台積電的數位轉型

王宏仁，台積電數位轉型的下一步，靠AI推動全面轉型（上），iThome，2021-01-27

IT，就是讓台積順利將各種製造服務轉為自動化的關鍵。在1996年，台積為了將後勤和財務資訊轉換成管理資訊來輔助決策，展開了資訊系統大升級，當年WWW技術才剛點燃了全球網際網路新浪潮不久，台積就能運用當時的網路技術，推出了全方位訂單管理系統，讓顧客透過電腦網路連線取得訂單和產品生產資訊，這也是半導體代工產業的創舉。1999年更推出供應鏈管理的資訊服務，可以讓客戶透過網路下單、即時查詢晶片生產進度和出貨狀況，早在30年前，台積電就採取了現在網路電商慣用的銷售形式。...

2000年：智慧製造第一階段，從半自動邁入全自動化

當時半導體吹起產業解構趨勢，台積看好網際網路技術會推動無阻力事業流程的發展，更加速解構。所以，台積電更在2000年首創eFoundry（後來，台積電用EFOUNDRY來稱呼這個理念所建立的平臺和服務）服務理念，要將更多客戶服務內容，都延伸到網際網路上提供，建立更即時便捷的溝通模式。IT成為台積改造對外服務的關鍵基礎。

這個eFoundry服務（網際專業積體電路製造服務）的基本架構，包括了三大類用途的系統，分別是設計合作、工程合作和後勤合作的系統，整體是以網路為基礎所打造的一套服務系統。例如2002年報就指出，台積電的設計服務，就提供了線上技術資訊查詢服務，客戶能下載台積公司技術文件，來確保製程一致性與包容性。...

2012再次變革，智慧製造邁入第二階段，發展整合平臺和大數據

2012年，台積電的智慧製造邁入了第二階段，進入整合平臺和大數據分析的時期。在工程效能優化上，除了利用先進機臺控制（Advanced Equipment Control）與即時缺陷偵測（Fault Detection）之外，也開始運用大量工程資料探勘（Engineering Big Data Mining）、中央管理製造平臺（Centralized Operation Platforms），來優化機臺、製程和良率。後來，更發展出利用大量工程資料協助決策分析的「智動化」系統（Intelligent Automation System），來維持機臺高效穩定運轉。另外，在2014年報中透露，台積電也開始導入智慧化行動裝置，由IT開發內部用的行動App。

2016年：智慧製造第三階段，引進各種新科技，更要靠AI全面數位轉型

台積電早在2011年就開始嘗試將AI技術導入晶圓製造，研發智慧化生產流程，2015年報更揭露了機器學習優化工程效能的成果。從2016年開始，台積電全力擁抱各種數位新科技，不只是智慧製造，更決定要用機器學習和AI推動全面數位轉型。

王宏仁，台積電數位轉型的下一步，靠AI推動全面轉型（下），iThome，2021-01-27

2018年的資安考驗與雲端創新

2018年，對台積電IT來說，是重大考驗與高度創新的一年。一方面在當年8月，發生了電腦病毒感染事件，導致晶圓出貨延遲及成本增加，另一方面，在同年10月，台積電推出了虛擬設計環境VDE（Virtual Design Environment），讓客戶可以透過雲端進行晶片設計。...

「The Fab Runs on Code」（跑在程式碼上的晶圓廠）這句話是台積電用來形容IT軟體開發的重要性，一座晶圓廠需要仰賴許多IT團隊開發的軟體產品。台積電IT開發的軟體產品（台積習慣以IT產品來形容自建系統），可以分成兩大類，一類是工廠相關，如MES系統、Fab自動化、良率分析相關的軟體產品，另一類則是與業務部門、商業管理相關的產品。前者包括與製程良率分析（Process Yield Analysis）、品質管理、廠務（Facility）、MES、設備控制、設備自動化、IT維運平臺、資安、資料等相關系統，後者則像是CRM、ERP、eBusiness、Product Data Master、供應鏈、人資、供應商管理等。

翁芊儒，【加速數位轉型5大發展】台積電為何大動作招募這3類全球IT人才，iThome， 2021-01-27

從2016年起，台積電引進了ML、AI 等新興技術來驅動數位轉型，計畫將新的數位科技與資料導向作法，導入5大領域中，分別是生產製造的智慧化、數位供應鏈的掌握與管理、高效能雲端運算應用、工作環境現代化，以及與外部客戶、供應商及內部員工之間的協同合作。

在推動5大領域數位轉型的過程中，負責IT徵才說明的主管沈文冰指出，IT就是不可或缺的重要推手。比如在半導體晶圓廠中，由於半導體生產製造機臺的造價極其昂貴，動輒高達數十億臺幣，要確保這些機臺運作，就得靠IT來精密維運與控制。

近年來，隨著機臺內的控制裝置與感應器不斷增加，機臺資料產生的頻率、數量或種類都有爆炸性的成長，部分先進製程的機臺甚至可每天產生1∼2TB的數值和影像資料，沈文冰表示，若要即時監測資訊、取得分析結果，就要靠邊緣運算來達成，「我們正在與內外部專家，共同打造專屬於半導體機臺的邊緣運算軟硬體。」...

胡君怡表示，IT團隊的軟體開發文化跟思維，近年來也有所轉變，從傳統瀑布式開發走向DevOps，來提升軟體交付的速度跟品質，更新頻率從2～3個月一次加速成每周～每天就能交付；IT團隊也導入了Code Review的機制，要求工程師每次變動程式碼，都需要有他人重複檢視才能更新，來提升程式碼品質。

台積電IT團隊也列出常用的程式語言與軟體框架，提供應聘者參考。前端開發採用了Angular、React、Javascript、Flutter，後端則多用Java、.Net、C++、C，資料分析主要使用Python、Spark，資料庫系統則使用傳統RDB和分散式資料庫，如Hadoop、HBase等。開發的應用程式多數會部署到K8s，同時使用API Gateway來管理。...

導入AI近5年的台積電，將AI視為數位轉型核心科技之一，更力推企業AI應用落地，這次在AI工程師的徵才上，台積電釋出了包括資料科學家、ML軟體工程師、ML平臺工程師、ML領域執行經理等職缺，要招攬相關AI人才持續推動生產製造智慧化。

負責AI徵才說明的主管林幸怡表示，台積電AI應用的四大面向，其一，是輔助IC晶片設計與製程開發，來解決高複雜度、高維度的問題；其二，是透過製造過程中的感測資料與影像資料，來快速進行品質檢驗與瑕疵檢測，以協助量產；其三，是在業務端運用AI來分析市場的動態變化；其四，是利用AI來進行異常偵測，協助IT系統正常維運。

這些AI開發所運用的資料類型，包括了時間序列性質的設備感測資料、影像類的瑕疵檢測與量測資料、頻譜式的腔體狀況監測資料，以及市場動態分析、設備Log等文字類（Text）資料等；而AI團隊嘗試使用的模型訓練技術，則包括聯合學習（Federated Learning）、遷移學習、主動學習等，藉此來解決各場域實際面臨的問題。...

台積電也設計了一套AI專案管理方法，共分為三個階段，來加速AI落地。首先在0到1的階段，會進行可行性評估的研究（feasibility study），運用已知的資料資訊來評估專案失敗風險，同時也重視將商業問題轉化為ML問題的過程；進入1到N的階段，則注重AI開發的彈性與速度，目標將⼩範圍的成功方法或模式，快速擴⼤應用到不同的場景中；最後的模型維運階段，則要透過監控模型表現，來建立一個持續性的AI維運流程，並在必要時重新訓練模型。