semiconductor_v1.jpg

半導體及面板行業

透過ProfetAI不同領域的製程專家,運用製程數據建立預測模型,進行製程參數優化、品質問題因子、開線前參數模擬以及製造結果虛擬量測。
挑戰
應用場景
 

現況

半導體產業可以說是21世紀最重要的產業之一,半導體廣泛應用在我們生活的各個角落,包括電腦、手機、工業應用、車載資通訊、自駕車與電動車、AIOT、5G等等,2021年半導體產業也延續2020年的供需吃緊狀況,在2021年依然蓬勃發展。世界半導體貿易統計組織(WSTS)預估,2021 年全球半導體產值可望年增約8.4%。

挑戰

半導體產業對於製程精密度、成本管控、交期的高要求,以及廠內良好控制的生產環境、較多的設備可控制條件及監控數據,使得AI擁有非常好的應用機會與價值。如何透過人AI導入來提升內部品質、效率會是關鍵的課題。

 

應用場景

應用製程 - 玻璃洗淨、光阻塗抹、曝光、顯影、蝕刻、薄膜

快速調參並加速產能提升

半導體是生命週期很短的產業,但不管是前段晶圓或後段封測,每當有新產品導入時,所有工程人員最頭痛的往往就是會花很多時間在新的材料、新的晶圓進來時進行參數調校,因此如何有效率地快速調整參數,催動產能,變成是各廠競爭的關鍵。

輔助產品研發

半導體製程需要使用到大量研磨設備,如何在短時間內透過大數據運用 AI 建立模型來協助產品研發是一個新的方法,透過模型來模擬需要的物理或化學性質將可以減少測試樣本的製造,縮短產品研發時程。

全民 AI 議題探索

AI 議題的訂定,由過去小團隊應用擴展到企業整體,每個領域的專家基於數據探索 AI 應用的可能,由傳統 BI 模式進階升級至 AI 建模運用。

虛擬量測

品質、效率、成本是製造業關注的重點,品質檢測具有檢測成本發生,透過 AI 建立預測模型,來預測產品品質是種普遍性的手法。