直擊Seagate新加坡產線!幾乎沒人的工廠,如何用AI生產「硬碟的靈魂」
直擊Seagate新加坡產線!幾乎沒人的工廠,如何用AI生產「硬碟的靈魂」

你有想過用來儲存資料的硬碟,是如何被生產出來的嗎?來自美國的硬碟大廠Seagate(希捷),與東芝(Toshiba)、威騰(WD)並列三大硬碟大廠,成立超過40年以來,已經出貨容量超過3ZB(十垓位元組)的硬碟,你我生活周遭都有Seagate的產品蹤跡。

Seagate成立於1979年,核心產品是硬碟,從一般消費型的外接硬碟、Xbox遊戲機,甚至是企業的資料中心都能看到產品蹤跡。Seagate就靠這項產品,打進全球前三大地位。

只是硬碟是高度精密的產品,生產過程需要非常細緻、精準地管控,Seagate採取高度集中生產模式,加上Seagate產品類別廣泛,儲存容量到數十TB,加上生產線上每天所產生的數據、需要監控的細節日益增加,這使得多仰賴人工的生產流程,所面臨的挑戰日益巨大。Seagate因此從9年前啟動數位轉型,導入AI、自動化生產流程,現在可以做到「連泡沫都能AI監控」。

究竟Seagate是怎麼辦到的?《數位時代》前進新加坡,揭開Seagate數位轉型的祕訣。

Seagate把AI導入生產流程,連洗劑泡沫都能監控

從市中心出發約20分鐘車程,就會抵達Seagate。位於新加坡北方的Woodlands廠區,生產的是Seagate最核心的產品——資料儲存碟片(Recording Media),這是硬碟內儲存資料的重要元件。

Woodlands工廠是除了美國以外,全球第二座生產資料儲存碟片的地方,所有產出的產品,100%提供Seagate內部生產硬碟使用。

Seagate
位於新加坡的Woodlands工廠,是除了美國以外全球第二座生產資料儲存碟片的地方。
圖/ Seagate

走進Woodlands工廠,幾乎看不到操作人員,這是因為他們2019年開始將AI(人工智慧)導入生產流程,在九大生產步驟中,包括:將磁碟盤放上架子、清洗、濺鍍、塗上潤滑層、抹除潤滑層、拋光、測試、MDW(多磁頭寫入)最後是出貨,只有第一跟最後一個步驟需要人力參與。

Seagate
Seagate位於新加坡北方的Woodlands廠區,生產最核心的產品—資料儲存碟片(Recording Media)。
圖/ Seagate

不容許小差錯,Seagate全球七座工廠導入AI

Seagate目前在全球有七座導入AI技術的工廠,新加坡的Woodlands就是其中一座,整座工廠只做一樣產品,就是資料儲存碟片(Recording Media)。

Seagate
Seagate目前在全球有七座導入AI技術的工廠,新加坡的Woodlands就是其中一座。
圖/ Seagate

Seagate執行工程總監Bian Cheng Lee表示,資料儲存碟片從設計到生產製作,都有許多專利,是Seagate的重要核心技術,過去生產流程仰賴大量人工參與,但由於許多流程相當精密,加上所生產的硬碟容量、材料技術的演進,每天產生大量資料,單靠人工已經不足以分析應付,一點小差錯就可能導致產線停機,因此從2019年開始陸續將AI技術導入產線,取代人工作業檢測。

每日生產100萬片資料儲存碟片,拆解Seagate生產流程

走進Woodlands廠區的生產線,映入眼簾只有生產線裝潢的白色,以及機台的銀色,每座機台整齊劃一地運作。Bian Cheng Lee告訴採訪團隊,這座工廠每天生產約100萬片的資料儲存碟片,生產流程大致可以分為九大步驟。

Seagate
Woodlands廠區每天生產約100萬片的資料儲存碟片。
圖/ Seagate

步驟一:磁碟盤放上生產架

首先是將外形如同CD、未加工過的磁碟盤,放上一個盒裝的架子,宛如坐上雲霄飛車的車廂,接下來會經過一道道的生產程序。

Seagate
資料儲存碟片(Recording Media)外形如同CD。
圖/ Seagate

步驟二:清洗

磁碟盤固定好後,接者會透過特殊的清潔劑清洗,看似簡單的清洗,其實需要非常精準的掌控清潔劑的泡沫等細節,否則品質就會出問題,過去這個關卡多靠人工檢視。

為了增加精準度,Seagate在2021年導入Athena計畫,這是一個影像辨識的AI技術,能透過產線攝影機所拍攝的影像,辨識出清洗的泡沬是否符合標準,若出現異常,會即時發出email示警工程師處理,好處是可以即時找出問題,縮短產線停機時間、減少不良品生產頻率。

