英特尔钱静波：芯片制造如何用好大数据和供应链？

ZD至顶网软件频道消息：2015年12月16日，在上海市经济和信息化委员会、中国经济体制改革研究会产业改革与企业发展委员会指导下，ZD至顶网和工业4.0协会联合在上海龙之梦大酒店主办“中国制造千人会2016暨第二届互联网+制造高峰论坛”，以“智慧的工厂，智能的产品”为主题，聚齐来自学界、产业界、互联网业和金融行业等不同领域的30位重量级嘉宾，共同探讨中国制造当前遇到的问题以及如何在中国制造转型之路上赢得先机。会上，英特尔产品（成都）有限公司制造信息部总经理钱静波进行演讲，以下为演讲实录。

英特尔全球工厂配置完全一样

英特尔这个公司，我为什么从80年代开始说，从80年代开始我们进入了CPU还有其它芯片设计时代。80年代的时候，当时的制造业也是很传统，传统的有点像劳动密集型，缺乏自动化，并且很多生产技术全部是手写，设备标准没有统一标准，只有一些非常基础的设备标准，同时设备控制也很简单，基本人盯着，出了问题赶紧去修，解决的方案也非常原始，没有太多自动化或者说预测信息。

但是到了90年代工厂有了一些进步，大家会看到物料的传输开始自动化，还有基于数字控制的自动化，设备控制、库存流程都有自动化，生产过程中库存有时候是占成本很大一部分，如果库存太多，成本就会很高，如果你库存正好是客户需要的量，并且把它运出去、卖出去你的成本会极大降低。

还有一个设备的自动化标准，跟大家分享一下，我们英特尔公司在全球，每个工厂如果用的是一样的话，每个工厂的配制是完全一样的，量产的时候速度非常快，时间非常短。然后还有供应链的整合改进的决策系统。

现在我们系统在做物联网，我们做到了自动化物料传输，普及用标准化设备、先进的生产执行方案、实时的异常情况控制系统，设备一旦出现异常，对我们来说直接的影响就是产品送不出去，或者产品有瑕疵，所以要得到及时解决。

我设备维护好了，磨刀不误砍柴工，以后可能会更加方便，回头问自己一个问题，我们每次维护是不是必要的，这个设备我告诉你一个礼拜维护一次，很多人说就一个礼拜维护一次，实际上在我维护的时候，它的状态非常好，并不需要这个维护，这个维护也是一种时间浪费，我们怎么预测什么时候需要维护？

库存控制我们也讲了，根据现在的需求，根据客户的需求快速调整决策，让大数据、供应链、全球供应链，比如说我们生产很多材料是全球供应的。

英特尔工厂一览

能不能麻烦放一下视频，给大家看一下现在工厂是什么样的，给大家一个直观感觉。（播放视频）

这就是我们现在工厂运行的情况，因为没有办法翻译成中文，大概说一下，我们现在生产的芯片是12英寸300毫米直径，我们看到刚才在视频上的那个美国人是我们制造业IT部门的头，他讲了在很多时候，半导体供应流程很复杂，所以大家可以看到小轨道车在天上飞，就是我讲的流程工作和调整，根据书记下一站应该把数据送到什么地方处理，并不是每次都一样的，根据你这个盒子，大家看到这个地方的盒子，里面是一个盒子，这个盒子装的是晶元，一片12英寸，一盒里面最多25片，一盒核重，会把这片东西全部送到相应地方处理，这个不需要人为干预，从所有的执行方案和流程数据决定说这一盒应该送到什么地方，走什么路线最近，最快的送到哪儿去。为了保证他们不会进行碰撞，不会交叉，数据控制流程也非常严格，这个东西在天上飞，如果我的工厂设备要换一个地方，轨道是不是也要进行改变？对，所以这个也不方便。我们工厂最新用的是一个小机器人，他会在地上走，他举着小旗，唱着歌，避免跟人碰撞，然后自动跑到一个地方拿了这个东西，到另外一个站点处理，如果跟人有碰撞会停下来等你。

