NXP 是全球頂尖的半導體製造商之一，總部設於荷蘭安多芬，在 30 多個國家皆設有營運據點，在高科技製造領域累積 60 年的豐富經驗和專業知識。
客戶案例
從半導體到Semis：
用資料驅動智慧移動的未來
汽車產業越來越仰賴晶片技術。NXP 半導體越來越仰賴分析來優化晶片製造。
NXP 半導體
| 挑戰 | 設計、測試和製造可為快速變化的汽車產業提供動力的新型半導體解決方案。 |
|---|---|
| 解決方案 | 使用 JMP Pro 的進階分析功能來轉換晶片測試和製程。 |
| 結果 | JMP Pro 確實加強了解決方案設計和製造、六標準差訓練和其他製程改進工作，有助於 NXP 在市場保持領先地位。 |
在未來十年內，汽車產業會比過去一百年來演變得更快速，也將產生更多根本上的變化。隨著產業轉向替代電源、發展連線選項，並採用自動駕駛技術，未來將需要更多樣化且更強大的硬體和軟體。這些開發成果的核心是電腦晶片和 NXP 半導體。
NXP 是互聯汽車等嵌入式應用連線解決方案的全球領導者。總部設於荷蘭安多芬，擁有 31,000 名員工，為超過 30 個國家的客戶提供服務，年收益達 95 億美元。該公司主要將半導體運用在三大領域：汽車、工業和物聯網 (IoT)。在汽車半導體和微控制器、車用網路和娛樂、安全車輛進出以及安全氣囊和雷達等汽車安全功能方面，NXP 佔居市場第一的地位。
Corinne Bergès 博士負責管理 NXP 結構化問題應對組織的風險評估、統計和安全分析，並率領歐洲、中東和非洲的六標準差及根本原因問題解決 (RCPS) 訓練，她表示：「汽車越來越需要電子元件。很難想像現在的汽車沒有半導體該如何運作。」
但要繼續引領產業，NXP 必須比以往更快、更高效、更精確地設計和製造半導體解決方案。為了達成這個目標，公司必須不斷地改進製造和測試流程。
-
-
Corinne Bergès 是 NXP 結構化問題解決團隊的風險評估專家。她在 NXP 及其供應商開發了強大的根本原因問題解決方法、培育技術人員，並支援全球製造營運部門。
以資料驅動為核心
半導體設計和製造以資料為核心。對於 NXP 及其合作夥伴而言，製造週期的每個方面與流程優化都需要資料分析才能實現。如此豐富的資料同時意味著機會和挑戰。Bergès 發現：「我們擁有愈多資料，就愈能找到資料之間的關聯性，從中汲取更多的資訊。」
Bergès 認為問題的挑戰在於如何有效地管理資料量，尤其在測試方面。晶片製造商使用各種參數和環境條件測試自身的解決方案，藉以確定裝置可能出現故障的限制或控制製程變異。這個過程會產生大量資料點。Bergès 指出：「如果我們沒有合適的工具來處理這些資料，資料就毫無價值。因此，我們需要使用最新穎且最創新的方法來管理這些資料。JMP Pro 採用了最創新且最有效的方法，這相當重要。」
JMP Pro 有助於資料視覺化和資料分析。Bergès 表示：「產品工程師仰賴資料視覺化」，因為影像可以比單獨的資料行更快判讀和理解，因此工程師能夠快速發現異常值、相關性或任何問題。她表示，JMP 中的互動式視覺化功能已經很有成效；這些功能有助於 NXP 的工程師和操作員具備從單變量分析到多變量分析的能力。
Bergès 進一步解釋：「過去我們進行過很多測試，但是在視覺化和單變量分析中，我們每次只研究一次測試。如今已不可能一次只處理一個測試。」相反地，公司必須集結相關資料來進行多變量實驗。她表示：「這種分析需要先進的統計資料和方法」，也就是 JMP Pro 所提供的功能。
-
DMAIC 程序插圖。
-
Bergès 表示 JMP Pro 最重要的功能之一就是實驗設計。在這個範例中，她使用該軟體標記出 NXP 汽門驅動元件模型中的重要參數，並以視覺化方式呈現因素之間的相互作用。最後，Bergès 便能生成產量的預測結果。
-
NXP 的六標準差執行人員也會使用 JMP Pro 中的退化分析功能，對高溫壽命試驗 (HTOL) 的結果進行建模和變化預測。若根據汽車標準規定，一般為 2,000 小時；特定客戶則要求進行 4,000 小時測試。
-
Bergès 解釋道：「過去我們進行過很多測試，但是在視覺化和單變量分析中，我們每次只研究一次測試。如今已不可能只處理一次測試。」這就是 JMP Pro 的優勢：是在建模多變量實驗中必備的工具。
掌控「corner lots」的市場
JMP 軟體能為用戶提供全面的資料分析，而 JMP Pro 則為科學家和工程師們增加了預測建模和交叉驗證等進階功能。NXP 使用 JMP Pro 的一個重要用途是研究汽車半導體「corner lots」的製程變異性。
