其實我只針對GG的AI,或著我該說是機器學習，我認為選GG應該是比較有挑戰性，且發展
性是比較高的
當然，我只是個環工碩，講deep learning肯定是個大外行
GG是間很大的公司，一般單位再怎麼說也不會有什麼大的戰功，絕大多數人都是看著他GG
每年賺多少，在預想自己能拿到多少
能夠有多餘期盼的單位不多，如研發就是一個，然而現在的製程，7nm就夠人做的死去活
來的了，更往下的5nm,3nm更不用講，只會更操而已。在研發之外，深度學習我認為是GG
未來幾年可能會比研發拿到更多分紅的一條路
GG是個很大的工廠，每天除了產出大量的晶圓之外，還有更大量的數據，這些都管叫大數
據好了。現在GG應該有專門針對這 些大數據進行分析的部門，在阿法狗咬的全世界圍棋
高手唉唉叫的同時，企業上層也看到了AI(人工智慧)的應用，能適用在半導體產業嗎？
就我目前的了解，在工廠的良率提升上是可以的。台積的機台每分每秒都在產生巨量的數
據，這些從機台段拋出的訊號如過能透過機器學習，提早發現機台可能某關鍵零件老化，
或是提早判斷機台是否需要PM。甚至做的更深入點的，是否能透過這些訊號判讀晶圓在pr
ocess過程，某個時間某個秒數出現了異常，可能導致低良率的問題呢？
透過分析不同良率晶圓所收集的大量資訊,能否做到區別出影響良率的關鍵製程，以及該
製程對應的元件或參數，而這些是透過目前GG現有的數據分析所辦不到，得透過機器的自
動學習才可能實現的。這對未來的GG或是世界大廠都是個未知但可能會有高收益的領域
我認為機器學習這塊，台灣才剛要起步，能撐的起這塊的企業除了GG，鴻海之外，我想不
出還其他公司能有這麼大量的資源與數據量可以供應，放棄GG也許不是個很深思的決定
當然，你有自己的考量，僅提供點個人淺見。
--
性是比較高的
當然，我只是個環工碩，講deep learning肯定是個大外行
GG是間很大的公司，一般單位再怎麼說也不會有什麼大的戰功，絕大多數人都是看著他GG
每年賺多少，在預想自己能拿到多少
能夠有多餘期盼的單位不多，如研發就是一個，然而現在的製程，7nm就夠人做的死去活
來的了，更往下的5nm,3nm更不用講，只會更操而已。在研發之外，深度學習我認為是GG
未來幾年可能會比研發拿到更多分紅的一條路
GG是個很大的工廠，每天除了產出大量的晶圓之外，還有更大量的數據，這些都管叫大數
據好了。現在GG應該有專門針對這 些大數據進行分析的部門，在阿法狗咬的全世界圍棋
高手唉唉叫的同時，企業上層也看到了AI(人工智慧)的應用，能適用在半導體產業嗎？
就我目前的了解，在工廠的良率提升上是可以的。台積的機台每分每秒都在產生巨量的數
據，這些從機台段拋出的訊號如過能透過機器學習，提早發現機台可能某關鍵零件老化，
或是提早判斷機台是否需要PM。甚至做的更深入點的，是否能透過這些訊號判讀晶圓在pr
ocess過程，某個時間某個秒數出現了異常，可能導致低良率的問題呢？
透過分析不同良率晶圓所收集的大量資訊,能否做到區別出影響良率的關鍵製程，以及該
製程對應的元件或參數，而這些是透過目前GG現有的數據分析所辦不到，得透過機器的自
動學習才可能實現的。這對未來的GG或是世界大廠都是個未知但可能會有高收益的領域
我認為機器學習這塊，台灣才剛要起步，能撐的起這塊的企業除了GG，鴻海之外，我想不
出還其他公司能有這麼大量的資源與數據量可以供應，放棄GG也許不是個很深思的決定
當然，你有自己的考量，僅提供點個人淺見。
--
All Comments