良率 95%：AI 技術導入半導體製程

30 December 2024

By Sursha Wu

馬上看完整導入案例：半導體工站維持良率 95%

前言

全球半導體市場規模預計將從 2024 年的 6810.5 億美元增長至 2032 年的 20625.9 億美元，期間（2024 年至 2032 年）的複合年增長率（CAGR）為 14.9%。
Source: Fortune Business Insights, December 02, 2024

受智慧型手機、智慧設備需求及 5G 技術推動，網絡與通訊以 32% 的市場佔有率主導全球半導體市場。 Source: Fortune Business Insights, December 02, 2024

網絡與通訊在中國（32.2%）和全球（32%）市場佔有相近份額，顯見其在半導體行業中的重要性與影響力。 Source: Fortune Business Insights, December 02, 2024

跟隨市場需求的增長，全球半導體產業持續擴大生產能力。

全球半導體製造業預計在 2024 年增加 6% 的產能，並在 2025 年再增長 7%，達到每月 3370 萬片晶圓（wpm: 8-inch equivalent）產能的新紀錄。
Source: Semi, World Fab Forecast, June 18, 2024

半導體產能發展預測。Source:  World Fab Forecast

儘管產能持續擴張，供應與需求之間的差距依然存在。

在此背景下，「提升良率」成為製造商競爭力的關鍵。透過高良率的實現，不僅能降低廢品率，更能以有限的產能生產出更多合格產品，滿足高端應用對品質的嚴苛要求。

良率是反映出高品質產品的產出比例，直接影響製造成本和客戶滿意度，進而影響訂單的獲取與市場份額的提升。

聚焦於 AI 視覺技術在智慧製造中的應用，PowerArena 從企業長期策略角度出發，幫助半導體業者實現自動化製程管理，建構維持高良率（Yield Rate）與高直通率（First Pass Yield, FPY）的高效產線，助其提高市場競爭力。

良率優化對半導體製程的困難度

對半導體產業來說，提升良率本身就是一個巨大的挑戰。複雜的製程涉及眾多變因，任何細微的偏差都可能對良率造成影響。

隨著新技術的不斷推陳出新，製造商在保持技術創新的同時，如何穩定並提升良率，已成為決定競爭力的核心問題。

製造商會透過良率優化，系統性改進生產流程，達到高品質產品的最大化產出，並將浪費與缺陷降至最低。

製程的複雜性

總製程可能包含上百甚至上千個步驟，每一步的小偏差的累積，都可能成為重大缺陷。又因為多種物理現象（如熱、應力、電性）和材料（如矽、銅、介電層）的相互影響，更讓問題難以控制。

隨著製程進入更小的節點，任何微小的誤差都可能導致產品性能下降。此外，製程還對環境條件極為敏感，像空氣中的微粒或溫濕度的變化，都可能影響結果。

同時，大量的製程數據也讓問題診斷更加困難，找出真正的問題來源常需要花費大量時間與資源。

微小瑕疵造成的巨大影響

從製造業 4M1E（人員、機械、材料、方法、環境）的觀點來看，任何一個因素的波動都可能影響良率。

人：操作人員對作業程序的熟悉程度差異，或是個別人員的作業習慣，都可能導致產品缺陷或生產中斷。

機：半導體製程高度仰賴自動化設備。設備維護不足，導致精度和穩定性下降，會影響成品的完整性。

料：即使是極小的雜質或原材料供應批次間的差異，都可能導致製程中的缺陷累積，進而降低良率。

法：工藝參數設定不當或標準作業程序的設計不良，將直接影響芯片的性能與穩定性。

環：微小的環境變化可能引發靜電或污染，進而導致晶圓損壞或缺陷產生。

PowerArena 聚焦於「人」、「機」、「法」改善，優化製程效率。

AI 導入半導體製程，管理人工作業

PowerArena 觀察到， 「人」是半導體製程當中最難以追蹤與管理的因子。

半導體製程高度使用自動化設備生產，剩下需要靈活度的工作，常必須仰賴作業員參與。但作業員的組裝動作、在產線上的生產行為等等，缺乏有效自動紀錄與分析的系統，導致出現管理盲區。

而 PowerArena，將 AI 導入半導體製程，能有效補足人工作業的數據缺口，提升管理效率。

關鍵製程數據追蹤，加速製程優化

機器作業的製程數據，是透過物聯網系統自動追蹤。

然而，仰賴人工生產的組裝工站，必須透過管理層人工判斷與搜集產線數據。

一個常見的情景是，周期時間（Cycle Time），是製程中能反應生產效率的關鍵指標。為了取得數據，工業工程師必須親自進入產線，用肉眼觀察生產情況，按碼錶紀錄周期時間，再手抄紀錄數據。

搜集到的少量數據，不能反應完整、真實的作業情況，人工紀錄數據也可能發生錯誤。

將 AI 視覺導入人工作業產線，能完整紀錄與分析產線上的人工作業過程。

管理層先定義好作業規範，例如：生產開始與生產結束的情景，AI 視覺就能追蹤關鍵產線數據。設定生產目標後，系統能自動追蹤生產線週期時間 (Cycle Time)、製程時間 (Process Time) 與閒置時間 (Idle time) 等等。

完整的製程數據，才能作為生產計畫優化的資訊。

即時作業異常示警，防堵錯誤產生

對於半導體產業而言，製程中的容錯率很低。作業員的微小的步驟瑕疵，都可能大幅度影響產品良率。

PowerArena HOP 人因作業平台就像具備製程知識的管理者，協助管理人員在製程端消除人工作業錯誤。

人員設定好 SOP，系統追蹤作業員動作，一旦發覺不符合規範的作業異常時，系統會即時告警管理工班或產線工程師，並通知錯誤發生的原因，管理者可以立刻回放生產影像，確認肇因，並決定是否要暫停生產，或繼續放行工站。

管理層無需更動現有的產線流程，就能捕捉更多生產環節，不僅在製程端就防堵錯誤發生，亦能透過自動化系統，對產線生產情況有最真實與完整的認知。

良率維持 95%，關鍵工站部署 HOP

AI 正快速改變全球產業版圖，企業推動 AI 專案的速度將決定在市場上的競爭力。

PowerArena 透過在半導體產線上導入 AI 視覺技術，為製程產生實際效益，提供落地的 AI 解決方案。

PowerArena HOP 人因作業平台，在半導體服務案場中，協助該站穩定維持良率在 95%。

以 AI 視覺導入，自動抓出原本可能犯的組裝錯誤，例如料件漏裝等，讓管理者了解生產現狀，當下糾正錯誤、減少重工和廢品。

同時，HOP 人因作業平台能補足過去人工作業的數據缺口，讓管理層更了解人員在產線的作業情況，能更有效地優化作業流程規範，將心力放於建構更多提升良率的策略。

瞭解更多關於 HOP