為提升工廠效率、精進製程品質與滿足客戶交期要求,日月光半導體自2015 年始投入自動化關燈工廠規劃,以「自動化」、「高異質性機器設備整合」與「高異質性微系統封裝整合」三大主軸,實踐工廠智慧化 / 智能化的數位轉型,期望以先進的資訊科技贏得客戶信任,打造智慧化的典範工廠。自2011年,日月光半導體率先成立自動化委员会,由各事業單位的自動化團隊 ( 導線架封裝、球格陣列封裝、覆晶封裝、晶圓級封裝、系統級封裝與測試服務 ) 以及資訊管理中心共同組成跨單位的敏捷團隊。歷經十年的淬鍊,於2023 年完成了46座智慧工廠,培育超過700 位自動化工程師,累計超過 57 件產學技研專案,同時获选世界经济论坛灯塔工厂,奠定重要里程碑。
日月光半導體高雄廠在獲世界經濟論壇選為全球燈塔工廠之後,繼續依循智慧製造與永续發展的雙軸進行轉型,整合工業4.0的各項先進技術並全面應用人工智慧(AI)於營運活动中,在提升生產及營運效率的同時兼顧環境的永续。在智慧製造的主軸上,導入AI智慧排程取代人工,有效減少產品生產週期並大幅提升生產效率;在製程控管方面,運用AI影像辨識、機械學習、大型語言模型、特徵工程技術等開發出先進的製程管控系統,可預警設備異常、預測設備壽命,縮短處理時間並減少影響範圍,維持良率在最高點。在永续發展的主軸上,透過AI技術的輔助達到節能、節水、減廢的成效,採行AI智慧能源管理,可隨環境與生產需求動態調配廠務設備以最佳能耗運轉;透過排放水品質的監控及AI演算協作,最佳化產水並提升回收水量,減少水資源的用量;透過多方合作以循環經濟模式達成廢棄物的資源化,亦透過AI自動監控清運車動向,確保廢棄物處理不衝擊環境。面對產業的高度競爭以及氣候變遷的嚴峻考驗,日月光半導體高雄廠秉持以人為本的精神,透過智慧與永续的雙軸轉型,提升人員的技能,搭配數位科技的智慧工廠,實踐淨零承諾,達成企業與環境共融的願景,發揮影響力帶領產業走向永续的美好未來。此外,日月光投控秉持「以人為本」的理念,致力於建構健康、安全的工作環境。2023年,與旗下子公司合作,並邀請六家封測業者同行,共同創作半導體封測產業的首份「封測機台安全白皮書」,提升職場安全,保障員工。白皮書參考國內外標準,進行機台安全風險識別與設計,並與產、官、學專家討論制定標準,分析職業災害原因,提出預防對策,結合「人、機、環境」三大面向,導入本質安全設計與人因危害預防,從源頭提升工作場所的安全性和員工福祉。
挑战
面临问题
因应作法
设备连线能力不足
要达到智慧工厂的境界,首先要将生产设备的资讯收集到中央资料库中,才有办法进行即时分析与管理。
早期封測產業的生產設備具備半導體設備通訊標準 (Semiconductor Equipment Communication Standards, SECS) 能力的比例相當低,設備連線能力成為首要挑战。
第一步
与採购单位合作跟设备供应商洽谈,在新生产设备的採购规范中要求生产设备必须具备厂贰颁厂能力。
第二步
针对既有生产设备进行研究,找到自动连线的方法,并转换成厂贰颁厂格式。经过几年的努力,使日月光的生产设备完全具备厂贰颁厂能力。
产物追踪复杂度高
以车用电子的客户為例,基於安全的理由,必须清楚地记录每一部车子上的每一颗晶片的生产履歷,以便发现问题时可以追踪。
半导体前段晶圆製程的产物追踪方式,透过晶圆刻号进行辨识,待晶圆製程完成后,会将晶圆切割成一颗颗晶粒(顿颈别),再针对晶粒进行加工,此时晶粒上不具备任何刻号可以进行辨识与追踪。
运用2顿码与搁贵滨顿技术,确实记录每一颗晶粒来自哪一片晶圆的哪个位置、每一颗晶粒位於载板上的位置、以及每一个载具跟载板的位置。
每個位置資訊都被完整保存在圖檔系統(MAP System)的資料庫,可隨時追查,不僅是客戶可以追查生產履歷,同時工程團隊也可以運用此生產履歷進行品質與良率分析。
缺乏自动化在地供应链
