希捷科技近日宣布其已成功在美國明尼蘇達(dá)州諾曼戴爾的晶圓工廠首次部署深度學(xué)習(xí)制造計(jì)劃。希捷內(nèi)部將此計(jì)劃命名為“雅典娜計(jì)劃 (Project Athena) ”，計(jì)劃采用深度學(xué)習(xí)，經(jīng)過自我訓(xùn)練后，可比特定領(lǐng)域的真人專家更快且更精確地檢測出產(chǎn)品瑕疵。藉由打造務(wù)實(shí)可行的人工智能 (AI) 平臺(tái)，能更快地處理異常及生產(chǎn)過程的問題，耗費(fèi)成本低于以往，并可大幅減少制程所需的無塵室投資達(dá)20%，降低生產(chǎn)流程中10%的投注時(shí)間。

希捷全球的工廠每年生產(chǎn)超過十億個(gè)記錄磁頭 (recording transducers)，為了維持最高標(biāo)準(zhǔn)的品質(zhì)，磁頭皆需經(jīng)分析及測試。以諾曼戴爾工廠為例，每天產(chǎn)出數(shù)百萬張的顯微影像相當(dāng)于10TB的資料量，工廠需先篩檢這龐大數(shù)量的影像是否有潛在瑕疵，才能將芯片組裝至硬碟上。由于需分析檢測的磁頭數(shù)量龐大，工程師不可能一一檢測，就算雇用更多影像分析專家坐鎮(zhèn)，也無法在短時(shí)間內(nèi)處理完所有一千七百萬張影像。在AI、機(jī)器學(xué)習(xí)、物聯(lián)網(wǎng)感測器等技術(shù)的快速發(fā)展下，希捷的“雅典娜計(jì)劃”應(yīng)運(yùn)而生。

需解決的兩大難題：龐大資料量、現(xiàn)有分析引擎的不足

希捷采用Nvidia V100、P4 GPUs與高效能Nytro X 2U24儲(chǔ)存設(shè)備建立神經(jīng)網(wǎng)絡(luò)，作為雅典娜系統(tǒng)中深度學(xué)習(xí)及AI功能的基礎(chǔ)。將晶圓影像導(dǎo)入深度神經(jīng)網(wǎng)絡(luò)，訓(xùn)練AI系統(tǒng)分辨“好”晶圓與“壞”晶圓。隨著時(shí)間累積，雅典娜開始有能力偵測出制程中的潛在瑕疵。由于深度神經(jīng)網(wǎng)絡(luò)具備強(qiáng)大的處理能力，雅典娜不僅學(xué)習(xí)速度快，精準(zhǔn)度也勝于人類。

雅典娜還能即時(shí)接收并分析電子顯微鏡產(chǎn)生的影像。希捷現(xiàn)可處理每天產(chǎn)出的所有三百萬張影像，并能揪出真人工程師可能遺漏的微小瑕疵。透過即時(shí)處理的功能，希捷團(tuán)隊(duì)得以及早辨識(shí)并修正制程問題。問題越早發(fā)現(xiàn)，就能更有效地降低瑕疵品對制程及成本的影響。

雅典娜計(jì)劃的誕生與未來幾年全球資料量將大幅飆升的趨勢息息相關(guān)。由希捷委托 IDC 執(zhí)行的預(yù)測調(diào)查便顯示，2025 年全球資料總量將成長至 175ZB。如果資料能在更接近來源處先做處理，即時(shí)洞察結(jié)果的產(chǎn)出便可更靠近終端的使用者，從而大幅減少網(wǎng)絡(luò)資源的負(fù)荷，并為潛在的應(yīng)用程式敞開全新大門。在此模式下，資料中心的科技方案（運(yùn)算與儲(chǔ)存模式）都移往網(wǎng)絡(luò)的邊緣節(jié)點(diǎn)，以催生出新一代的應(yīng)用程式。

由于此系統(tǒng)的偵錯(cuò)速度更快、調(diào)適力更高，還能提供更具洞見的結(jié)果，在智慧工廠之外，也能應(yīng)用在公共安全、自駕車、智慧城市等各式各樣的領(lǐng)域，未來其他制造業(yè)者也可部署類似的智慧工廠技術(shù)。

來源：癮科技