[爆卦]ic製造流程是什麼?優點缺點精華區懶人包

雖然這篇ic製造流程鄉民發文沒有被收入到精華區:在ic製造流程這個話題中,我們另外找到其它相關的精選爆讚文章

在 ic製造流程產品中有4篇Facebook貼文,粉絲數超過3萬的網紅狄驤的資本主義求生筆記,也在其Facebook貼文中提到, 說真的,半導體產業可以說是21世紀最重要的產業之一。 我們在生活中處處都能見到內含半導體的商品,比如,高鐵、網路、電腦,以及你我人手一支的手機等,都需要半導體。 而且,在半導體產業方面,台灣半導體業產值,在2019年時產值已達2.7兆台幣,居全球第二名,占台灣GDP約15%,是台灣不可或缺的經濟成長...

  • ic製造流程 在 狄驤的資本主義求生筆記 Facebook 的最佳解答

    2020-12-12 20:00:56
    有 1,041 人按讚

    說真的,半導體產業可以說是21世紀最重要的產業之一。
    我們在生活中處處都能見到內含半導體的商品,比如,高鐵、網路、電腦,以及你我人手一支的手機等,都需要半導體。
    而且,在半導體產業方面,台灣半導體業產值,在2019年時產值已達2.7兆台幣,居全球第二名,占台灣GDP約15%,是台灣不可或缺的經濟成長關鍵。

    總之,不管你是不是業內人士,或是否要投資,既然生長在半導體大國的台灣,只認識護國神山台積電就太可惜了,你還該認識一下,這個改變人類生活的半導體產業。

    但有關半導體產業的內容實在太多,若把全部內容擠在一篇文章,擔心大家會無法消化,以及關於半導體的導電特性是跟許多物理、化學性質有關,我想,不是本科系的人應該難以理解。
    因此,這次就先來簡單科普一下甚麼是「半導體」,以及「半導體材料」,我會用白話的方式,讓大家對半導體材料,以及相關廠商大致上有個概念。

    首先,甚麼是半導體?

    用白話來說,你每天都會用手機或電腦打開Line、臉書等程式做各種事情,而這些電子產品為了瞬間應對你做出的每個動作,就要靠電子產品中積體電路的「電控開關」來達成邏輯運算。
    所謂的「電控開關」顧名思義,就是以電流來控制開關,而人類為了操控電流是否流通,就需要導電或絕緣可以由外頭施加電壓來操控的物質,也就是介於導體和絕緣體之間的半導體。

    半導體產業發展至今,我們可以將半導體材料分為三個世代。

    第一代半導體是「元素半導體」,例如,鍺(Ge)和大家耳熟能詳的矽(Si),而所謂的矽其實就是沙子,在地球上隨處可見,是地殼中含量第二多的礦物,代表著矽幾乎是取之不盡用之不竭,這也代表著矽是成本較低廉的材料,且因矽基半導體的技術較成熟,矽被廣泛應用於各種積體電路和器件之中,例如,我們常聽到的CPU、記憶體等。
    全球約90%的半導體器件都是用矽當基底材料,目前還沒有其他半導體材料可以撼動矽在市場上的地位。

    大致認識矽之後,接著帶大家來認識一下矽的最大用途,也就是「矽晶圓」的製造流程。
    (請見下圖)

    半導體產業要製造產品,載體必定離不開晶圓(Wafer),而傳統半導體產業,若想製造出品質高又穩定的好產品,就要用「直拉法」製造出原子排列整齊的「單晶結構」晶圓當基底才行,因為單晶結構相比起多晶結構更加穩定,且更重要的是,導電性也更好。

    而所謂的「直拉法」,就是目前大多晶圓廠用來把多晶結構的材料,製造成單晶結構晶棒的技術。
    以矽來舉例,先將沙子(二氧化矽)還原成矽,並提純成99.999999999%純度的多晶矽後,將多晶矽溶解成液態,再將一根單晶矽棒當做「晶種」深入其中,一邊旋轉一邊向上拉起,就可以讓原本原子排列較雜亂的多晶結構,轉變為排列整齊、穩定可靠的單晶結構,進而製造出一根「單晶矽晶棒」。

    當日本信越、嘉晶,以及近期併購世創電子,成為全球第二大晶圓廠的環球晶等晶圓廠商,用「直拉法」技術生產一根「單晶晶棒」後,就會用鑽石切割刀,從「晶棒」切割出晶圓,並透過打磨、拋光,製成拋光晶圓片(Substrate),接著,晶圓廠就可把晶圓片出貨至台積電、三星、英特爾等積體電路(IC)製造廠商加工,這就是晶圓製造的簡易流程。

