当前位置: CompoTech China > 专题 > 专题报道 >
 

工业 4.0 非硬性规范,而是价值的创造&选择

本文作者:任苙萍       点击: 2018-12-24 08:24
前言:
工业 4.0 与智能制造在全球蔓延至今,人们对于其必要性与适用性仍时有争论。今年"SEMICON Taiwan 2018"期间,在台湾物联网产业技术协会 (TwIoTA) 主办、国际半导体产业协会 (SEMI) 协办的《AIOT 时代的驱动力——半导体应用发展论坛》会中,多位科技菁英亦对相关议题分享切身观感。
 
由鸿海和亚太电信转投资的富鸿网,对智能制造和工业物联网 (IIoT) 的实兵演练颇有心得;副总经理邱登崧借镜富士康经验表示,从独善其身到物联网示范工厂、创新中心、工业云基地、大数据 AI 研究院陆续成形,他们发现:设备机台的数字化自动光学检测 (AOI) 需要更精密 8K 高清摄像,不同设备需要不同传感器将数据回传,以数字双胞胎先在虚拟产线环境建置、仿真,再做虚实整合;前端需要强大的边缘计算能力,以便灵活调整参数,而 5G 传输可加速工业网关 (Gateway) 协助沟通不同设备的语言,机器学习可实现预知维护,降低停机成本。
 

照片人物:富鸿网副总经理邱登崧
 
"IIoT 生态系的核心是边缘层,最重要、最扎实、最基本的数据皆来自于底层,应由下往上部署才实际",邱登崧说。最上层的应用端体现在人流、物流、制造工序、信息、资金和技术等六个面向,人脸辨识、区域控制、自动仓储和 AOI 检测是常见项目,意在"提质、增效、降本、减存"。经实证,供应链自动决策系统可将接单、生产、供货的整体效率提升 30%,库存周转提升 15%;"柔性装配"的人均产值可提升 30%、库存减少 33%。
 
AI数据驱动,异常侦测&根因分析更Easy
台达电子 (Delta) 处长刘慧瑾谈到 AI 在智能制造的应用表示,少量多样、缺工、人员流动大、训练不及、分布式制造供应链、产品生命周期和交期缩短,以及环保意识高涨,都是催生智慧工厂的动力,须克服两大难点:一是生产灵活度,易于重新配置、迭代;二是成本,着重软、硬件整合及安全机制。自动化晋升到智能化的好处是可借助虚实整合、深度学习、机器视觉和数据分析做根因分析,优化生产机台、侦测异常并降低损耗。以面板 AOI 为例,单一工序就有 80 个站点、40 万个影像须检核品管。
 
如果以人工经验辨识、找出缺陷工序恐有可靠度疑虑、过犹不及,且新人训练废时;若为降低误判率而调低精准度参数,又恐有所遗漏。AI 的加入可回馈学习结果、取得平衡,且易于扩充系统、提高生产效率;在电子产品周期轮替快速的今天,得训练好的 AI 模型之助,可及时抢市。不过刘慧瑾提到,就影像自动 AI 分类的方法,一旦训练影像不够多、周期又短,在辨认缺陷上会有限制;故力倡以数据代替影像,借由监控、收集数万个机台参数做异常侦测与根因分析。有鉴于机器可能也是异常导因,而参数优化需要时间收集完整、质量好的大量数据。
 

照片人物:台达电子处长刘慧瑾
 
如此一来,可自动产生数据并找出对的参数,实时找出有问题的站点,再到现场实作、修正、及时修复,以提升良率、降低退货率,不至于到最后统计过程控制 (SPC) 阶段才惊觉异常而积重难返,且 AI 数据驱动 (data driven) 可产生新智慧。钰创科技 (Etron) 董事长卢超群则抛出一个饶富省思的提问:为何看似走不下去的摩尔定律还能存活到今天?他揭密,其实半导体演进历程正迈向第四个世代:
1. 硅世代 1.0——线性微缩,每一节点线宽微缩 0.7 倍,30µm 至 28nm 共 20 节点,促使 IC 产业放量经济成长,因而诞生"指数摩尔定律";
2. 硅世代 2.0——面积微缩 (Area Scaling) 造就有效摩尔定律经济 (Effective Moore's Las Economy, EME),晶体管从平放改成直立成 3D 鳍式场效晶体管 (FinFET),可容纳更多晶体管;
3. 硅世代 3.0——体积微缩,着眼于 DRAM 与逻辑组件因制造工艺不同、做在一起不合理,故采取堆栈方式因应,2014 年起,多芯片封装 (MCP)、系统级封装 (SiP)、多芯片模块 (MCM)、3D 裸晶堆栈等异质整合受到重视;2016 年后更进化到不用基板、蜕变为 3D 晶圆级系统集成及体积微缩,如:CoWoS、InFO-PoP……;
4. 硅世代 4.0——半导体将进入"功能X价值"微缩涨时代,遵循"硅X非硅异质性整合+功能X价值之微缩涨法则+纳米级系统设计"公式,创新"类摩尔定律经济"(Virtual Moore's Law Economy, VME),衍生巨大商机。
 

