人工智能 (AI) 正逐步改變全球產業發展的游戲規則，***半導體產業以厚實的制造基礎及先進制程引領全球，大量的生產數據資料及豐富管理經驗的累計將是最適合實踐智能制造的場域。監此國際半導體產業協會 (SEMI) 于4月18日舉辦「人工智能運用于半導體智能制造趨勢論壇」，邀請來自旺宏電子、研華科技、NVIDIA、科技部人工智能智造系統研究中心等專家，分享深度學習、數據分析及邊緣運算對制程優化的重要性，分別從產業價值鏈不同角色探討智能制造對半導體產業的影響，并深入討論各個環節如何集成才能發揮最大效益。

旺宏電子陳瑞坤副總經理分享AI在半導體制造中的應用，旺宏透過自行建構的sNOVA質量改善EDA系統，結合工具知識和統計方法來管理大量的FD(Fault Detection)數據，就像汽車的「胎壓監測系統」用以防范事故發生。以專門的統計方法來監控所有工具(制程研發、工廠生產制造、廠務系統、封裝測試、產品可靠度)的性能，收集和實時監控大量的處理參數，提供有關硬件故障的預警信息，在產品質量發生異常之前修復該工具，并透過Run-to-Run(R2R)自動調整校正，將收集的信息作為回饋，在運行時調整配方參數，以提高處理效能。另外，目前業界普遍采用「抽檢」方式來進行質量監測，但這樣并無法達到全方位品管，因此為了能經濟實惠地達到「全檢」，就必須運用大數據導入虛擬量測(Virtual Metrology) 的技術，以便能增加良率與降低成本，維持企業競爭力。?

研華黃怡暾副總提到，物聯網的發展正在形成產業的典范轉移，對制造業來說，智能工廠的建置不只是自動化，而是智能化。設備本身狀態、生產過程的數據、生產現場環境資料的數據，都需要透過傳感器進行采集，在高實時性狀況下，制造設備所產生的感測數據量非常大，而這些數據如果都必須傳回云端平臺，往返的時間耗費會過久，因此近年來興起的邊緣運算(Edge Computing)會是更佳選擇，不但兼顧了實時性與效能，同時也可降低云端平臺的運算負擔。再透過 MES 系統，集成從設備搜集而來的各種數據，透過軟件分析、統計，顯示實時的工廠生產狀態，藉由系統平臺與人機接口結合，達到生產數據可視化之呈現。最后透過大數據分析、預防維護，數據實時傳送云端進行大數據分析，預測故障時間，采取預防維護提高產能，減少維修成本 ，并可預測工廠貨料預備，甚至是與上下游廠商的更緊密合作可能。?

NVIDIA 蘇家興技術營銷經理則分享了， AI市場在零售、交通運輸和自動化、制造業及農業等各產業垂直領域具有巨大的潛力。過去因為資料量不夠大，同時計算機CPU無法做大量及準確分析，而GPU的發明不只應用于電玩游戲，現今更能夠模擬人類智能，執行深度學習算法，并成為計算機、機器人和自駕車的大腦，能夠察覺并了解周遭世界。以GPU為代表的圖形處理器推動了深度學習的浪潮，如今在全球 AI 深度學習運算的興起之下，人工神經網絡的運用凸顯出 GPU 運算的特性。藉由深度學習運算能夠延續遲緩成長多年的摩爾定律持續演進，并且成為目前AI技術主流演算方式機器學習、深度學習、自主和自動化、人機合作，未來人機合作的效率超過任何單純的人力或機器。?

科技部人工智能制造系統研究中心簡禎富主任指出，工業4.0的發展不只是制造管理的問題，也是生態系統的競爭，業者要集成供應鏈做到共同發展。不只科技業，傳產業也要思考如何應用人工智能升級轉型。回顧過去幾次工業革命脈絡，1.0和3.0屬于技術革命，包含蒸汽機、晶體管、數碼的革命，2.0和4.0更多是商業模式、平臺、產業生態系統的競爭。***優勢為跟隨式創新、快速量產、降低成本、供應鏈管理等軟實力，基礎工業能力和尖端研發不如先進國家，面對紅色供應鏈與先進國家高階制造與夾擊，***應從工業3.5切入，才是制造戰略的利基。工業3.5是結合人、智能機械的鋼鐵人，更符合***目前的產業結構。并提醒***廠商把握當前產業結構轉換的空檔，才是加強競爭優勢的王道。?

因應半導體制造生產及技術需求，AI制造將會是提高生產效能，降低成本的企業核心競爭力。SEMI做為國際半導體產業協會，以連結 (Connect)、合作(Collaborate)、創新 (Innovate) 為協會宗旨，串聯產業間的交流、引領技術討論，藉此協助產業升級和促進產業生態系統的健全發展。接下來在國際半導體展 (2018年9月5~7日，南港展覽館) 將與ABB、研華、NVIDIA、Sony及UPS等領導企業聯手打造全新展示空間Smart Manufacturing Journey，完整呈現智能制造藍圖，同期將有智能制造系列活動(主題專區展示、國際論壇、貴賓午宴)，打造***最大半導體智能制造交流平臺。