    矽晶圓代表公司:日本信越、環球晶(6488)、嘉晶(3016)、合晶(6182)、台勝科(3532)。

    關於第二、三代半導體,以及製造晶圓和廠商的完整內容,有興趣的朋友可點擊下方連結,繼續閱讀完整文章。

    【限時公開文章】如果晶圓代工是肥肉,半導體材料就是蛋白質?搞懂蛋白質優劣,才能將知識變現?
    https://www.pressplay.cc/link/94B7A2F204?oid=DE8CD1737C

  • ic製造流程 在 BigEcon Facebook 的最佳解答

    2020-04-22 21:00:54
    有 125 人按讚

    🔥【十年磨一劍—PCB崛起】

    沒有不景氣 只有不爭氣💪🏻💪🏻💪🏻
    疫情蔓延下各大電子廠人心惶惶
    深怕又經歷2008年海嘯的無薪假裁員風波😥

    身為電子之母的PCB
    過去被認為是環境污染者
    搖身一變儼然成為當紅炸子雞✨✨

    訂單爆量的背後 是如何轉型成功的⁉️
    ✔️全球PCB市場
    ✔️多層板、軟板、HDI、IC載板
    ✔️PCB上下游供應鏈
    ✔️製造流程與產業問題

    #產業財經 #PCB #電子之母 #軟板
    #IC載板 #印刷電路板

  • ic製造流程 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文

    2019-11-13 17:50:11
    有 0 人按讚

    AI風潮下的PCB產業新契機

    2019-09-16 12:49CTimes
    【作者: 王岫晨】

    隨著5G與AI的新趨勢快速興起,也引領相關產業持續成長。近年來,全球PCB產業年成長率呈現正向發展,而隨著2019年的到來,全球PCB產業又來到了新的觀察點。此外,在5G趨勢的催化下,PCB產業也面臨了全新的機會與挑戰。

    5G與AI加速PCB市場成長

    根據拓墣產業研究院的觀察指出,2019年全球PCB產業持續成長,隨著5G、車用、物聯網、人工智慧等新應用蓬勃發展,也迎來更多市場機會與挑戰。其中高頻PCB為剛性需求,PCB實現高頻化的關鍵,在於高頻的覆銅板材料,如聚四氟乙烯(PTFE)、碳氫(Hydrocarbon)等和PCB廠商自身製程。PCB產業的挑戰則包括原材料供應趨緊、環保政策日益嚴格,使得PCB產業門檻逐漸提高,產業集中度也逐步擴大。

    PCB產業的市場參與者,有包括臻鼎、欣興、華通、健鼎等在內的台廠;在通信領域具備較強競爭力的PCB廠商則有Mektron、Sumitomo、Fujikura、Ibiden、TTM、SEMCO、ISU PETASYS、Sanmina等。目前全球IC載板廠商主要集中在日本、韓國與台灣等地,且多數廠商在中國都設有生產基地。

    此外,由於5G與IoT等應用興盛,直接帶動了高頻、高速PCB的市場需求。5G建置將帶動PCB產業的成長,PCB板身為電子產品之母,下游應用涵蓋通訊、手機、電腦、汽車等電子產品。5G技術發展對PCB影響持續升溫,終端與基地台需求的總量增加,加上單位終端、基地台所用PCB面積成長,隨之帶動PCB整體產業需求提升。

    PCB產業發展三大方向

    目前PCB技術在發展上,除新製程細線路技術量產外,大廠紛紛開發高階Micro-LED PCB製程與高頻高速HDI產品技術,在載板領域則投入高頻網際網路應用之封裝載板、超細線路之封裝載板技術,與薄型、對入式高密度化超細線路Coreless之封裝載板技術,以便因應5G、IoT及AI發展,加速相關產品及對入式元件之封裝載板技術。

    觀察整體產業發展趨勢,拓墣產業研究院認為,全球PCB產業將持續朝高密度、高精度和高可靠性方向前進,不斷減少成本、提高性能、縮小體積、輕量薄型、提高生產率並降低環境影響,以適應下游各電子終端設備產業發展,其中包括HDI(High Density Interconnect)、FPC(Flexible Printed Circuit)、剛撓結合板及IC載板等,將成為未來發展重點。

    AI讓PCB產線更具智能

    在目前,PCB製造業正呈現出巨大的轉變,也就是能運用人工智慧(AI)來簡化生產流程,並以前所未見的方式改善生產結果。AI成為了市場顛覆者,在PCB製造中加入AI的重要性,就如同工廠邁向工業4.0(或稱智慧工廠)一樣的關鍵,自動化系統彼此之間,或者與工作人員能即時地互動與通訊、分散決策制定流程,並提供眾多優勢。然而,想要在PCB製造領域成功導入AI,必須在PCB製造和AI的基礎上,擁有豐富且深厚的專業知識才行。

    在過去幾年的發展,AI已經從未來主義的概念,進展成為真正可應用、關聯和有效的技術。這樣的突破,主要歸功於大幅增加且成本不貴的運算能力、更複雜的學習演算法,還有大數據的出現。大數據本身可提供讓AI系統學習的基礎資訊。

