自引進(jìn)IC封裝開始，臺(tái)灣半導(dǎo)體產(chǎn)業(yè)已發(fā)展40余年，近年來(lái)總產(chǎn)值已近20,000億元新臺(tái)幣，在全世界占有一席之地。半導(dǎo)體產(chǎn)業(yè)競(jìng)爭(zhēng)力來(lái)自於成本、良率及交貨時(shí)間，其中良率更是一家公司有競(jìng)爭(zhēng)力之所在。近年來(lái)自動(dòng)化生產(chǎn)及物聯(lián)網(wǎng)(技術(shù)發(fā)展，使得所有半導(dǎo)體制程相關(guān)的數(shù)據(jù)得以蒐集與保存，這些數(shù)據(jù)包含產(chǎn)品數(shù)據(jù)、機(jī)臺(tái)數(shù)據(jù)、量測(cè)數(shù)據(jù)、缺陷機(jī)數(shù)據(jù)、晶圓接受度測(cè)試數(shù)據(jù)及晶圓測(cè)試數(shù)據(jù)，如何有效的使用這些大數(shù)據(jù)數(shù)據(jù)一直是半導(dǎo)體產(chǎn)業(yè)重要的課題之一。除了提升產(chǎn)品良率之外，產(chǎn)品/制造流程缺陷追蹤、供應(yīng)計(jì)畫、提升能源效率…等都可以利用大數(shù)據(jù)分析提升公司競(jìng)爭(zhēng)力。

　　處理這些數(shù)據(jù)主要可分成三個(gè)步驟：數(shù)據(jù)前處理、數(shù)據(jù)分析、驗(yàn)證與評(píng)估。在數(shù)據(jù)前處理時(shí)必須先修正數(shù)據(jù)錯(cuò)誤，常見(jiàn)的數(shù)據(jù)錯(cuò)誤有以下兩種：

　　1.數(shù)據(jù)出現(xiàn)異常值。透過(guò)盒須圖可輕易的分析出異常值，通常發(fā)生的在設(shè)備工程師在調(diào)整機(jī)臺(tái)的時(shí)候或是由其他外在因素造成，因此這樣的值通常直接刪除。

　　2.數(shù)據(jù)出現(xiàn)遺漏值。因偵測(cè)設(shè)備的限制，有時(shí)數(shù)據(jù)會(huì)有不完整的情況，處理這樣的狀況可透過(guò)補(bǔ)值的方式(內(nèi)插法、平均法等)回填可能的數(shù)據(jù)或直接刪除該筆數(shù)據(jù)。

　　因每種數(shù)據(jù)的性質(zhì)與內(nèi)容不同，為有效使用這些數(shù)據(jù)，將數(shù)據(jù)庫(kù)整合為必要的步驟。如何整合這些數(shù)據(jù)庫(kù)首先需考量實(shí)際問(wèn)題需求，再來(lái)考量數(shù)據(jù)庫(kù)數(shù)據(jù)的型態(tài)，例如機(jī)臺(tái)數(shù)據(jù)為連續(xù)型數(shù)據(jù)、缺陷機(jī)數(shù)據(jù)為離散型數(shù)據(jù)，因應(yīng)不同的數(shù)據(jù)型態(tài)必須選擇不同的方式去做合并。

　　在數(shù)據(jù)分析處理上，常見(jiàn)的方式可分成以下幾種方式：

　　1.利用數(shù)據(jù)分群演算法，例如K-means演算法、階層式分群演算法將原始數(shù)據(jù)分群。

　　2.將分群好的數(shù)據(jù)透過(guò)決策樹找出造成問(wèn)題發(fā)生的可能因子，或透過(guò)機(jī)器學(xué)習(xí)演算法，例如SVM建立模型，預(yù)測(cè)問(wèn)題是否會(huì)發(fā)生，藉此實(shí)作出預(yù)警系統(tǒng)。

　　數(shù)據(jù)分析完之後必須評(píng)估結(jié)果是否符合現(xiàn)實(shí)以避免過(guò)適現(xiàn)象。在此步驟往往會(huì)發(fā)生分析結(jié)果和過(guò)往經(jīng)驗(yàn)不一致的情況，除了花許多時(shí)間與工程師溝通確認(rèn)之外，還需找不同的數(shù)據(jù)集交互驗(yàn)證，已確保數(shù)據(jù)分析方式是可行的。

　　在處理大量的數(shù)據(jù)時(shí)面臨到許多的挑戰(zhàn)，例如：傳統(tǒng)的分析工具與方法通常適用在小規(guī)模的數(shù)據(jù)上，當(dāng)數(shù)據(jù)量大且復(fù)雜時(shí)往往失去其效用、分析數(shù)據(jù)需耗費(fèi)大量的計(jì)算時(shí)間，如何快速的處理大量數(shù)據(jù)是一項(xiàng)大的挑戰(zhàn)。近年來(lái)已有一些工具可解決以上的問(wèn)題，例如：MLlib即可支援一些機(jī)器學(xué)習(xí)的套件在Spark平臺(tái)、RHadoop及SparkR套件可支援R的分析工具在Hadoop及Spark平臺(tái)上。除了在分析數(shù)據(jù)時(shí)面臨的挑戰(zhàn)之外，TATA Consultancy Services(TCS)顧問(wèn)公司在2013年從其他面向提出在處理大數(shù)據(jù)數(shù)據(jù)時(shí)面臨的許多挑戰(zhàn)，舉例來(lái)說(shuō)：數(shù)據(jù)工程師需取得部門經(jīng)理的高度信任、對(duì)於不同的商業(yè)決策需決定該使用哪些數(shù)據(jù)、利用大數(shù)據(jù)分析幫忙部門經(jīng)理做決策…等，以上的問(wèn)題待管理相關(guān)的人員來(lái)解決。

　　對(duì)於半導(dǎo)體產(chǎn)業(yè)來(lái)說(shuō)，透過(guò)大數(shù)據(jù)數(shù)據(jù)分析歷史數(shù)據(jù)，挖掘其中有用的資訊以提升公司競(jìng)爭(zhēng)力是非常有效的一種方式?？萍疾颗c臺(tái)積電在2014年下半年即舉辦相關(guān)的比賽，希冀發(fā)掘半導(dǎo)體相關(guān)數(shù)據(jù)的各種有用資訊。相信往後會(huì)有越來(lái)越多人力與資源投入這領(lǐng)域，讓半導(dǎo)體產(chǎn)業(yè)邁入新的世代。

 

原文鏈接：http://www.thebigdata.cn/YeJieDongTai/14018.html