以圖式大型多模態模型提升半導體製造設施中暖通空調系統供應鏈之韌性與營運效率

劉琦允 助理教授 土木工程系

【導言】

半導體製造設施集機電工程、材料科學與環境控制等多元領域於一身，實為當代工業技術整合之範式；其中暖通空調系統更擔當維持環境嚴謹控制之重任，直接關乎製程穩定與產品良率（圖1）。此等系統需維持嚴苛且穩定之環境參數，其溫度穩定性可精確控制至0.1°C之微幅範圍，濕度變動亦降至最低限度，並依循 ISO Class 1 無塵室之規範，嚴格管理微粒濃度等（圖2），稍有差池即可能對光刻製程造成劇烈影響，進而導致高額產能損失，對營運穩定性構成鉅大挑戰。故暖通空調系統不僅為舒適性之設施，更為保障製程品質與生產持續性之基礎命脈。

圖 1、左圖顯示具多重風管與管線之複雜暖通空調系統；右圖為其 AutoCAD 圖紙，呈現 暖通空調系統風管與配管系統之複雜結構

圖 2、左圖為暖通空調系統元件於晶圓廠建築內部之安裝情形；右圖則為晶圓廠施工現場之外觀視圖

【供應鏈挑戰與系統性脆弱】

暖通空調系統供應鏈結構錯綜複雜，涉及高專業化元件，如高效率空氣濾網與高精度流量感測器等，惟其供應來源多集中於少數分布於全球之供應商（圖3）。近年來，尤以嚴重特殊傳染性肺炎（ COVID-19） 疫情為鑑，更進一步暴露出該體系之脆弱，導致關鍵組件交期延滯、系統整合困難，並突顯傳統供應鏈管理模式於應變與調適能力之不足。雖人工智慧解決方案日趨興盛，然在此等高精密、高合規要求之場域中，往往欠缺足以支應實務所需之情境推理與專業敏感度，尚難臻於周全之策應。

圖 3、半導體製造設施暖通空調系統之供應鏈架構圖

【研究創新：圖式大型多模態模型（G-LMM）架構於供應鏈管理】

研究針對上述困境，提出結合語意推理與圖結構建模之創新架構——圖式大型多模態模型（G-LMM）。該架構融合大型語言模型（LLMs）與圖神經網路（GNNs）之優勢，可統整涵蓋感測器數據、維修紀錄、供應商資訊、法規文本等異質資料，轉化為具脈絡深度與推論潛能之統一資訊圖式。此一整合方式不僅提升資料可讀性與運算效率，更能識別系統間潛在之依存關係與風險連鎖，賦予決策者更高層次的洞見。

圖 4、圖式大型多模態模型模型架構

【應用實踐與成效】

圖式大型多模態模型架構於 暖通空調系統供應鏈中展現三大應用價值：一者，透過圖神經網路捕捉元件間之關聯，實現異常預測與預警機制，有效降低突發性中斷對產能之衝擊；二者，透過語意理解與版本控管實現合規文件之自動監控與修訂追蹤，大幅強化法規遵循與溝通效率；三者，整合材料生命週期管理，不僅能提升資源使用效率，亦有助於建構具備韌性與永續性的供應鏈網絡，為實現循環經濟奠定基礎。

圖 5、半導體製造設施中暖通空調系統供應鏈之循環經濟模型

【結論與前瞻性】

在半導體高精密製造環境中，研究提出之圖式多模態架構具備提升供應鏈韌性、精準預測風險、強化法規因應及促進永續實踐之潛能。未來可進一步結合即時營運資料與跨域 人工智慧技術，拓展至製藥與航太等高度敏感產業，並與工業 6.0 生態系統深度融合。作為圖式推理與暖通空調系統整合之先行者，本研究所建構之圖式大型多模態模型架構，實為邁向智慧製造與永續營運之關鍵一環，冀能拋磚引玉，引領學界與業界共創科技新局。