登录注册   忘记密码

AI应用可提升晶圆厂运作效率,AI厂受惠!

存储器大厂美光(Micron Technology)的一位高层表示,芯片制造商正在利用人工智能(AI)提升晶圆厂运作效率,而相关的努力已经开始取得回报。TIM截图20170919102330.jpg

负责晶圆厂运营的美光副总裁Buddy Nicoson在上周于国际半导体展发表专题演说时表示,晶圆厂管理者需要在应对移动电话的客户需求同时,于全球各地的多个制造据点同步布署持续变化的制程技术;而所有这些努力,都是芯片制造商为了尽快达到企业等级的良率与品质目标。

 

Nicoson在半导体产业界有超过30年经验,在2014年加入美光之前,曾协助三星(Samsung)、AMD与Cypress Semiconductor管理晶圆厂;而在美光则是协助该公司初试身手,将AI技术导入晶圆厂运作。他在演说中表示:「与未导入该类应用之前相较,AI让我们达成需求良率目标的速度快了25%;而达成需求缺陷率(DPM)目标之速度也快了35%。 」

 

美光在美国、日本、台湾与新加坡都有晶圆厂,各自的团队会相互学习;Nicoson解释,例如台湾团队从大数据学习到的经验:「我们会希望能通过内部网络快速传播。」利用AI,美光正将晶圆厂管理从晶圆厂转移到远端的控制中心;「你不再需要像以前那样派人到现场,」他指出:「通过设置远端控制中心的仪表板,你可以取得非常广泛的视野。」

 

Nicoson透露,美光每天会收集到5TB (terabytes)的信息;该公司有3,000台信息获取装置,任务分配给不同的工作站小组与团队。「如果你的组织里有1万3,000人,3,000台装置并不很多;」他指出:「我们正在尝试将一些非常复杂的东西,转译给我们正努力有所改变的工作人员。我们必须要开发出有形的工具,让我们的人可以利用。」

 

管理顾问公司McKinsey的资深合伙人Bill Wiseman曾表示,AI的应用是需求的预测,而这项任务是人越来越难做到的。「当苹果(Apple)发表了新款iPhone,你最好知道其最佳销售预测,否则你就会跟不上。」

 

他指出:「如果你是除了Apple之外,得供应其他所有厂商的人,你知道谁会赢?你该出货给谁?我们已经看到价值链上每一个节点都有大量的生产过剩以及报废品;」而机器学习能对于市场需求的芯片供应量提供更好的预测。

 

Nicoson也听过类似的说法,他表示:「现在生产时程是流动的,每一分钟都会改变;如果你缺少能应对工厂所在地环境即时动态的调度程序(scheduler),你就会落后。而这是可以通过虚拟化来强化的能力。」

 

他认为虚拟化是一件「大事」,完整的虚拟化策略能显示隐藏的亏损与浪费:「如果你出去与现场工程师交谈,他们所遭遇的挫折之一,就是我会称之为“坐井观天” (siloed views)的问题;他们会去某个系统看看某些东西,再到另一个系统去看看起其他东西,但都是不完整或不连贯的。」

 

Nicoson表示,无结构(unstructured)的信息可以被用来消除美光的信息里存在的偏见:「最终你会看到以往看不到的隐藏亏损以及浪费;现在他们成为系统化的签章(systematic signatures ),而且你能做一些相关的事情。」

 

McKinsey的Wiseman还表示,机器学习能告诉企业管理层哪位员工打算离职;借由预测结果,公司管理层能有所行动并在员工走人之前「挽留」他们。不过这也意味着管理层与员工之间会需要有全新的沟通协议。

 

Nicoson指出,机器学习是一种对芯片制造商来说仍在初期发展阶段的技术,其目标之一是利用AI在制程早期识别硅晶圆片上的缺陷。「这与脸部辨识非常类似,」他指出:「这种方案有两个面向,几何识别与立体光学(photometric)识别,这在通报制程状况上非常有效。」

 

而Nicoson也认为,半导体产业对于AI技术的重视落后,是有点尴尬的状况;这个产业才刚开始要利用AI技术取得价值。


AI厂商受惠,NVIDIA有望主导

CNBC 18日报导,美银美林分析师Vivek Arya将人工智能 (AI)芯片开发商NVIDIA Corporation目标价自185美元调高至210美元。Arya指出,AI芯片市场规模高达300亿美元、NVIDIA有望成为主导供应商。根据FactSet的统计,Evercore ISI分析师CJ Muse给予NVIDIA的目标价(250美元)最高、其次为Arya。

GetNewsRptpng.png

美银预估今年数据中心资本支出将成长16.5%、2018年再成长21%。Arya指出,谷歌的AI产品属于专用芯片,NVIDIA的则是一般用途处理器、较容易依据不同任务进行设定。他认为NVIDIA拥有较为宽广、竞争对手难以复制的AI/机器学习生态系统。Arya并且提到,上周登场的医学图像计算会议有50%的研究报告跟深度学习有关,NVIDIA在这个领域拥有先行者优势。根据FactSet的统计,截至2017年9月15日为止的12个月期间NVIDIA股价上涨187%、涨幅高居标准普尔500指数成分股之冠,远优于标普五百的17%升幅。

 

NVIDIA CEO黄仁勋日前在受访时表示,现在有点像是网际网络刚开始的时候。谷歌在今年5月的I/O会议上发表TPU (Tensor Processing Unit,张量处理单元)第二代芯片、拥有45兆次浮点计算(Teraflops)。NVIDIA在今年GPU科技大会(GTC)发表的全球最先进AI计算架构「Volta」、采用台积电12 纳米 NVIDIA优化制程,每颗Volta GPU可进行120兆次浮点计算(Teraflops)。

 

MarketInsider报导,Muse 9月15日指出,NVIDIA现在已主宰AI训练阶段、未来可望成为推论(Inference)阶段的领导厂商。


英国《电讯报》「Telegraph Money」专栏8月13日列举7档自驾车、AI/机器学习、机器视觉、大数据概念主要受惠股,当中提到赛灵思(Xilinx)所生产的芯片负责机器学习过程中的推论部分。赛灵思7月指出,百度(Baidu)公共云采用Xilinx的FPGA应用加速服务。百度云新服务「百度FPGA云端服务器」采用高度效率化的Xilinx FPGA工具以及开发机器学习所需的软件。


您的评论:

0

用户评价

  • 暂无评论