希捷为何拥抱“不断变换”
作为少数几家可以追溯到 1970 年代的大型科技公司之一，位于加利福尼亚州库比蒂诺的希捷科技公司几十年来一直处于数据存储和管理解决方案的前沿。现在是一家价值 100 亿美元的海量数据存储基础设施解决方案公司，希捷正在采用智能制造战略，包括工厂车间的人工智能和机器学习。
2017 年，希捷实施了用于晶圆显微视觉检测的 AI 制造软件。此前，该公司曾使用基于规则的机器视觉系统来自动化异常检测过程。他们取得了很高的准确率，但该公司也与局限性作斗争。
早期的方法要求对每种类型的缺陷都采用严格的参数，所有这些都是静态编码的。固定范围有助于确定清除或停止产品的标准。然而，缺陷外观的演变或新型异常类型的出现需要额外的规则，这些规则可能会变得越来越复杂且难以作为一个整体进行管理。
通过实施全面的数字制造数据操作和 AI 升级，希捷在美国和北爱尔兰的晶圆生产设施的图像检测能力和规模得到了显着提升。如今，准确率已从 50% 提高到 90% 以上。
为了实现这一目标，该公司一直在从公司使用的高精度工具产生的数 TB 传感器数据中提取价值。这些数据已经标准化，并且更容易被人工智能系统使用。因此，希捷现在拥有多种自动故障检测解决方案来帮助做出晶圆和工具决策，并拥有一系列 AI 增强检测器，可以通过更好的规则自动监控制造过程中的关键节点。
希捷捕获相关的运行时元数据并将原始数据放入上下文中以实时创建有用的信息——关闭数字世界和物理世界之间的循环，并对产品的设计、制造和服务方式产生积极影响。
数字线程保存在生产运行期间收集的数据，以了解何时对企业资源规划和其他决策支持系统进行快速更新，并生成经验教训以改进未来的自动化决策。
这些效率延长了希捷设备的使用寿命，因为它可以预测哪些资产可能会超出校准范围并因此需要维护。该公司在检验人工、废品预防、劳动力重新分配方面实现了显着的节省，并避免了新设备的资本支出。
希捷始终专注于此类创新，通过快速准确地了解整个制造流程，提高了运营绩效、问责制并提高了企业系统的有效性。
深度学习算法系统还为其他工厂控制系统生成支持证据，这意味着希捷可以利用更多数据进行虚拟计量和过程控制。
希捷等高科技制造商需要把握数字制造、人工智能和机器学习所代表的快速发展的机遇。希捷不仅投资于尖端技术，还展示了持续转型如何使组织能够定义其行业的未来。
自动化控制系统