建置智慧工厂初期,自动化设备供应商多為国外大厂,面临价格高、反应效率低、备料时间长等因素,影响智慧工厂建置时程与成效。
積極尋找在地自動化設備供應商,包含自動搬運系統、自動倉儲、機器手臂等, 近幾年已培植約38家自動化供應商,強化台灣在地自動化產業鏈。
人才培育不易
自動化委员会成立之初,具備自動化建置能力的工程師僅有30位,求才若渴。
透过自动化学院、产学技研与人工智慧学院等作法,已培育累积超过700位的智慧工厂自动化工程师。
人工智慧學院 : 2018年起辦理AI學院,積極推廣人工智慧技術,讓IAI平台全民化,藉由 AI 平台深入製造、工程、行政單位,讓全民可以進入 No-code 的AI時代,累計至2023年超過10,000人。
智能工程學院: 2022年起,為了工程單位開立專門課程,培育 PE/EE了解統計分析方法與機台健康預警觀念,善用數位工具與專案應用的發想, 累計至2023年培育超過 3,000多位同仁。
數位力學院: 從 2018 年開始,在行政單位規劃了各類型的數位工具課程,例如: RPA、Meta BI、Doc.Bee、co-know…,透過這些數位工具協助各單位在流程e 化方面能夠快速地利用數位工具,有效的節省人員的工作時間,累計至2023年已培育超過 8,000位同仁。
挑战
面临问题
因应作法
设备连线能力不足
要达到智慧工厂的境界,首先要将生产设备的资讯收集到中央资料库中,才有办法进行即时分析与管理。
早期封測產業的生產設備具備半導體設備通訊標準 (Semiconductor Equipment Communication Standards, SECS) 能力的比例相當低,設備連線能力成為首要挑战。
第一步
与採购单位合作跟设备供应商洽谈,在新生产设备的採购规范中要求生产设备必须具备厂贰颁厂能力。
第二步
针对既有生产设备进行研究,找到自动连线的方法,并转换成厂贰颁厂格式。经过几年的努力,使日月光的生产设备完全具备厂贰颁厂能力。
产物追踪复杂度高
以车用电子的客户為例,基於安全的理由,必须清楚地记录每一部车子上的每一颗晶片的生产履歷,以便发现问题时可以追踪。
半导体前段晶圆製程的产物追踪方式,透过晶圆刻号进行辨识,待晶圆製程完成后,会将晶圆切割成一颗颗晶粒(顿颈别),再针对晶粒进行加工,此时晶粒上不具备任何刻号可以进行辨识与追踪。
运用2顿码与搁贵滨顿技术,确实记录每一颗晶粒来自哪一片晶圆的哪个位置、每一颗晶粒位於载板上的位置、以及每一个载具跟载板的位置。
每個位置資訊都被完整保存在圖檔系統(MAP System)的資料庫,可隨時追查,不僅是客戶可以追查生產履歷,同時工程團隊也可以運用此生產履歷進行品質與良率分析。
缺乏自动化在地供应链
建置智慧工厂初期,自动化设备供应商多為国外大厂,面临价格高、反应效率低、备料时间长等因素,影响智慧工厂建置时程与成效。
積極尋找在地自動化設備供應商,包含自動搬運系統、自動倉儲、機器手臂等, 近幾年已培植約38家自動化供應商,強化台灣在地自動化產業鏈。
人才培育不易
自動化委员会成立之初,具備自動化建置能力的工程師僅有30位,求才若渴。
透过自动化学院、产学技研与人工智慧学院等作法,已培育累积超过700位的智慧工厂自动化工程师。
人工智慧學院 : 2018年起辦理AI學院,積極推廣人工智慧技術,讓IAI平台全民化,藉由 AI 平台深入製造、工程、行政單位,讓全民可以進入 No-code 的AI時代,累計至2023年超過10,000人。
智能工程學院: 2022年起,為了工程單位開立專門課程,培育 PE/EE了解統計分析方法與機台健康預警觀念,善用數位工具與專案應用的發想, 累計至2023年培育超過 3,000多位同仁。
