
摘要: 在展會上,AI視覺與智慧工廠是最熱門的話題之一。但回到燒錄工站,問題其實更具體:晶片如何穩定上料、精準定位、燒對版本、留下資料。自動化燒錄系統的價值,不在單次燒錄快了幾秒,而在於把這些環節串成一條可管理的流程。
今年的NEPCON ASIA,AI與自動化是重點議題之一,同期還專門舉辦了「智慧工廠與AI自動化深度融合論壇」。同期登場的VISION China深圳機器視覺展,集中展示3D相機、智慧視覺裝備、AI視覺軟體與視覺檢測方案;檢測設備業者也陸續發表結合量測數據與AI的製程最佳化方案。
熱鬧之餘,有個問題值得冷靜思考:這些技術,和產線上一台自動燒錄機到底有什麼關係?
答案其實沒那麼玄。自動化燒錄系統需要的視覺,首先是「看得準」:晶片在不在、方向對不對、位置偏了多少。它需要的智慧,首先是「管得住」:用哪個程式、哪個批次、哪一顆失敗、為什麼失敗。把這兩件事做紮實,遠比貼上AI標籤更有價值。
機器視覺的成長,是觀察製造自動化的一扇窗。根據中國機器視覺產業聯盟(CMVU)《2026中國機器視覺報告》,2026至2028年中國大陸機器視覺產業規模預估將從人民幣503.0億元成長至784.0億元,年複合成長率24.8%。2025年,製造業占機器視覺銷售額的78.0%,其中消費性電子是最大應用領域,占比30%;半導體(含PCB)則占製造業應用規模的12.2%。
同一份報告也指出一個趨勢:機器視覺正從「單點檢測」走向「系統化解決方案」。這與電子產線的變化方向一致:單台設備做得再好,若無法與前後製程銜接,價值就會打折扣。
從電子產線的角度來看,自動化升級集中在五個環節:
物料處理: 供料、取放、換料、暫存,減少人工搬運與等待。
機器視覺: 定位引導、方向辨識、讀碼,讓設備「看得見」物料。
自動檢測: 外觀、標記、尺寸等檢查,把不良品攔在工站內。
資料擷取: 設備狀態、任務結果、異常紀錄,從「看螢幕」變成「有紀錄」。
MES管理: 工單派發、結果回傳、批次關聯,將單機資料接入工廠系統。
本屆同期舉辦的機器視覺研討會,主題也聚焦在視覺檢測與定位引導這兩類基礎應用上。燒錄工站要導入自動化,同樣繞不開這五個環節。
離線自動化燒錄系統通常位於倉庫來料與SMT打件之間:上游接收原廠包裝的空白晶片,下游交出已燒錄、可直接上打件機的晶片。在設備內部,一個完整循環大致如下:
| 環節 | 執行內容 | 關鍵重點 |
|---|---|---|
| 上料 | 從Tray、Tape或Tube取出晶片 | 供料方式與來料包裝相符,換料不停機 |
| 辨識定位 | 確認晶片位置與方向,引導吸嘴放入燒錄座 | 定位精度、方向辨識、放置穩定性 |
| 燒錄與驗證 | 在燒錄座中完成Program與Verify | 程式版本正確,失敗能被識別並分流 |
| 檢測與標記 | 依需求進行外觀檢查、雷射打標或讀碼 | 可區分已燒錄晶片,標記內容清晰可讀 |
| 下料與資料記錄 | 良品捲帶或回裝Tray,不良品分流,並記錄結果 | 出料形態符合下一道製程,資料可追溯 |
每個環節都有容易被低估的細節:
上料: 看似只是搬運,卻決定設備能否連續運轉。遇到空盤、缺料、卡料時,設備能否及時識別、發出警報並處理,比滿料時的速度更關鍵。
辨識定位: 對於細間距、小尺寸封裝,晶片若偏移或旋轉而沒有放正,輕則接觸不良,重則損傷晶片、燒錄座甚至機構。
