芯耀
229
半導體與電子制造業(yè)面對疫情與中美貿易戰(zhàn)沖擊，透過數位轉型提升韌性，採用工業(yè)物聯網平臺與微型控制元件等方案，強化設備的感知與聯網能力，再以完整數據為基礎解決產線瓶頸，朝向智慧工廠的藍圖邁進。
工業(yè)自動化、數位化的議題延燒已久，近年終端產品的晶片需求量大幅成長，同時供應鏈受到疫情與中美貿易戰(zhàn)的衝擊，包含晶片短缺、關鍵零組件供貨延遲、工廠缺工或因封城停工，造成手機與車用等晶片嚴重缺貨，終端產品減產。供應鏈波動帶來的挑戰(zhàn)與機會，催化半導體與電子製造業(yè)廠商加快智慧化與自動化的腳步，試圖透過智慧化工具提升產業(yè)韌性。
傳統電子廠由提升設備的感知與通訊能力著手，收集完整的數據，用以解決生產問題并進一步應用建立人工智慧(AI)模型，實現遠端控制、即時修正錯誤等功能，解決原先高度仰賴人力的困境。而半導體製造業(yè)的製程已高度自動化，近期則將周邊支援系統納入數位化范圍，期望藉此控管成本、建立完整的碳足跡追蹤機制，以符合國際品牌廠的綠能標準。洛克威爾與恩智浦半導體(NXP)等廠商，便透過工業(yè)物聯網平臺與微型控制元件等形式，協助業(yè)界升級數位化程度，強化工廠面對外部衝擊的應變能力。
晶片缺貨2023年趨緩
TrendForce半導體研究處分析師喬安指出，2020~2021年的晶片缺貨潮主要來自于市場上對晶片的蓬勃需求，但是晶圓廠的產能受限，因此供需失衡。2019下半年5G手機帶動大量的晶片需求，卻在2020年遭遇疫情跟地緣政治的影響，引發(fā)晶片缺貨的現況，使得晶圓廠持續(xù)擴產，以求填補晶片缺口。但是晶圓代工廠擴產成熟製程，比較不具備成本效益，因此成熟製程擴產計畫受限，直到明確看到市場需求成長，晶圓代工廠才開始規(guī)畫擴產，因此可以看到2021擴產的計畫集中在中國的華虹跟合肥晶合的90nm跟55nm製程，但是該製程的產品應用范圍較少，因此對晶片缺貨幫助有限。
晶片缺貨的緩解，仰賴臺積電、聯電的成熟製程擴產計畫，2022年的擴廠計畫集中在臺積電跟聯電的40nm及28nm製程，對緩解晶片缺貨潮較為有效，不過產線實際運作需要等到在2022下半年到年底，真正產出晶圓須等到2023年，所以2022下半年可能會看到晶片缺貨潮緩解的跡象，但是2023年才能實際緩解缺貨潮。
從轉型方案供應商的角度分析，洛克威爾中國臺灣區(qū)半導體/食品飲料/生技工業(yè)自動化業(yè)務部經理李懿庭(圖1)認為，2021年全球遇到的供應鏈挑戰(zhàn)，包括晶片及被動元件缺貨、貨運不正常等，預估到2022上半年仍會如此。因為雖然中國臺灣地區(qū)疫情趨緩，其他國家的防疫措施也逐漸解封，但是業(yè)界仍處于恐慌搶貨的階段，所以晶片供貨需要等到2022下半年，才會逐步回歸秩序。當晶片缺貨潮在2022下半年開始緩解，市場會出現新的供需平衡，建立新的供應常態(tài)。
圖1 洛克威爾中國臺灣區(qū)半導體/食品飲料/生技工業(yè)自動化業(yè)務部經理李懿庭
數位化以數據為基礎
當供應鏈受到衝擊，半導體與電子製造業(yè)共同面對人力及供貨的挑戰(zhàn)，亟需透過提升數位化程度解決。經歷疫情下，工廠被迫停工與缺工的窘境，半導體/電子製造業(yè)意識到以人力作業(yè)為主的產線風險較高，需要透過機器人與人力協同作業(yè)、AR/遠端控制，盡可能減少現場人力，并且須在人力減少的狀況下，還是要確保能解決產線問題，維持工廠基本的運作。而缺料則是供應鏈多次遇到的挑戰(zhàn)，若能透過物聯網平臺整合供應商與企業(yè)生態(tài)系，有望緩解缺料的衝擊。
此外，為了提升製造業(yè)面對人力與物料衝擊的韌性，數位轉型是有效的解決方案，然而實際導入仍須克服數據收集及OT資安的議題。部分中國臺灣地區(qū)的電子製造業(yè)工廠完工已久，設備聯網及感測的功能不一，因此資料不易收集，難以透過數據分析升級既有的產線。而半導體製造業(yè)雖然產線的自動化設備完善，製程端的數據完整性高，且通訊功能成熟，但是周邊的水氣、電力等支援系統仍使用傳統設備，在追蹤碳足跡及強化成本管理的需求下，半導體製造業(yè)需要為支援系統建立完整的通訊架構。