數位力學院: 從 2018 年開始,在行政單位規劃了各類型的數位工具課程,例如: RPA、Meta BI、Doc.Bee、co-know…,透過這些數位工具協助各單位在流程e 化方面能夠快速地利用數位工具,有效的節省人員的工作時間,累計至2023年已培育超過 8,000位同仁。
作為產品量產前的控管措施,機台自動化程式(Equipment Automatic Program, EAP)透過SECS/GEM與設備機台進行資料溝通,確保數據的有效性,提升整體設備效率(OEE)。
為降低机台连线程式开发技术门槛,自製标準化机台连线程式开发平台,解决流程设计问题,简化程式开发复杂度、提升人机比及时间。
利用即时收集机台生产参数,系统自动进行异常侦测,对机台立即发出警讯措施,快速回报机台状况,避免持续生产不良品,即时侦测产物异常,建立异常通报机制。
整合無人搬運車(AGV)與機器手臂(Robot),推出自主移動機器(AMR-Autonomous Mobile Robot),自主移動機器人具有自主、靈活運用的特點,可進行搬運作業,節省線上作業人力,藉此提升封裝產能。
运用人工智慧异常侦测技术,办识可能会造成资安漏洞的资讯设备在发生资安事件前即可主动侦测并拦截,以自有技术减少资安风险并降低建置成本。
透过智慧型预测保养机制来判断是否需要执行实际保养行為,即时侦测设备组件故障与预测异常,并主动通知维修人员处理减少机台故障时间。
聯手中華電信與高通(Qualcomm),建置5G mmWave企業專網提供數據高速傳輸和即時回傳資料,導入產線自動巡檢(AI+AGV智慧無人搬運車)、AR遠端維護協作與綠科技教育館AR體驗環境三大應用,展現未來智慧工廠及自動化可以涵蓋的範圍及複雜度。
開始建構IAI平台,打造AI no code的環境,推動全公司AI全民化應用。
日月光半导体高雄厂先进晶圆级封装厂在整个运营过程规划佈署工业4.0技术,特别是将础滨人工智慧技术应用於製程提升良率与生产排程正确性,成果获得世界经济论坛的肯定,获选為全球灯塔工厂(骋尝狈)。
日月光高雄智慧製造持續演進,利用AI持續優化製程作業,由多元產品的複雜製程切入,應用AI輔助人員以在製品成本最小化、良率最大化的目標,排機排貨以滿足交期、在最短生產提供最佳組合排程的模型。海量的資料探勘、分析,工廠全年無休的龐大運算特性讓 AI 應用於日月光高雄廠遍地開花。
日月光半導體高雄廠在獲世界經濟論壇選為全球燈塔工廠之後,繼續依循智慧製造與永续發展的雙軸進行轉型,整合工業4.0的各項先進技術並全面應用人工智慧(AI)於營運活动中,在提升生產及營運效率的同時兼顧環境的永续。
在智慧製造的主軸上,導入智慧排程取代人工,有效減少產品生產週期並大幅提升生產效率;在製程控管方面,運用AI影像辨識、機械學習、大型語言模型、特徵工程技術等開發出先進的製程管控系統,可在生產過程中即時監控各種生產資訊,可預警設備異常、預測設備壽命及養護作業,縮短處理時間並減少影響範圍,維持良率在最高點。在永续發展的主軸上,採行智慧能源管理,透過全面性的資料採集及監控系統,搭配AI以最佳參數進行自動控制,可隨環境與生產需求動態調配廠務設備以最佳能耗運轉;在水资源管理方面;透過製程後排放水品質的監控及AI演算協作,最佳化方式產水並升回收水量,減少自來水用量;在废弃物管理方面,透過多方合作以循環經濟模式達成資源化的成果,以全數位化流程及AI自動監控清運車動向,以確保廢棄物對環境造成衝擊。
面對產業的高度競爭以及氣候變遷的嚴峻考驗,日月光半導體高雄廠秉持以人為本的精神,透過智慧與永续的雙軸轉型,提升人員的技術含量以重塑價值,搭配數位科技的智慧工廠,實踐淨零承諾,達成企業與環境共融的願景,發揮影響力帶領產業走向永续的美好未來。
我們的智慧工廠從自動化開始扎根,實踐客戶、供應商與自己製造流程的三維度的異質整合,帶動整個半導體產業鏈的升級與創新,加速科技產業的技術進步,使封裝測試扮演超越摩爾定律(More than Moore)的關鍵角色。