刚才大家看到的视频里面人是很少的，这个房间坐了很多人在里面，每个人4个显示器，大概6、7个人控制整个工厂，如果有问题，他会派一个工程师到工厂里面进行实时的处理，因为里面是高洁净度工厂，这个地方进去也挺麻烦的，换一次衣服，然后走进去要10多分钟，所以平时不会有人在里面，这就是现在的工厂，我们分享一下工厂与物联网到底是怎么回事。

在技术、流程和制造方面的挑战，我们怎么迎接这些挑战？首先需要新的数据分析、大量的数据，这是第一个挑战。当有新的业务需求的时候，英特尔工厂会支持工厂运作团队，我们这个团队根据新的业务需求，及时的提取数据，传输到实时系统，然后进行决策，这是粗略的图，最左边设备提取大量数据，通过传输到服务器进行分析，最终拿回来的报表是决策支持，这是一个大概的数据流向。

在大数据当中，可能我们讲大数据指的不是一两个MB或者一两个GB，是以TB甚至PB计算的，这个数据相当大，大家对英特尔产品比较了解的是笔记本电脑、芯片，其实我们更多的是服务器。

我们大概分四个部分：

第一个部分实时流程控制，快速响应工厂，我这个设备一旦报警立刻会进行处理，工厂的设备控制非常重要。

第二个，优化生产流程和供应链需求。

第三个基于预测的维护、优化设备，刚才讲设备的维护是需要“磨刀”的，实际情况是我们在维护设备的时候，我们发现设备状况良好，完全不需要把它拆了，一看都很好再装回去，时间浪费了。把设备关机再开机短的1个小时，长的5、6个小时，大家想想5、6个小时浪费多少资源？我们基于预测，不再根据时间，根据具体的数据分析，来预测什么时候需要维护。

第四个普及自动化和机械控制以提高生产速度，所有的数据都从生产线设备收集起来，还有决策支持系统，把所有的数据全部收集在一起，根据决策的需要生成数据，帮助领导层和生产部门做出决策，粗略来讲就是这么一个流程。

大数据提高生产效率节省成本

我给大家举一个例子，怎么用大数据分析提高生产效率和节省成本。以前的芯片会接一根线出来，那个是以前的，现在新的芯片下面有很多锡球，锡球非常小，一个芯片可能粘几百个锡球，如果一个没有粘上这个芯片就废了，我们发现这个环节的浪费非常严重，这个地方如果提高我们的产品良品率对公司节约是很有好处。我们根据这个分析真空度和马达本身对这个设备有很大影响，所以我们分析出，大家看到有很多数据在这个位置，真空度不够，怎么提高，怎么提高良品率，这么做了之后我们提高了良品率。

也提高生产效率，减少人为的介入，生产出来的芯片可能有裂缝，原来是人工一个一个拿放大镜检查，后来根据照相数据，全部照出来，稍一比较，有可能出现问题的拿出来，一个提高效率，一个减少人工干预。

需要特别提醒的一点，预警算法不是一蹴而就的，数据的收集和分析要不断的完善，第一次算也许不好，后面一次一次优化，算法要根据数据不断的优化，最后达到理想的状态，所以预警的算法非常重要。这是一些例子和预警算法。

物联网是基于工厂，或者原始数据的收集，大家看到有一些比如说转化成一些信号，最终放到我们的可视化，数据对我们来说能够读懂它什么意思，而不是简单的数字。这个是在英特尔整个平台的运作。

另外支持这一套东西需要大量的人力，可能大家觉得英特尔到底有多少IT员工？我们全球英特尔IT员工有6000多人，支持整个工厂运作的人是1000多人，英特尔全球大概是10万多人，数据中心60多个，还有一点很重要的，如果真在工厂里面走动移动设备怎么做？我们有12万台移动设备，100%配置了固态硬盘，配置了信息安全保证。