照片人物:钰创科技董事长卢超群
 
机器视觉当道,3D感测迎风展翅
卢超群主张,碍于先进工艺成本过高,将系统板整合到芯片里是变通的折衷方案——3DX3D 视觉微系统被异质整合到纳米系统中即为先例,在 AI 边缘节点应用极广。例如,来飞眼 (LyfieEye) 全景摄影机+虚拟现实+3D 建模+量测结合室内导航,记录旅宿或观光景点特征制作影音地图 (AV MAP),其组合还能用于医疗手术。看好视觉商机,钰创力图转型"IDATE"(Intelligence Data Acquisition Transmission Enterprise,智能数据取得及传输企业);卢超群笑说,这个词也隐含"与创新来场智慧约会"之意。
 
钰创立足于机器人和 AI,往上迭加内存 (携手力晶合作,工艺目标从大容量转为小尺寸) 与扩增/虚拟/混合实境 (AR / VR / MR);再往上延伸,以物联网与边缘计算为双手,最后是灵魂之窗——眼睛,由两部分构成:一是 USB 等各式传输接口,二是 3D 深度地图 (Depth-Map)、360∘球形摄影机,外加 3D 影像/VR/AR 和 3D"ThingCapture"平台——可将环景拍摄的立体对象快速转换成"点云"(point cloud) 之数字坐标数据,再以软件及算法回推。卢超群透露,2020 年日本东京奥运的 4K / 8K 影像就有采用钰创产品。
 
此外,Amazon GO 无人商店有 6,000 支监视器亦是采用钰创产品,可显示 3D 景深;卢超群介绍,3D 感测技术主要有三种:苹果 (Apple) 采用雷射扫描、英飞凌 (Infineon) 采用飞时测距 (ToF)、英特尔 (Intel) 和钰创则是以 AI 演算。类似规划用于智慧工厂,360∘球形摄影机可做全厂巡视,以记录工安事件、食安环境、警示漏水/害虫出没或监看工人作业情况。与此同时,广义 AI 不只有外环境、还包括内环境和微生物环境,即使微小如细胞、细菌,就是一台可感测、计算的微型电脑,重点是要能掌握领域知识。
 


图:钰创科技 3D 感测广角测距/手势辨识模块 EX8036 获颁 2018 COMPUTEX《Best Choice Award》殊荣;其内建自主研发 eSP876 HD Depth-Map 单芯片,可取得被摄景物深度距离及深度图像、供机器视觉之用
资料来源:
https://www.tca.org.tw/tca_news1.php?n=1205&a=y
 
微机电入列,语音互动拉近人机距离
卢超群总结:只做 IC,就只能乖乖受限于摩尔定律;若加入系统和软件概念,可进阶硅世代 3.0;但欲再往上突破,必须加入微机电 (MEMS) 才行,且只有 AI 还不够,得有"HI"(人类智慧,Human Intelligence) 加持。循此路线,未来半导体整体产值仍有成长空间,预估 12 年后将是现今水平的 2.5 倍。然而,他也感叹:随着微米技术向先进节点推移,半导体组件的制造费用越来越高,以往的大众创新平台似乎已变成贵族创新平台,不免会让创新受限于财力;所幸,40 纳米以上的工艺已足够 AI 应用,视可用资源量力而为即可,不必盲目跟风。
 
最后,卢超群宣示,廿世纪是科技革命,而廿一世纪的今天正引爆科技多元化应用革命,人工智能+硅电子的智能时代已来临!随着各行各业的智能化,半导体除了电子业大本营之外,也须广泛涉猎各个终端产业。联发科技 (MediaTek) 副总经理暨智能装置事业群共同总经理徐敬全则认为,AI 与 IoT 彼此具有相关性——AI 有助于提供服务来源,让物联网更合理化;例如,脸部身份辨识 (Face ID) 要精准,须仰赖 AI 训练;而内建七个麦克风收音的 Alexa,经语音处理后连到后台网络、转化成听得懂的语意以启动各式服务。
 

照片人物:联发科技副总经理暨智能装置事业群共同总经理徐敬全
 
经由 AI 语音互动,能让人机距离更近、互动更自然,体现个人化。成立近 35 年、在全球拥有 18 个工厂、7 万名员工的封测大厂日月光,本身正是绝佳 IoT 实验场域;通过实时收集环境参数,分析时间对时间、机器对机器的变异性,后经无线技术整合连接操作面信息,优化环安和制造过程。系统整合研发中心处长郑民耀表示,日月光近年积极拓展 SiP 开发及系统整合;例如,将天线射频 (RF) 整合在封装中,并利用嵌入式基板压缩 Z 轴垂直高度、增加密度,极小化堆栈元器件尺寸并提供"虚拟参考设计平台"供客户从云端做功能验证。
 

照片人物:日月光集团系统整合研发中心处长郑民耀
 
该平台包括三部分:整合不同微控制器 (MCU)/RF/传感器等硬件设计指引、应用程序 (APP) 软件以及无线网络/边缘计算/机器学习等协同开发,还能对接环境/生物/运动传感器 (motion sensor) 等。开发者可在一周内完成原型与手机 APP 验证、三个月内走完开发到认证的完整工程。郑民耀指出,日月光基于无线传输可靠度起见,特别在边缘节点加入 AI 演算,可确保传输的优先顺位并减少 70% 封包传输。