步驟三:濺鍍

清洗完成後,磁碟盤會進入「濺鍍」流程,在表面度鍍上最多20層的膜,這一關同樣也有Athena影像辨識的監控,檢查濺鍍過程是否符合標準。

步驟四、五:塗上潤滑層、抹除潤滑層

磁碟盤鍍上膜後,接著會塗上一層潤滑層減少摩擦,下一個步驟,是機器會抹除多餘的潤滑劑。

步驟六:拋光

磁碟盤上的必須要有光澤才能運作,第六個步驟是會在磁碟盤上拋光。

步驟七:測試

為了確保磁碟盤出貨後,能順利運作製作成硬碟,出廠前需要經過一連串的自動化測試。

步驟八:MDW(多磁頭寫入)

硬碟運作的原理,是透過寫入彼此平行而不重疊的磁軌來記錄資料,這個步驟會透過多磁頭寫入磁碟盤基本資料。

步驟九:出貨

完成後就可以包裝出貨了,Seagate位於Woodlands的工廠全程自動化,磁碟盤經過真空包裝後,就會透過傳輸帶直接送入倉庫出貨。

Seagate
Seagate在2021年導入Athena計畫,這是一個影像辨識的AI技術,若出現異常,會即時發出eamil示警工程師處理。
圖/ Seagate

Seagate資料營運副總裁Kiat Choon Seow回憶,Woodlands工廠從1996年正式啟用,以三棟建築物為基礎,所產出的資料儲存碟片經過包裝後,會送往其他組裝廠製作成硬碟,這座工廠的目的是希望做到垂直生產,支撐自家硬碟產品的產出。

從數十年前只生產數GB的硬碟,到推出雲端產品「Lyve Cloud」,看似有著巨大轉變,但對Seagate來說,企業轉型及創新,依舊圍繞造儲存事業不變的核心與根基,就如同這座全自動化、由AI監控的硬碟工廠,標誌著Seagate硬碟事業的新篇章,傳統與創新同步向前。

責任編輯:林美欣

往下滑看下一篇文章
以晶片的一瓦算力開啟AI新架構!耐能智慧從邊緣到核心,打造臺灣主權算力新典範
以晶片的一瓦算力開啟AI新架構!耐能智慧從邊緣到核心,打造臺灣主權算力新典範

當全球聚光燈都匯集在那動輒使用上萬顆圖形處理器(Graphics Processing Unit, GPU)、耗能堪比核電廠的資料中心時,另一場關乎AI永續發展的運算革命正悄悄發生。這場革命的核心,是如何以更低能耗、更高效率的方式支撐下一世代的人工智慧。而耐能智慧(Kneron)正是這場轉變的推動者之一。

早在2015年,當多數企業仍沉浸在雲端運算帶來的紅利時,耐能智慧創辦人暨執行長劉峻誠便選擇了「邊緣運算」之路的賽道,投入AI系統單晶片(System-on-Chip, SoC)與神經網路處理器(Neural Processing Unit, NPU)的開發。「如果 GPU 是需要龐大設備才能運行的錄影帶,中央處理器(Central Processing Unit, CPU)是性能平庸的 影音光碟(Video Compact Disc, VCD),那麼 NPU 就是能在輕薄裝置中高效運算的 MP3。」劉峻誠用一個簡單的譬喻如此描述著,這不只是晶片製程的改進,而是從架構層重新定義AI運算的方式。

十年磨一劍,如今耐能智慧的NPU晶片已成功進入物聯網、安防、車用與伺服器等不同領域。從智慧水表、穿戴裝置到車用語音系統,乃至企業伺服器與工業應用,都能在有限功耗下執行即時AI運算。合作夥伴從國內上市櫃企業到歐美等地的國際大型企業,都能看見耐能智慧身影,「我們從GPU、CPU進不去的地方出發,讓晶片像樂高積木一樣,從只需一顆晶片的穿戴式裝置,到需要多顆晶片的伺服器,都能使用我們的晶片。」劉峻誠說。

面對算力與能源雙重瓶頸,耐能智慧以新架構迎戰生成式AI時代

面對終端AI應用面臨的「資料流衝突」瓶頸,耐能智慧創辦人暨執行長劉峻誠指出,新世代AI運算不再只屬於
面對終端AI應用面臨的「資料流衝突」瓶頸,耐能智慧創辦人暨執行長劉峻誠指出,新世代AI運算不再只屬於雲端,必須開發能兼容多模態資料並在低功耗環境下運行的自主架構。
圖/ 數位時代

「語言模型和影像模型的資料處理方式完全不同,」劉峻誠解釋到,語言模型要短時間內處理大量資料,但影像模型則需要長時間、連續的低流量傳輸。而傳統AI架構無法同時兼容這兩種特性,這造成了終端AI應用面臨「資料流衝突」的瓶頸。也正是在這樣的挑戰下,成為耐能智慧下一階段的技術突破口。生成式AI不再只屬於雲端,運算正快速轉移至終端,從智慧家庭到醫療、車用、製造現場,都迫切需要能在低功耗環境下即時運行的AI系統。

