全球最大的半導體企業(yè)——美國英特爾的所有工廠中現在產生的數據僅日志文件每小時就超過了5TB。過去，積累這些日志文件只是為了出現問題時用于恢復。但最近幾年“開始利用大數據來削減成本和縮短生產線停機時間”（英特爾日本公司（總部：東京）云計算事業(yè)總部智能系統(tǒng)部開發(fā)經理安齋尊顯）。

不再需要定期維護

比如，英特爾位于馬來西亞檳城州的處理器工廠利用大數據來控制機器人（圖1）。具體而言，在利用機器人將已完成的處理器放到檢查用基板插座上的工序中，通過實時監(jiān)視機器人的工作，防止出現不合格產品及生產線停產。

圖1：英特爾位于馬來西亞檳城州的處理器工廠

在英特爾的工廠中很早采用大數據。

將處理器放到插座上時，必須控制機器人，使其將處理器的引腳插入插座的孔中。引腳和插孔哪怕稍有錯開，都有可能損壞好不容易制造出來的處理器。最嚴重的情況是，導致機器人也出現故障，整個生產線停產。

機器人本來裝有保持其重復操作的控制程序。但實際使用時間長了，就會出現動作誤差。

原因是構成機器人的零部件的老化。因此，英特爾決定實時獲取并分析機器人的工作數據，始終監(jiān)視誤差（圖2）。這樣便可以在誤差增大導致不合格產品出現之前，調整機器人的工作狀況。

圖2：監(jiān)視機器人的工作

實時獲取并分析多種數據，自動監(jiān)視導致故障的工作失誤。

這一措施不僅能夠通過減少不合格產品降低成本，還能夠縮短整條生產線的停機時間。因為與出了問題之后再調整機器人相比，預先修正需要花費的工時要少得多。

英特爾的安齋指出，如果將這種利用大數據在出問題之前調整誤差的措施貫徹下去，工業(yè)設備的維護方式也有可能改變。最后可能就不需要定期維護了。“現在的定期維護要么是沒有問題也要調整的超前維護，要么是在定期維護之前就已經出現了故障”。但是，通過利用大數據，可以根據機器和設備的情況進行合理的維護。

100億日元也不過是“一小部分”

英特爾馬來西亞處理器工廠的措施是該工廠自發(fā)導入的。鑒于這家工廠的收效，英特爾從2011年開始鼓勵所有工廠都利用大數據。大數據相關項目也從最初的3～4個左右，增加到現在的10多個。

比如，處理器等使用的半導體晶圓制造工序，通過獲取并分析晶圓狀態(tài)等多種數據，大幅簡化了檢查工序。如果獲取并分析各晶圓的數據和制造工序的時序數據等，估計能夠壓縮檢查工序要檢查的項目，從而減少檢查工序的無用功。

該項目的成本削減目標額度總計達到約100億日元。但英特爾認為“從總體來看，不過是一小部分”。

另外，英特爾還堅持強化利用大數據的基礎技術。不僅推進開發(fā)數據的獲取和分析技術，還于2012年底收購了從事工業(yè)設備和飛機等異常預測系統(tǒng)業(yè)務的美國ScientificMonitoring（SMI）公司。通過將SMI所擅長的異常預測算法與英特爾的技術結合起來，提高今后預測的準確度。

還將經驗應用到自家產品的開發(fā)中

英特爾如此重視工廠采用大數據不僅僅為了改善自己的業(yè)務。其目的還在于，如果眾多企業(yè)的工廠普遍采用大數據，那么英特爾的產品——工業(yè)設備用處理器也就需要更高的的性能，那么就有望創(chuàng)造更多的銷售額。

英特爾的安齋指出，過去像可編程邏輯控制器（PLC）這樣的工業(yè)設備使用的處理器需要的性能不是很高。但是，如果工廠普遍采用大數據，就需要根據實時獲取并分析數據得出的結果來進行控制，因此處理器也需要提高性能。

總之，英特爾的戰(zhàn)略是通過采用大數據改善自家業(yè)務，積累經驗，并充分運用到產品開發(fā)中去。前面提到的項目也不僅僅是為了改善自己的業(yè)務，還準備開發(fā)向外部提供的應用技術。