作者:DIGITIMES廖家宜
人工智能因GPU强大的运算能力而再次成为全球科技的新浪潮,也使得英伟达(NVIDIA)在人工智能领域中一炮而红,占有领导地位。近年来英伟达持续在AI领域投入资源开发,也顺势协助半导体业者透过AI优化生产流程。
英伟达将一系列的GPU产品销售到全球,从晶圆代工、芯片封装、IC测试到GPU组装等,英伟达近年来不断在AI领域投入大量资源,软硬兼施,除了做硬件外也深入应用端投入AI开发。英伟达解决方案架构师刘冠良表示,现在英伟达主要锁定制造与医疗两个应用领域,我国在制造业与医疗的实力不用多说,那么对英伟达来说,自然是打造制造AI“示范场域”的不二人选。
而目前英伟达协助半导体业者导入AI的部分则主要在检测流程,包括晶圆的瑕疵检测、设计检测,以及为预防非预期性故障的制程设备或厂务设备的检测等。
而虽同为半导体产业,但刘冠良表示这三种应用场景所需的数据都大不相同,像是晶圆瑕疵检测主要以AOI设备的影像为主,而设计检测则是以GDS与OASIS数据格式为主,另外设备检测的数据来源则为传感器资料,即便在同一个产业里,数据的来源与型态就可能形成百态。
以现行制造业对AI的使用率来说,则仍以瑕疵检测比例居多,主要是因为几乎每个制程都需要过QC这关。不过由于现行常见的AOI设备过筛几率高,迫使业者往往要花额外人力成本进行人工第二次筛检并进行分类,而传统AOI设备原本就留存的大量影像资料就恰巧成为AI的训练数据库。
刘冠良观察,英伟达切入的应用点与目前市场趋势雷同,都是在AOI设备检测之后利用AI取代人工进行复判与分类。而去年英伟达便成功协助封测大厂矽品导入AI晶圆瑕疵检测流程,改善原本超过70%的过筛率、一天高达数千张影像需要重新人工复判的流程。
而刘冠良也特别指出,利用AI优化检测流程不仅在于提高效率,还可借此合理化进行人力调度安排。因产业有淡旺季之分,这时采用固定人力不见得合乎所需,然借由AI的导入或可解决过度依赖人力的困境。