AI, Cip & Kilang Pintar: Apa Minggu Ini Beritahu Kita

AI dalam Pembuatan (Elektronik, Automotif, Semikonduktor)••By 3L3C

Industri cip sedang memecutkan AI, RISC‑V dan keselamatan perkakasan. Begini bagaimana perkembangan global minggu ini patut mempengaruhi strategi kilang pintar di Malaysia.

AI dalam pembuatankilang pintarsemikonduktorRISC-Vkeselamatan perkakasanautomotif pintarE&E Malaysia
Share:

AI, Cip & Kilang Pintar: Apa Minggu Ini Beritahu Kita

Satu nombor yang patut buat pengurus kilang berfikir: US$216 bilion. Itu jumlah hasil suku tahunan industri semikonduktor global pada Q3 2025, rekod baharu yang didorong gelombang AI dan pusat data. Bila cip semakin pintar, kilang juga tak boleh kekal cara lama.

Bagi Malaysia – terutama pemain E&E di Penang, Kulim, Melaka dan Pasir Gudang – berita mingguan industri cip baru-baru ini bukan sekadar “news update”. Ia sebenarnya peta hala tuju bagaimana AI, keselamatan siber, RISC‑V dan teknologi seperti fotonik silikon sedang membentuk generasi seterusnya kilang elektronik, automotif dan semikonduktor.

Saya nak rangkum perkembangan utama minggu ini, kemudian terjemahkan apa maksudnya untuk kilang pintar di Malaysia: dari reka bentuk cip hingga operasi di lantai produksi.

1. Keselamatan Siber Kini Tulang Belakang Kilang AI

Arteris membeli syarikat keselamatan cip Cycuity – dan ini isyarat jelas bahawa keselamatan tak lagi “add‑on”, ia sebahagian daripada reka bentuk sistem AI industri.

Arteris ialah pemain besar dalam network-on-chip (NoC) – teknologi laluan data di dalam SoC. Cycuity pula fokus pada hardware security assurance: cara mengesahkan bahawa IP, bus dan modul pada aras perkakasan benar‑benar selamat.

Untuk kilang elektronik dan automotif yang sedang menuju ke arah kilang pintar, mesejnya tajam:

  • AI di kilang bukan sekadar kamera vision dan robot kolaboratif.
  • Semua ini bergantung pada SoC dan pengawal industri yang berkomunikasi tanpa henti antara mesin, cloud dan OT network.
  • Jika on-chip data movement tak selamat, seluruh rantaian OT/IT terbuka kepada sabotaj, manipulasi parameter proses, dan kecurian resipi proses.

Apa kaitan dengan kilang di Malaysia?

Banyak kilang MNC di Malaysia sudah:

  • Menggunakan AI vision untuk inline inspection PCB, wafer atau modul automotif.
  • Menghubungkan mesin SMT, wire bonding, die attach, test handler, dan AGV kepada MES dan cloud.

Tetapi ramai masih fikir keselamatan terhenti pada firewall dan segmentasi rangkaian. Hakikatnya, trend global menunjukkan:

“Security by design mesti turun sampai ke aras cip dan SoC yang berada di dalam mesin dan peralatan ujian.”

Langkah praktikal untuk pemain E&E tempatan:

  1. Letak “hardware security” dalam spesifikasi pembelian mesin baharu.
    • Tanya vendor: SoC yang digunakan ada secure boot, hardware root-of-trust, dan perlindungan fizikal data atau tidak.
  2. Mula audit rantaian pembekal SoC dan modul.
    • Terutamanya untuk mesin kritikal seperti handler, tester, PLC dan gateway IoT.
  3. Selaras projek kilang pintar dengan pasukan OT security.
    • AI tanpa kawalan akses, logging dan pemantauan anomali bukan aset – ia liabiliti.

2. RISC‑V & CPU AI: Masa Depan Automasi Kilang

Qualcomm membeli Ventana Micro Systems, pembangun IP CPU RISC‑V kelas pusat data. Ini sangat besar untuk masa depan AI industri.

Ventana bawa dua perkara penting:

  • RISC‑V berprestasi tinggi yang boleh saingi CPU pusat data tradisional.
  • Reka bentuk modular yang sesuai untuk custom silicon – termasuk untuk 5G, edge dan peranti industri.

Qualcomm pula sedang membangunkan CPU Oryon tersuai. Gabungan ini bermaksud:

  • Lebih banyak SoC berasaskan RISC‑V dan CPU tersuai untuk edge AI dan automasi industri.
  • Ekosistem perisian dan alat pembangunan RISC‑V akan matang lebih cepat.
  • Vendor peralatan dan OEM automotif akan ada lebih banyak pilihan di luar ekosistem x86/Arm tradisional.

Kenapa ini penting untuk Malaysia?

Malaysia ialah hab pembuatan untuk:

  • Modul automotif (ECU, ADAS, power electronics).
  • Peranti rangkaian, IoT industri dan peralatan kilang.

Kita akan nampak:

  • Lebih banyak pengawal industri dan gateway AI di lantai kilang menggunakan RISC‑V, terutamanya dalam 3–5 tahun.
  • Kos pemproses AI di edge turun, sebab ekosistem terbuka RISC‑V mengurangkan kebergantungan lesen IP tertutup.
  • Pakej produk “smart factory” buatan tempatan (contoh dari syarikat sistem integrator Malaysia) boleh mula memanfaatkan SoC RISC‑V yang dioptimumkan untuk beban kerja tertentu – vision, predictive maintenance, atau real-time control.

