半導體制程邁入20奈米以下技術節點后，良率、生產周期及成本管控的挑戰更加艱鉅;新式Hadoop資料儲存架構可讓半導體廠以更低成本達成巨量資料儲存，進而利用深入的統計分析實現更精準有效的設備管理，提高產線運作效率。

近年來，為收集更多感測器資料，長時間保留資料，并加以有效運用，制造商面對不斷加重的挑戰。例如最先進晶圓廠的工具感測器和故障偵測生產資料庫，保留資料1至3個月需要20?30兆位元組的儲存容量。隨著產業轉移至20奈米以下技術制造和新世代工具，情況將加劇。

收集和儲存資料，對于達到必要的良率、生產周期時間和成本至關重要，但這只是資料問題的一部分。另外更重要的是，如何經由快速及具成本效益來分析這些資料，改善機臺的效能和工廠產出的良率即時的資料分析，對于找出最佳化機會、大幅加快目前的速度，具絕對關鍵性影響。

所幸資料管理、資料分析技巧和預測技術的演進，為半導體產業提供滿足這些需求、具有前景的全新解決方案。

傳統感測器儲存　無法處理巨量資料

感測器及統計資料所使用的分析軟體，必須使用一或多個工具、特定時間范圍、感測器、統計資料、配方表、批量、晶圓組合等構成的述詞，進行資料庫查詢。但目前的資料儲存策略，以述詞查詢巨量資料(Big Data)集，無法獲得最佳結果。因此，資料大規模成長導致嚴重問題，影響感測器資料的儲存，也無法有效執行分析查詢。

首當其沖的問題是，要將來自數百或甚至數千個工具的資料傳送到中央儲存系統，需有高效能的儲存系統。但以目前的儲存技術與價位，要儲存數百TB的資料，將大幅提高晶圓廠級設備工程解決方案(EES)的基礎設施成本。以400兆位元組的企業級中央儲存系統為例，每兆位元組所需成本，是具備類似備援功能同等級本機附加儲存的四倍之多。

第二個問題是，多數感測器資料的結構與儲存，都采用傳統關聯式的列與欄方式。但資料容量暴增后，這項方式卻無法隨著最新故障偵測、預測及產能分析應用程式擴充，達到所需效能等級。運用傳統關聯式資料處理技術處理大量資料，成本將高得驚人，嚴重影響新世代應用的投資報酬率。

Hadoop有效處理巨量資料

過去幾年里，資料管理技術方面的進展，為社交媒體、零售及財務等須管理大量資訊的產業開啟可能性，能以更有效率的方式，管理感測器及其他半導體制造資料。舉例來說，其中一個解決方案是Apache Hadoop，這是一種開放源碼軟體架構，用于儲存及處理分散于硬體商品叢集上的大量資料。其概念可兼顧大量資料儲存，同時以更低的成本，加速完成資料處理。此開放源碼軟體平臺，主要包含Hadoop分散式檔案系統(HDFS)和運算架構，可于分散式檔案系統上平行運算。Hadoop分散式檔案系統，可從數十擴充到數千臺伺服器商品，將龐大資料集大范圍散布至本機附加儲存，大幅降低儲存成本。

查詢資料時，運算架構將于大量資料節點上平行處理資料，將掃描大量資料集所需處理時間縮至最短;Hadoop平臺上還有其他輔助技術，可協助有效執行資料消化、儲存、運用結構化的查詢語言(SQL)查詢資料，提供安全性和類似企業資料處理需求。

Hadoop 資料儲存，可解決目前制造環境的多項問題。首先Hadoop分散式檔案系統，可加入低成本的儲存裝置擴充資料儲存，因此成本僅為集中系統資料儲存成本的四分之一。其次，擁有較大的資料儲存，制造作業可保留及查詢的資料集，比傳統集中儲存庫時間更長、范圍更大。目前有些自動化和設備工程系統公司提出要求，希望能查詢最長達兩年的資料，其中所牽涉的問題從變異控管，轉變為更深入的資料分析。