在晶片製造中，「corner lot」是一種實驗設計 (DOE) 技術，用於測試極端的製造參數。為了驗證電路設計的品質，晶片製造商製造出 corner lots，也就是製程參數設定為極端的半導體晶圓組。他們在不同的環境條件 (例如電壓和溫度) 下測試由這些晶圓製成的裝置，以確定這些裝置的作業極限。當 NXP 開發出新型半導體時，會採用 corner lot 方法全面分析製程中可能遇到的變化。因此，公司能夠辨別並修正製程中的任何技術缺陷。
Bergès 指出：「傳統的 corner lot 方法通常使用多個工程批次，最多可達 75 個批次，且很多是針對汽車的汽門驅動元件，每個參數都需要個別評估。這種方法的局限性在於無法評估參數之間的相互作用。JMP Pro 可以評估單一批次上的實際端點。因此 NXP 可以控制分級偵測參數的分散程度。新的統計方法也能夠針對良率進行建模和預測。
-
Bergès 於 JMP Pro 使用 Fit Life by X，比較不同溫度下高效能可靠性評估 (HPRA) 的測試結果。
-
除了比較不同溫度下的 HPRA 測試結果外，NXP 也使用通用的線性模型，預測在從未測試過的溫度下會產生什麼測試結果。
-
JMP 可做為解決問題和尋找修正措施的工具使用。為了盡可能減少模具退化的情形，此處會使用分區分析來找到最佳的測試處理程序設定 (例如：在高溫和室溫下的探測時間)。
-
將現場建模運用在客戶的風險評估上，也是 Bergès 工作中不可或缺的一環。為了透過現場傳回的結果，判斷失敗率並預估產量，她會使用 JMP Pro 中的壽命分佈平台。
實現無缺陷製造之旅
Bergès 擁有六標準差黑帶認證，這是眾所周知的一套技術和工具，用於改進製程及解決問題。六標準差和 RCPS 對於 Bergès 來說極為重要，Bergès 提供六標準差以及 RCPS 的訓練和指導服務，對象為全球的 NXP 部門和 NXP 供應商，以及她自己的公司。NXP 約有 3,300 名員工獲得白帶、黃帶、綠帶、黑帶或黑帶大師認證。
此外，JMP Pro 在 NXP 是六標準差必備分析工具。Bergès 表示：「在黃帶課程中，有一些簡單的概念，例如機率分佈和標準差。在綠帶和黑帶訓練之間，有許多需要學習的統計資料。-而我們在 NXP 的最佳訓練就是透過 JMP Pro 進行的。」
NXP 在眾多六標準差訓練中使用 JMP Pro，涵蓋變異數分析 (ANOVA) 和迴歸、自訂實驗設計、現代篩選設計、量測系統分析、變異來源分析和可靠度分析。Bergès 表示：「我們三年前就運用 JMP 設計了這些課程。現在這些都成為了正在進階綠帶和黑帶的許多 NXP 員工所學習的主要課程。」
公司的六標準差訓練也涵蓋改進製程品質的資料導向方法，稱為 e-DMAIC (消除-定義、衡量、分析、改善、控制)。e-DMAIC 是六標準差的核心。Bergès表示：「事實上，綠帶認證需要採用 e-DMAIC 方法的改進專案。這個 e-DMAIC 專案必須由管理階層使用記分卡進行驗證。如此一來，就能確保獲得的知識實際運用於現實情況。」
DMAIC 是眾所周知的結構化問題解決架構，而字母 e 指的是消除可以成為實際思維模式的根本原因。這項改進來自 NXP 和 Toyota 之間的合作研究，而且仍在持續提高品質。NXP 的品質管理無處不在；這是公司「全面品質」理念的核心。
裨益用戶，驅動產業發展和成功
NXP 對 JMP Pro 的使用不斷在演變進化。Bergès 回憶道：「我們最初使用的是 Minitab，後來轉為使用 JMP。有鑑於 JMP 強大的相容性和易用性，大多數的工程師最終都選擇使用 JMP 進行工程分析。現在，我認為我們永遠都不會放棄 JMP。」如今公司有 1,600 名資料分析專家積極運用 JMP 的解決方案。
她表示 JMP Pro 的優點在於，不論是高階統計人員，還是僅接受過入門程度統計訓練的工程師，都能夠有效運用這套解決方案。Bergès 說道：「工程師必須具備一定程度的統計知識，才能使用 Minitab 進行有意義的分析。但 JMP 相當直覺化，因此任何人都可以完成有用的分析。」另一個明顯的優勢是 JMP Pro 使得 NXP 能夠進行測試並最佳化製程。「只要簡單點擊一、兩下，就可以獲得最完整且準確的統計分析。我們使用 Python 獲取大量資料，但是，如果我們想要在不需要程式設計的情況下，以最快的速度獲得結果，就需要使用 JMP Pro。」
受益於 JMP Pro，NXP 得以展現最好的半導體設計和測試能力，讓公司持續在市場的最前沿。隨著汽車產業變革步伐的加快，NXP 高效、穩定的設計和製造創新解決方案的能力將成為企業保持市場領先地位的核心競爭力。Bergès 表示：「現在如果沒有 JMP Pro，我們的工作根本就無法完成。」