加快制造业产生关键洞见
时间:2022-05-01 08:48:01 | 来源:行业动态
时间:2022-05-01 08:48:01 来源:行业动态
美光在晶圆制造过程中,借助数据分析和人工智能提高了生产效率,并支持AI的发展。现在厂房使用复杂的IoT系统,以不同方式检测问题,包括应用声音去判断设备异常状况,进而及早做预测式维修,减少故障时间。并在「电性针测缺陷分类」(classification of electrical failure data)与「晶圆影像自动侦错分类」(Wafer Image defect classification)中,同样也运用人工智能。
半导体制造堪称地球上最复杂的任务之一,晶圆的产生需要在无尘室历经1500多个步骤才能完成。每一个步骤都需要及时监测,任何一个步骤异常,都会导致晶圆的失败,因此对每一个步骤的实施监控是是提升生产效率与安全的关键核心,而机器学习和人工智能能以极高精确度和极短时间完成这个任务,探测到熟练工作人员也较难感知到的异常。美光自从应用AI方案后,取得良好的成果,其中包含达到目标良率的成熟时间减少25%、同样设备生产量提高10%,以及相关质量缺失事件减少超过三分之一。
Thomas T.Eby表示目前是将AI模型在DGX上训练,在数据中心部署相关的推理(inference)模型,未来希望实现更轻量化应用,可能会转移到Raspberry Pi或NVIDIA Jetson 做推理,让AI分析更接近边缘的源头。