燒錄與驗證: Program負責寫入資料,Verify依設定方式檢查寫入結果。兩者確認的是「資料寫對了」,並不等於產品品質檢測,也無法取代晶片原廠的電性測試。
檢測與標記: 視覺能檢出哪些問題,取決於相機、光源、鏡頭、演算法與判定標準。配備視覺系統,不代表能識別所有缺陷。
下料: 良品、失敗品與待複檢品必須各有去處,規則應寫進設備邏輯,而不是靠人工分揀。
並非每個專案都需要配齊五個環節。有的只需要自動上下料加燒錄;有的還需要視覺、打標與資料上傳。該配多少,取決於晶片、產量與客戶要求。
真正需要設計清楚的,是環節之間的交接:上一步完成後,狀態如何傳給下一步?燒錄失敗的晶片,會不會混進良品的出料口?打標前,設備如何確認這顆晶片確實燒錄通過?這些交接規則,決定了一套設備只是「幾個工站拼在一起」,還是一條真正閉環的製程流程。
規格書上的UPH,通常是特定晶片、特定配置下標示的最高值。到了產線,實際產出取決於以下五個因素。
燒錄時間取決於晶片容量、資料量、演算法與驗證方式。比較速度時,應先問清楚測試條件:用什麼晶片?容量多大?是否包含Verify?使用什麼程式檔案?是單顆測試還是連續量產?脫離條件的速度數字,無法直接對應到產線。
晶片從料盤到燒錄座、再從燒錄座到出料位置,每次取放都需要時間。燒錄再快,若取放與定位跟不上,整機產出依然受限。
多燒錄座並行的意義,在於讓部分燒錄座燒錄的同時,取放機構可以去服務其他燒錄座。但並行數量不等於產出倍數,還要看哪些動作能重疊、燒錄器資源如何分配,以及是否有共用機構造成等待。
瓶頸會隨晶片而改變。對於燒錄時間長的大容量晶片,瓶頸往往在燒錄座數量,取放機構必須等待;對於燒錄時間短的小容量晶片,燒錄座很快就空出來,瓶頸便轉移到取放速度。同一台設備,換一顆晶片,UPH可能就是另一個數字。
更換晶片型號,可能需要調整料盤、燒錄座、取放參數、演算法與程式檔案。單一品項的UPH再高,若換線麻煩,也未必適合少量多樣的生產。選型時可以確認:
燒錄座更換是否方便?
各型號的程式設定是否清楚,參數切換是否有權限管理?
換線後是否需要重新驗證?
生產任務能否與程式檔案關聯呼叫?
缺料、取放失敗、接觸異常、燒錄失敗、設備警報,在量產現場很難完全避免。關鍵不在於不出異常,而在於設備能否:
識別缺料與取放失敗
區分燒錄失敗與設備異常
將不良品分流
保留異常紀錄
人工介入後安全復原
前三項決定「跑得多快」,後兩項決定「能跑多久」,而這正是UPH看不到的部分。
國際標準ISO 22400-2定義了製造營運管理的關鍵績效指標,其中設備綜合效率(OEE)由三項相乘而得:可用率、效能率與良品率。可用率是實際運轉時間占計畫生產時間的比例,效能率是實際產出速度與設計速度的差距,良品率則是良品數量占總產出的比例。
對應到自動化燒錄:
可用率 被換線、換料與故障停機吃掉;
效能率 被取放等待、短暫停機與低於設計節拍的運轉吃掉;
良品率 被燒錄失敗、驗證失敗與需要重燒的晶片吃掉。
因此評估自動化燒錄設備時,與其只問「UPH多少」,不如用目標晶片、實際程式檔案與預期的換線頻率做一次連續運轉測試,把三項損失分別記錄下來。這樣得到的數字,才能與產線排程對得上。
先分清分工:機器視覺負責「看見並判斷」,自動化燒錄系統負責「執行燒錄製程」。兩者可以在同一條流程中配合,但功能邊界不同。