現今公司儲存的資料類型多元，包括事件、量測和影像資料等，并希望能將這些資料開放給一般的追蹤與摘要統計資料。最后，有些公司擁有多座采用自動化和設備工程系統解決方案的晶圓廠，因此需在晶圓廠之間分享及傳送結果，必須找一個集中儲存位置以查詢和挖掘，從多間晶圓廠診斷出結果。

半導體制造可善用巨量資料

半導體設備商目前正開發多個應用程式，以預測技術和近乎即時的資料分析為基礎，改善產能及工具效能。不過，Hadoop雖然為這些應用程式提供分散式資料儲存及處理架構，但卻不足以支援應用程式的需求。

以下的簡短說明，可概要了解Hadoop架構在半導體制造環境中的效用。為取得資料的備援及高可用性，Hadoop將資料檔案以預先定義的區塊大小，分散到數十個資料節點，如圖1所示。假如資料檔案的大小為256MB，而Hadoop區塊大小為128MB，則資料將分割為兩個區塊，每個區塊各128MB，區塊的備援副本將散布到Hadoop叢集上的多個節點。在本例中，須掃描完整檔案查詢，可在兩個平行程序中執行。在資料時間范圍拉長，以及查詢須存取的工具數量持續成長下，使平行程度不斷成長，因此大幅提升資料擷取效率。

　　圖1　Hadoop 叢集中分散于多個節點的感測器資料。

此架構亦能對須處理大量資料集的查詢進行分割，讓部分查詢可在多個節點上平行執行(表1)。因此即使資料容量擴大，也可大幅縮短查詢的處理時間。假設查詢述詞使用特定的時間范圍和工具集，例如用資料庫中的兩個欄，譬如時間、工具進行篩選。再假設，所需資料來自工具集所儲存的一百個感測器的其中十個。在 Hadoop架構下，查詢引擎將掃描兩個欄中經過壓縮和連續的值，以篩選資料并從十個感測器樣本擷取輸入。引擎將不會處理工具所儲存的另外90%的感測器資料，因此可大幅減少查詢引擎所須掃描的資料量。

表1　Hadoop 叢集中分散于多個節點的感測器資料，查詢處理亦在多個節點上散布平行執行。

Hadoop 是專為大規模儲存及分析所設計，晶圓廠目前多數的資料處理需求，則是獲得小型資料集的最佳效能。其常見使用個案包含傳統報告、模擬和配置功能，這些功能在自動化和設備工程系統內都可找到;添購HDFS須與其他的自動化和設備工程應用程式整合。報告及模擬環境須要從短期和長期的資料儲存位置進行查詢、合并資料，再透過標準介面回報，部分半導體公司并不希望HDFS資料使用新的使用者介面。

半導體公司可透過HDFS存取更大量資料集，并希望能執行進階的資料分析活動。運用更大型資料集的新興解決方案，將可橫跨多個維護事件、橫跨多個工具，執行反應匹配及指紋辨識，亦能將多項叢集分析技巧，套用至追蹤及摘要統計資料，譬如比對正確與錯誤，以及觀察的趨勢，一般而言，這需一年以上的資料才有效。

添購Hadoop基礎設施，加入自動化和設備工程系統，仍有其挑戰。尤其相較于關聯式資料庫系統，半導體產業對Hadoop基礎設施較不熟悉，也無同樣深入的經驗。為能普及運用，Hadoop系統執行查詢及報告的效能，必須跟上關聯式系統的水平。再加上其基礎設施有著不同于關聯式系統的要求，而在半導體公司采用這些解決方案的同時，也須提供資料安全性模式和受控制資料存取等功能。

運用Hadoop平臺執行大規模分析資料處理，有潛力可解決半導體產業資料爆炸性成長的問題，其低成本的儲存與資料處理，能收集大量的感測器資料，若要能運用這些資料，便須開發出合適的資料格式、架構和查詢引擎，半導體制造商才能善加利用。