面對尚未建立完整數據的情況，洛克威爾成立智慧製造創(chuàng)造小組，透過概念驗證(POC)協助電子製造業(yè)聚焦，找到數位轉型初期可切入的角度，接著快速建立小型系統并上線測試，藉由來回快速測試與修正，確保小系統符合使用需求，最后將專案擴大并應用在整體的產線上。此外，工業(yè)物聯網平臺FactoryTalk InnovationSuite可以跨控制系統與資料庫收集數據，整合不同的數據來源，為數位轉型建立穩(wěn)固基礎。
微型控制元件實現即時修正
NXP大中華區(qū)市場行銷經理李宜儒(圖2)表示，依照生產流程自動化的進程，從純人力進展到機器輔助生產，機器仍須由人工設定并確認成品，但是隨著大量生產的需求不斷成長，人工逐一檢視生產品質、確認產線問題的情況可能越來越無法符合實際效益，促使工廠採用產線自動化確保生產品質。例如大量生產手機關鍵零組件的產線，如果由人力檢查生產品質，人力成本高昂，即便抽檢也會因為生產數量增加，而提高檢驗成本，因此若能在生產過程中自動把關品質，在產線上發(fā)現異常便自動修正，不但能提高產線效率，也能確保生產品質。
圖2 NXP大中華區(qū)市場行銷經理李宜儒
在檢查產品的數量增加且期望控制成本的需求之下，新一代產線必須導入更多技術，例如透過各類感測元件、影像辨識設備等，協助監(jiān)測生產流程是否發(fā)生異常、產品的生產結果是否正常，而這些感測元件、識別設備所用的控制元件也因此更加重要，必須滿足前端擷取數據傳遞、演算分析，并且將結果傳遞回產線前端的需求，一旦系統發(fā)現產線異常即可自動排除，藉此確保產線自動化流暢。
隨著影像辨識、人工智慧判斷異常等新技術導入，微型控制元件仍成為產線自動化發(fā)展重要關鍵。而面對多元的產線需求，微型控制元件客製化日趨複雜，例如不同產線電路、控制系統均有差異，同時網路連接、安全控制等設計也有所不同，加上產線自動化與精準的原物料管理密不可分，因此如何協助大量的自動化生產降低成本，成為微型控制元件客製設計的需求之一。
其中NXP應用在數位轉型相關的微型控制元件，包含MPU與MCU的產品組合，例如i.MX8及i.MX RT系列以Arm架構處理器設計更低能耗，以及良好的數據連接能力，在自動化對數據深度感知、製作流程自動優(yōu)化判斷，或是精準判斷執(zhí)行能力，藉此免除人工逐一設定控制，以及排除問題等花費時間與人力成本，滿足大量製造的需求。
數位化朝向AI前進
當工廠設備的感知與通訊能力逐漸成熟，搭配微型控制元件串連數據，且即時優(yōu)化產線上的生產流程，半導體與電子製造業(yè)數位化的下一步，是實現全方位導入AI。立基于完整的數據庫，製造業(yè)便能訓練AI模型，并將模型用于提升工廠管理效益，增加生產效率與產品品質，并且由AI取代部分的人力工作，期望實現智慧工廠的藍圖。李懿庭指出，雖然製造業(yè)智慧化仍需要長時間的累積與試錯，但是數位轉型方案供應商同樣看好未來AI應用在智慧製造的潛能，如洛克威爾已經在側重數據收集的前提下，將AI應用所需的演算法等基本工具納入物聯網平臺，可望在協助半導體與電子製造業(yè)收集數據后，進一步利用數據為產線升級。
產線升級應對外部衝擊
整體而言，疫情與中美貿易戰(zhàn)衝擊電子/半導體製造業(yè)，導致缺料、停工與缺工等問題，混亂的供貨情況需要等到2022下半年至2023年，隨著臺積電與聯電擴充的產能啟動，以及廠商不再恐慌囤貨，缺貨潮才能明顯緩解。雖然疫情逐漸緩解，供應鏈仍因恐慌囤貨，導致晶片供不應求。同時臺積電與聯電已有針對成熟製程的擴產計畫，但是新增晶圓產出須待2023年才能實際貢獻產能，因此預期2023年供應鏈將會恢復穩(wěn)定，并達到新的供需平衡。
而在供應鏈回歸穩(wěn)定前，面對嚴重的外部因素衝擊，業(yè)界對數位轉型的需求提升，期望藉此增加工廠營運的韌性，具備抵抗風險的能力。導入數位化方案并減少對人力的依賴，都有助于提升工廠的生產效率與穩(wěn)定性。
其中洛克威爾以工業(yè)物聯網平臺為基礎，為電子與半導體製造業(yè)跨平臺、控制系統大量收集生產數據，再規(guī)畫以完整的數據為基礎，分析并解決現有的生產瓶頸。NXP則由微型控制元件切入，試圖滿足多元產業(yè)所需的客製化方案，以低功耗架構與通訊能力，優(yōu)化生產流程及排除產線問題。
