英特尔：适时调整生产设备的老化问题，考虑废除定期维护

全球最大的半导体企业——美国英特尔的所有工厂中现在产生的数据仅日志文件每小时就超过了5TB。过去，积累这些日志文件只是为了出现问题时用于恢复。但最近几年“开始利用大数据来削减成本和缩短生产线停机时间”（英特尔日本公司（总部：东京）云计算事业总部智能系统部开发经理安斋尊显）。

不再需要定期维护

比如，英特尔位于马来西亚槟城州的处理器工厂利用大数据来控制机器人（图1）。具体而言，在利用机器人将已完成的处理器放到检查用基板插座上的工序中，通过实时监视机器人的工作，防止出现不合格产品及生产线停产。

图1：英特尔位于马来西亚槟城州的处理器工厂

在英特尔的工厂中很早采用大数据。

将处理器放到插座上时，必须控制机器人，使其将处理器的引脚插入插座的孔中。引脚和插孔哪怕稍有错开，都有可能损坏好不容易制造出来的处理器。最严重的情况是，导致机器人也出现故障，整个生产线停产。

机器人本来装有保持其重复操作的控制程序。但实际使用时间长了，就会出现动作误差。

原因是构成机器人的零部件的老化。因此，英特尔决定实时获取并分析机器人的工作数据，始终监视误差（图2）。这样便可以在误差增大导致不合格产品出现之前，调整机器人的工作状况。

图2：监视机器人的工作

实时获取并分析多种数据，自动监视导致故障的工作失误。

这一措施不仅能够通过减少不合格产品降低成本，还能够缩短整条生产线的停机时间。因为与出了问题之后再调整机器人相比，预先修正需要花费的工时要少得多。

英特尔的安斋指出，如果将这种利用大数据在出问题之前调整误差的措施贯彻下去，工业设备的维护方式也有可能改变。最后可能就不需要定期维护了。“现在的定期维护要么是没有问题也要调整的超前维护，要么是在定期维护之前就已经出现了故障”。但是，通过利用大数据，可以根据机器和设备的情况进行合理的维护。

100亿日元也不过是“一小部分”

英特尔马来西亚处理器工厂的措施是该工厂自发导入的。鉴于这家工厂的收效，英特尔从2011年开始鼓励所有工厂都利用大数据。大数据相关项目也从最初的3～4个左右，增加到现在的10多个。

比如，处理器等使用的半导体晶圆制造工序，通过获取并分析晶圆状态等多种数据，大幅简化了检查工序。如果获取并分析各晶圆的数据和制造工序的时序数据等，估计能够压缩检查工序要检查的项目，从而减少检查工序的无用功。

该项目的成本削减目标额度总计达到约100亿日元。但英特尔认为“从总体来看，不过是一小部分”。

另外，英特尔还坚持强化利用大数据的基础技术。不仅推进开发数据的获取和分析技术，还于2012年底收购了从事工业设备和飞机等异常预测系统业务的美国ScientificMonitoring（SMI）公司。通过将SMI所擅长的异常预测算法与英特尔的技术结合起来，提高今后预测的准确度。

还将经验应用到自家产品的开发中

英特尔如此重视工厂采用大数据不仅仅为了改善自己的业务。其目的还在于，如果众多企业的工厂普遍采用大数据，那么英特尔的产品——工业设备用处理器也就需要更高的的性能，那么就有望创造更多的销售额。

英特尔的安斋指出，过去像可编程逻辑控制器（PLC）这样的工业设备使用的处理器需要的性能不是很高。但是，如果工厂普遍采用大数据，就需要根据实时获取并分析数据得出的结果来进行控制，因此处理器也需要提高性能。

总之，英特尔的战略是通过采用大数据改善自家业务，积累经验，并充分运用到产品开发中去。前面提到的项目也不仅仅是为了改善自己的业务，还准备开发向外部提供的应用技术。