SK hynix IT职能转型AI驱动“数字大脑”
SK hynix公开视频展示了其IT职能如何从单纯的系统运营演变为引领全公司AI转型(AX)的核心力量,涵盖从制造数据管道构建到开发企业级大语言模型(LLM)的实际业务。
SK hynix正通过构建企业内部LLM服务及优化AMHS物流系统,推动IT职能向引领全公司AI转型的“数字大脑”演进。目前,利川园区的基础设施综合控制室正实时监控生产直连系统,并计划随着龙仁新园区的建设进一步扩大控制设施规模。
半导体制造流程效率的核心,取决于如何管理和利用海量数据。随着AI(人工智能)时代的到来,半导体企业的IT职能正在超越单纯的系统运营,向引领全公司AI转型(AX)的“数字大脑”演进。
SK hynix公开的视频展示了其IT职能的实际工作场景,为了引领AI时代,这些职能涵盖了24小时不间断运行的IT基础设施规划、制造数据管道构建,以及企业内部大语言模型(LLM)服务的开发。视频表明,IT职能并不局限于编码,而是承担着利用AI优化半导体生产物理流程的核心角色。
从物流自动化(AMHS)优化到故障预测
在半导体工厂内部,负责搬运晶圆的自动化物流系统AMHS(Automated Material Handling System)在不停运转。开发AI算法以确保该系统不发生拥堵并能以最优路径移动,并运营预测故障的系统,正是IT职能的核心人员所从事的工作。
Lee Ji-ho TL表示,他负责AMHS智能化业务,在利川和清州等设有实际工厂的园区内管理与晶圆厂(Fab)直接相关的系统。他解释道:“与科技公司不同,半导体公司的IT职能有很多贴近现场的工作,其角色是为研发、现场及运营提供所需的数据与技术,并构建让AI良好运行的基础。”目前,SK hynix在利川和清州设有实际工厂,盆唐设有以系统为中心的办公地,龙仁正在建设新园区。在利川和清州,人员在晶圆厂旁负责与生产直接相关的系统,而与生产无直接关联的系统则主要在盆唐办公。
在实际工艺现场,被称为OHT(Overhead Hoist Transport)的物流设备正在移动。过去,这些设备由人工干预或根据简单规则运行,而现在则通过AI算法来最小化拥堵区域并寻找最优路径。根据视频中的模拟,目标并非让单一设备以最高速度行驶,而是让整个系统在无拥堵的情况下高效运行。其原理类似于在节日交通拥堵时,分散整体交通流比单个车辆的速度更为重要。此外,利用AI分析故障原因并制定处置方案,也是IT职能的主要课题之一。目前,利川园区的基础设施综合控制室正实时监控并控制着2楼的基础设施控制及6楼的生产直连系统。
兼顾安全与效率的企业内部LLM,利用“RAG”技术支持业务
近期,SK hynix内部掀起了利用AI提高生产力的热潮。特别是针对安全性至关重要的半导体产业特性,公司构建了企业内部LLM服务,在确保数据不外泄的前提下,安全地利用公司内部信息。该服务旨在防止文档安全及机密泄露,同时让员工能够通过AI实现业务效率最大化。
企业内部LLM提供文档摘要、报告撰写支持、思维导图生成以及基于文本的图像生成(Text-to-Image)等多种功能。该服务的核心是“RAG(Retrieval-Augmented Generation,检索增强生成)”技术。当用户提问时,AI会从公司内部数据库中检索相关知识并基于此生成回答,从而提高准确度。视频展示了通过该技术,用户提问时从数据库获取现有知识并提升回答质量的过程。
Baek Won-gi TL表示:“不仅是单一文档,系统还可以同时参考每台笔记本电脑约200份的多份文档来生成回答。过去这是由IT职能专管的领域,但现在随着基础系统的提供,业务部门(如产业职能、器件开发等)已经可以根据需要自行创建并使用各自的智能体。”事实上,员工们正基于IT部门提供的基础,直接创建并利用针对各自业务特化的AI智能体。
AI时代IT人才的条件:“基本功与业务理解力”
在AI可以代劳编码的时代,IT人才需要具备什么样的能力?SK hynix IT职能相关人士认为,“编码基本功”和“对半导体流程的理解”是关键。因为为了审查和理解AI生成的代码,扎实的基础能力是必不可少的。相关人士建议:“必须掌握编码的基本功才能理解AI生成的代码。需要通过AI项目积累高效工作的经验,并思考如何利用AI来提高业务效率。”
此外,由于IT系统与生产现场紧密相连,准确把握业务需求的能力至关重要。如果不明晰现场流程,系统的失误可能会直接导致产品问题或生产效率下降。相关人士强调:“关注半导体的整体流程非常重要,由于处理的是与生产相关的系统,必须持续听取业务部门的声音并掌握流程。”
目前,利川园区的基础设施综合控制室计划随着龙仁新园区的建设而进一步扩大。预计龙仁园区将建成规模更大、整合了AMHS与系统控制的控制设施。装备了AI与数据的IT基础设施正在支撑半导体制造的根基,并加速SK hynix的AX(AI转型)。
来源:原视频(YouTube)
0评论
当前已关闭评论功能。