    AI演算法減少精密勞動力

    AI描述了模仿人類認知能力的機器或軟體,可以用於解決問題和學習。許多重要的創新,正在逐漸成為AI演算法的附加產物,例如機器學習和深度學習。機器學習是一種使用各種不同演算法技術的AI技術,能讓電腦藉由使用數據資料來提升任務的執行效能,而不必明確地設計特定程式來完成。在PCB的製造中,機器學習可帶來許多優勢,包括改進操作效率、降低廢品數量、優化產線營運,還可減少「非精密勞動力」。此外,還可以更有效地管理資產、庫存和供應鏈等。而這些相關功能,都與工業4.0的實現密切相關。

    深度學習是一種更為複雜的AI實現方式,讓電腦可以用非常有效率的方式,以複雜的學習行為來呈現出來的數據資料中深層的資訊、模式與背景,而這樣的結果,都可以用於改善製造流程。一般來說,深度學習是利用多方位、多層次的人工神經網路,來模仿人類大腦的學習、理解與推斷能力。

    要成功實現AI解決方案,就必須得透過嚴格的操作整合,並配合專業的流程知識。倘若要在複雜的製造環境中建立AI系統,則需要經過漫長而全面的培訓階段。這些培訓過程對於操作的要求非常高,且需要投入大量的運算人力資源,才能獲得最佳化的性能。

    在各種形式的AI中,數據資料的存取都是成功和效率的關鍵因素。若欠缺高品質的數據資料,AI或許就很難真正實現。然而,AI的操作人員成本也十分昂貴,更容易在分類時出差錯。當應用於瑕疵分類的AI解決方案,從操作人員的數千個決策中進行學習之後,就可以自動以一致的精確度來進行判斷。此類的AI系統十分依賴準確的數據資料模式,如此方可隨時間推移進行正確的演算法學習行為。此外,也必須仔細驗證和輸入分類資料,才能突顯出AI的優勢。即使資料出現微小的變化,也可能導致AI系統的判斷改變,而造成遊戲規則因此改變的結果。

    協同合作實現AI製造願景

    雖然數據資料的品質是AI成功的必要條件,但每個客戶與其AI解決方案的供應商之間需密切合作,這點對於長期的成功來說將至關重要。有鑑於AI的複雜性,解決方案供應商必須應用其PCB製造流程與AI知識,來指導客戶實施AI解決方案。隨著AI解決方案的陸續推出,未來高智能化的PCB產線,將不再只是個夢想,而是可以真實實現的場景。

    為PCB製造商帶入AI解決方案

    AI非常複雜,需要在技術本身,以及使用AI的領域中擁有豐富的專業知識。奧寶科技目前正在為PCB製造業的工業4.0開發AI解決方案。目前奧寶科技可結合其AI專業知識,確保能夠優化AI神經網路架構開發的關鍵培訓階段。

    例如,在PCB製造中,瑕疵分類是自動光學檢測(AOI)解決方案的關鍵領域。奧寶科技的AOI電腦會將可能有瑕疵的PCB影像,傳送到遠端多重影像驗證(RMIV)站台,站台的操作人員會檢視影像,然後將其分類為「真正的瑕疵」或「假點」。

    例如,在對瑕疵進行分類時,奧寶科技及其客戶將合作,找出每個操作人員分類評估結果背後的深刻意涵,並集思廣益以創建一個有意義的系統,進而排定應優先檢測的PCB特性。客戶的協作和參與度才能為AI引擎產生出最佳的結果。

    正因為AI將為PCB製造商帶來巨大優勢,奧寶科技也持續在研發領域投注大量心力,完美整合AI與奧寶科技的智慧工廠工業4.0解決方案,以及其他解決方案。在此過程中,奧寶科技正在評估許多方法,以便將AI應用於總體製造,透過測試進行學習,並協助推動產業朝向更智能、更強大的製造流程邁進,此舉將可協助客戶提高產量並降低營運成本。

    附圖:2019年9月(第335期) EDA x AI
    圖一 : PCB產業將持續朝高密度、高精度和高可靠性方向前進,不斷減少成本、提高性能、縮小體積、輕量薄型、提高生產率並降低環境影響。
    圖二 : 解決方案供應商必須應用其PCB製造流程與AI知識,來指導客戶實施AI解決方案。
    圖三 : AI成為了市場顛覆者,在PCB製造中加入AI的重要性,就如同工廠邁向工業4.0一樣關鍵。
    圖四 : 想要在PCB製造領域成功導入AI,必須在PCB製造和AI的基礎上,擁有豐富且深厚的專業知識才行。

    資料來源:https://udn.com/news/story/6903/4049598?from=udn-relatednews_ch1015

你可能也想看看

搜尋相關網站