再分清兩種視覺。以規則為基礎的機器視覺,依靠樣板比對、邊緣擷取、尺寸量測等演算法運作,適合目標明確、特徵穩定的任務,例如定位、方向判斷與讀碼。以深度學習為基礎的AI視覺,則依靠樣本訓練模型,更擅長處理外觀變化大、規則難以窮舉的缺陷辨識。兩者並非互相取代,許多情境是搭配使用。
放到燒錄工站,視覺主要負責四類任務:
視覺定位: 引導吸嘴將晶片精準放入燒錄座。效果取決於封裝、表面特徵、照明、相機解析度與機構精度,必須以實物評估。
晶片辨識: 判斷方向,必要時讀取表面字元或條碼,防止錯料。但表面字元不等於電氣辨識,無法據此判斷晶片內部型號、容量或燒錄相容性,後者仍需以晶片料號、演算法與官方支援資料為準。
過程檢查: 確認晶片是否正確落入燒錄座、有無偏移或殘留,以及打標位置是否正確、字元是否清晰。
品質控管: 將檢測結果與燒錄結果合併判定,不良品分流,資料存檔。
這裡有一條明確的界線:視覺檢查不等於晶片功能測試,也無法取代燒錄後的Verify。儲存資料是否完整、電氣特性是否合格,只能透過驗證與電性測試來確認。
前三類任務大多目標明確,以規則為基礎的視覺往往就已足夠。AI視覺的價值,更可能出現在外觀缺陷判定這類變化多、規則難寫的環節。是否需要AI,應依檢測目標、樣本品質、誤判率、漏判率、運算速度與模型維護成本來判斷,而不是看有沒有AI標籤。
無論採用哪種視覺,檢測能力都必須以具代表性的樣品驗證;配備視覺系統,不代表能識別所有缺陷。
展望未來,更值得關注的或許不是「視覺有沒有AI」,而是視覺資料、燒錄結果與設備狀態能否匯整在一起。當失敗晶片的影像、燒錄座編號、接觸次數與驗證結果能夠關聯分析時,才有機會提早發現某個燒錄座正在老化、某批來料有問題。這是資料層面的智慧,前提是資料必須先被完整記錄下來。
設備完成生產動作,只解決了製程執行。對於有批次管理與品質追溯要求的工廠,還必須回答:某一批晶片使用了哪個程式檔案、在哪台設備上燒錄、結果如何?
依據ISA-95(IEC 62264)企業與控制系統整合標準的分層模型,MES位於第3層「製造營運管理」,負責協調生產中的人員、設備與物料,並在企業系統(第4層)與現場控制(第1–2層)之間交換資訊。自動化燒錄設備屬於現場端,它的任務是依約定格式將執行結果交給第3層。
板級產品有序號,追溯單位是一片板子。離線燒錄的晶片沒有序號,外觀也與空白晶片相同,追溯單位通常是一盤、一捲或一個批次。要把追溯鏈串起來,可以圍繞以下資訊建立關聯:
| 資料類別 | 需要關注的資訊 |
|---|---|
| 生產任務 | 工單號碼、產品型號、生產批次、計畫數量 |
| 晶片資訊 | 晶片料號、封裝、原廠批號、來料包裝編號 |
| 燒錄資訊 | 程式檔案及版本、演算法版本、燒錄參數 |
| 設備資訊 | 設備編號、燒錄座編號、生產時間、設備狀態 |
| 結果資訊 | Program/Verify結果、良品數、失敗數、重燒次數 |
| 出料資訊 | 出料捲盤或料盤編號,必要時的雷射打標代碼 |
| 異常資訊 | 警報代碼、失敗原因、處理紀錄 |
需要更細緻的追溯時,可透過雷射打標在晶片表面寫入批次或版本代碼,讓單顆晶片也能對應到燒錄紀錄。這些欄位不必全部由燒錄設備獨立擷取,部分可來自MES、條碼系統或主控電腦,關鍵在於事先釐清資料來源、傳輸方式與權責邊界。
專案導入前,至少要確認以下五個問題:
任務派發: MES能否將工單、晶片料號與程式資訊傳給設備?
