,從台積電推動智慧製造並應用大數據和機器學習後,生產週期精進,至今最少進步五○%。

因為從同業到客戶都想要對此一窺堂奧,也讓王建光對各製程的詳細數字與細節,更加三緘其口。但早在二○一七年,台積電的台灣技術論壇上,時任台積電共同執行長魏哲家在主題演講時就提及,把大數據、機器學習等技術應用在製程管理上,「都是為了降低我們的生產週期。」

當時,魏哲家透露,在約十五年前的一百八十奈米時代,一顆晶片內部約二十五層,生產一層約花兩天。而現在,以十奈米手機晶片為例,內部已達八十層,如果一層生產週期還是兩天,代表一個產品要將近半年才做得出來,「沒有人肯等你的,」魏哲家說。

▲首度接受媒體專訪的台積電晶圓廠營運資深副總經理王建光,是台積電智慧製造的靈魂人物。(邱劍英攝)

獨門二:工廠一致性不但可精確製造,還能優化

走入智慧晶圓廠時代的台積電,還有另一項獨門絕活不能不提,那就是「工廠一致性」(fab matching)。

簡禎富在新書《工業3.5》提到,透過機台參數與感測器的數據分析,除了可以即時推測每一個加工產品的好壞,設備也具有自我檢測、製程參數智慧調校、自動復原與改善控制等能力,並藉著不斷診斷、不斷反饋、不斷學習進化的「動態優化滾動」,變得愈來愈智慧。

更厲害的是,過程中能確保沒有人「掉隊」。

一顆新晶片要量產,通常會先經研發試產,待製程參數等諸多生產因子調到最佳化後,才外放到各晶圓廠大量生產。王建光透露,目前在全球擁有十三座晶圓廠的台積電,也多半由母廠負責試產穩定後,再到各廠投片量產。

對晶片製造者來說,很大的考驗就是如何把試產時的表現,精準移植到量產。過往最知名的就是英特爾的「精確複製」(Copy Exactly)模式,亦即英特爾在全球每座晶圓廠的每條生產線,不僅都採用相同的生產設備,連廠內管路配置、尺寸、長度,甚至幾個彎角都要一模一樣,以此確保從研發產線到量產能表現一致外,也可預防同樣的問題重覆發生。

類似模式在台積電稱為工廠一致性,卻因為導入智慧化而多了同業難以仿效的彈性。

王建光解釋,工廠一致性不僅讓同樣的製程,移轉到各廠仍百分之百相同,若生產過程中滾動出更好的製程參數、更好的良率表現,甚至後來導入更有成本效益的機台時,其他廠也會跟著對準(alignment)。

「一般進入量產後就不敢再動了,」王建光笑道,但在台積電,不斷優化卻是家常便飯。他沒說出口的是,光這項能力,就讓台積電建立一道同業難以跨越的成本門檻。

秉持製造卓越的初心,一路成就全球製造業典範的台積電,接下來還能演繹多強大的「智造」本事,全世界都在看。

▲台積電董事長劉德音(左)與副董事長暨總裁魏哲家(右)接班後,仍持續加大智慧製造力度。(劉國泰攝)

閱讀完整內容

天下雜誌第665期

本文摘錄自‎

地表最接近工業4.0!台積電的兩大獨門武器

天下雜誌

2019/1月第665期