但更大的壓力來自能源現實與國家安全。劉峻誠表示,GPU架構的能耗與散熱需求驚人,一個大型AI資料中心每年電費可高達60億美元,碳排放量更是巨獸等級。「如果繼續用GPU支撐生成式AI,將會對淨零碳排的目標帶來嚴重衝擊。」劉峻誠坦言並進一步指出,臺灣雖是全球GPU製造重鎮,但本地可用算力有限。「我們製造了全世界近8成的GPU,卻沒有自己的算力,」他語帶無奈,「如果國家級AI應用仍須仰賴境外基礎設施,國家的核心技術與自主權將受制於人,不利於在AI時代掌握主導地位。」

因應這場可能產生的算力主權的危機,耐能智慧決定以「多模態資料流衝突」與「低碳永續算力」這兩項挑戰為目標,開發新世代AI晶片架構。為加速這場技術革命並將臺灣的自主架構推向國際,耐能智慧投入全新晶片KL1140的開發,並成功得到由經濟部產業發展署推動的「驅動國內IC設計業者先進發展補助計畫」(以下簡稱晶創IC補助計畫)的支持。該計畫在國科會協調與經濟部及相關部會共同合作所提出「晶片驅動臺灣產業創新方案」的框架下,以實質政策補助鼓勵業者布局AI、高效能運算或新興應用等高值化領域的關鍵技術,提升臺灣IC設計產業的國際競爭力與韌性。

從晶片創新到主權AI,晶創IC補助計畫助攻耐能跨入新戰場

耐能智慧透過經濟部「晶創 IC 補助計畫」加速開發的 AI 晶片 KL1140,其效能與能耗表現均顯
耐能智慧透過經濟部「晶創 IC 補助計畫」加速開發的 AI 晶片 KL1140,其效能與能耗表現均顯著提升。
圖/ 數位時代

「KL1140最大的突破在於多模態資料處理架構的創新。」劉峻誠直言其中關鍵。在晶創IC補助計畫的挹注下,耐能智慧得以加速開發新一代晶片,這不僅是十年研發累積的成果,更是政策資源與技術創新的結合,象徵著臺灣在AI架構自主化道路上的重要里程碑。

這項架構革新,使KL1140在效能與能效上都達到顯著飛躍。相較於前一代產品,效能提升6至8倍、能耗比提升10倍、體積縮小至四分之一;以往需10瓦才能運行的任務,現在僅需1瓦即可完成。「你看GPU要加風扇、要水冷,而我們不用,」他笑著說,而這就是低功耗的力量。

這樣的設計,使KL1140成為真正能落地的AI晶片,既可部署於穿戴、車用與工業場域,也能堆疊成伺服器模組,實現了靈活的異構運算(Heterogeneous Computing)基礎建設。透過晶創IC補助計畫的協助,耐能智慧不僅強化晶片設計,更能整合模組、子系統與軟體生態,打造可供企業與政府使用的在地AI解決方案,邁向「AI基礎建設提供者」的新定位。劉峻誠也透露,目前KL1140晶片已開始導入國際主權AI專案,協助能源與環境條件嚴苛的地區,利用該晶片低功耗與高算力的特性,順利發展AI自主。

「我們不是在打造更大的GPU,而是在打造更聰明的AI,」劉峻誠強調。「主權AI的關鍵不只是算力自主,更是能源自主。」他認為,晶創IC補助計畫的核心價值在於讓臺灣的IC設計業者能從單一產品開發,邁向整體系統構建,具備定義新架構、主導新標準的能力。KL1140晶片的問世,不僅讓耐能智慧從邊緣運算邁入AI 核心基礎建設的新格局,更代表臺灣在全球生成式AI時代中,擁有以低功耗、高自主性技術參與未來競局的關鍵實力。

從製造到定義,臺灣AI自主的新起點

在生成式AI帶動的新一輪技術競賽中,算力的分配將決定未來世界的科技秩序。劉峻誠認為,臺灣若要在這場變局中保持主導權,必須擁有能自我定義的架構與技術。「我們不只是為企業造晶片,而是在為國家建算力。」他說。從十年前堅持走上邊緣運算的冷門之路,到今日以KL1140晶片開啟主權AI的新典範,耐能智慧的發展軌跡正體現了臺灣IC設計產業的潛力與決心。未來,耐能智慧將持續推動更高能效、更高彈性的AI架構,讓臺灣不僅能製造世界的晶片,更能定義世界的智慧。

|企業小檔案|
- 企業名稱:耐能智慧
- 創辦人:劉峻誠
- 核心技術:專注邊緣AI SoC專用處理器研發
- 資本額:新台幣6億7520萬元

|驅動國內IC設計業者先進發展補助計畫簡介|
由國科會協調經濟部及相關部會共同合作,所提出「晶片驅動臺灣產業創新方案」,目標在於藉由半導體與生成式AI的結合,帶動各行各業的創新應用,並強化臺灣半導體產業的全球競爭力與韌性。在此政策框架下,經濟部產業發展署執行「驅動國內IC設計業者先進發展補助計畫」,以實質政策補助,於113年鼓勵國內業者往 AI、高效能運算、車用或新興應用等高值化領域之「16奈米以下先進製程」或「具國際高度信任之優勢、特殊領域」布局,以避開中國大陸在成熟製程的低價競爭,並提升我國IC設計產業價值與國際競爭力。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
進擊的機器人
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