程式管理: 程式檔案與演算法版本如何管理?如何防止呼叫錯誤版本?
結果上傳: 能否依要求上傳Program、Verify結果與數量?
異常處理: 燒錄失敗、設備警報、通訊中斷時如何處理?斷線時資料如何暫存並補傳?
資料關聯: 結果能否關聯到工單、批次、出料包裝或單顆晶片標識?
如果設備只上傳生產數量,卻無法關聯到工單與程式檔案,資料雖然擷取了,追溯價值仍然有限。
IPC-1782系列標準涉及電子製造與供應鏈的可追溯性,可作為討論追溯層級時的參考。追溯要做到哪一層,最終取決於產品風險與客戶要求,不必一律追溯到單顆晶片。
HILOMAX AT3系列適用於晶片的自動化批量燒錄。根據現有產品資料,主要機型如下:
| 機型 | 產品資料標示 | 結構與配置特點 |
|---|---|---|
| AT3-150C | 最高2,000 UPH | 最多32個燒錄座、2個吸嘴 |
| AT3-350C | 最高3,000 UPH | 最多64個燒錄座、8台燒錄器;涵蓋3D視覺、雷射打標與MES相關配置 |
| AT3-350M4 | 最高2,500 UPH | 最多128個燒錄座、4個吸嘴,採線性馬達方案 |
三點說明:
表中UPH為各型號資料標示的最高值,測試條件並未統一說明,不宜橫向排序,也不代表特定產線的實際產出;依第三節的思路,實際表現須以目標晶片進行連續運轉測試來確認。
AT3-350C資料中的視覺配置為3D視覺,本文並未將展會上其他業者展示的AI視覺檢測功能歸於AT3系列。
以上規格與功能,以對應型號正式規格及專案驗證結果為準。
從製程整合的角度來看,選型時可以對照以下問題:
燒錄時間長、並行需求高的晶片,應關注燒錄座數量與燒錄器配置;
燒錄時間短、以取放為主要瓶頸的晶片,應關注吸嘴數量、取放結構與運動方案;
需要區分已燒錄晶片或進行批次追溯的專案,應關注雷射打標與資料介面;
細間距封裝或定位要求高的晶片,應關注視覺定位能力,並以實物驗證;
換線頻繁的產線,應關注換料、更換燒錄座與程式切換的步驟與時間。
設備規格只是起點。在目標製程下,把供料、定位、燒錄、檢測、標記與資料串起來並實際跑通,才是自動化燒錄系統真正要交付的成果。
視覺負責辨識、定位與檢查;自動化燒錄系統負責執行燒錄及相關製程;MES負責任務、過程資料與追溯。三者各司其職,協同運作,燒錄才能真正融入電子產線。
對一台自動燒錄機來說,「智慧」的地基是三件樸實的事:物料取放穩定、燒錄結果可靠、資料記錄完整。地基打穩了,視覺才能真正把關,資料才能真正被分析。跳過這些去追逐AI標籤,換來的多半只是展台上的一場展示。
展望未來,產線對自動化燒錄系統的要求,將越來越多地落在以下幾點,而不只是標稱UPH:
多品項晶片與封裝的相容能力
物料處理與自動取放的穩定性
燒錄、驗證與輔助檢測的製程協同
多工站並行與異常復原能力
生產資料擷取與MES整合能力
自動化燒錄系統的價值,不只是單次燒錄快了多少,而是讓物料處理、晶片燒錄、結果檢測與生產資料,成為一條可管理的流程。
如需評估自動化燒錄方案,歡迎與HILOMAX聯繫。請提供目標晶片與封裝、來料與出貨包裝形式、目標節拍、換線頻率及追溯要求,我們將結合實際製程,協助確認配置與驗證計畫。
下一篇,系列收官:從晶片燒錄到生產自動化,看不同情境如何選擇燒錄方案。