Apa yang syarikat Malaysia patut buat dari sekarang:

  • Universiti & pusat R&D (contoh UTM, USM, UM) sudah patut jadikan RISC‑V sebagai sebahagian modul wajib untuk kursus reka bentuk cip.
  • OEM tempatan dan integrator automasi perlu mula bereksperimen dengan papan pembangunan RISC‑V untuk edge computing.
  • Untuk kilang besar: minta roadmap silicon daripada vendor PLC/IPC tentang bila mereka akan menyokong RISC‑V atau CPU AI tersuai.

Bila anda mula lebih awal, anda tak terkejut bila generasi baru mesin dan pengawal tiba.

3. Perkongsian Global & Fotnik Silikon: Infrastruktur Kilang AI

Tiga berita minggu ini saling berkait bila kita tengok dari sudut infrastruktur kilang pintar:

  1. Tata Electronics & Intel meneroka kerjasama untuk pembuatan dan pembungkusan cip di India, termasuk skalakan PC AI.
  2. UMC melesenkan proses fotonik silikon iSiPP300 imec untuk wafer 12 inci.
  3. Siemens & GlobalFoundries bekerjasama guna AI untuk automasi kilang IC.

Apa maksudnya untuk ekosistem pembuatan serantau?

a) Rantaian bekalan cip semakin serantau, bukan hanya berpusat di Asia Timur.

India sedang muncul sebagai tapak pembuatan dan OSAT baharu. Bila Intel bekerjasama dengan Tata:

  • Kapasiti pembungkusan lanjutan dan pembuatan meningkat di Asia Selatan.
  • Peluang integrasi rantaian bekalan untuk Malaysia terbuka – dari bahan, modul, hingga sistem akhir.

Untuk Malaysia, ini boleh diterjemah kepada:

  • Lebih banyak volum PC AI, peranti 5G dan peralatan rangkaian yang dipasang atau diuji di sini.
  • Lebih banyak keperluan automasi, robotik dan AI vision di kilang SMT dan box‑build.

b) Fotonik silikon ialah asas rangkaian data kilang masa depan.

UMC + imec pada fotonik silikon bermaksud:

  • Optical interconnect dan cip fotonik jadi lebih mampu milik dan boleh skala pada wafer 12 inci.
  • Untuk kilang pintar, ini membantu bila jumlah data vision & sensor mencecah skala terabait sejam.

Bayangkan satu barisan pengeluaran elektronik:

  • Ratusan kamera HD/4K untuk AOI, AXI, dan pengesanan kecacatan.
  • Data dihantar dari lantai ke edge server, kemudian ke pusat data untuk latihan model AI.

Fotonik silikon membolehkan:

  • Latensi rendah dan penggunaan tenaga lebih rendah berbanding sambungan kuprum biasa.
  • Backbone rangkaian dalaman kilang yang sedia untuk beban kerja AI berat.

c) AI dalam automasi fab: apa yang Siemens & GlobalFoundries sedang buat akan turun ke kilang lain.

Kerjasama mereka fokus kepada:

  • Pengoptimuman proses pembuatan IC menggunakan AI.
  • Aplikasi “physical AI” – gabungan AI, sensor dan peralatan fizikal di lantai produksi.

Pola yang sama sangat relevan untuk kilang E&E di Malaysia:

  • Gunakan AI pada data SPC, data mesin, log kegagalan untuk mengurangkan scrap dan rework.
  • Terapkan AI dalam penjadualan barisan, tool maintenance dan pengurusan tenaga.

Realitinya, algoritma yang diuji dalam fab wafer kelas dunia hari ini akan jadi standard dalam kilang elektronik am dalam 3–7 tahun.

Kalau anda tunggu sampai ia “mainstream”, anda sudah tertinggal.

4. HBM, 1.4nm & Analog AI: Apa Implikasinya Untuk Kilang Pintar

Minggu ini juga sarat dengan berita teknologi mendalam yang mungkin nampak jauh dari lantai kilang, tetapi sebenarnya menentukan kemampuan AI yang anda akan guna.

JEDEC SPHBM4: Memori jalur lebar tinggi dalam pakej standard

JEDEC sedang menyiapkan piawaian Standard Package High Bandwidth Memory (SPHBM4):

  • Guna die DRAM yang sama seperti HBM4, tapi bukannya silicon interposer, ia guna interface base die yang boleh dipasang pada substrat organik biasa.
  • Menyediakan 512 talian data dengan 4:1 serialization untuk capai bandwidth setara HBM.

Apa maknanya untuk AI di kilang?

  • Pengawal AI di edge, IPC dan server AI yang dipasang di pusat data tempatan boleh dapat bandwidth memori kelas HBM dengan kos dan kerumitan pakej lebih rendah.
  • Ini benarkan model vision yang lebih besar dan lebih tepat dijalankan dekat dengan mesin, bukan hanya di cloud.

Contoh praktikal:

  • Sistem AI vision di barisan SMT boleh jalankan model yang lebih kompleks (misalnya segmentasi kecacatan mikro pada solder joint) terus pada peranti edge tanpa perlu hantar semua imej ke cloud.

10nm pola untuk cip 1.4nm & inovasi 3D

DNP membangunkan templat nanoimprint lithography dengan resolusi corak talian 10nm, membolehkan proses ke arah 1.4nm node. Pada masa sama, pelbagai pasukan IEDM melaporkan kemajuan:

  • 3D HBM‑on‑GPU yang lebih sejuk melalui mitigasi haba sistem.
  • Monolitik 3D memory, 3D chip buatan foundri AS, dan transistor frekuensi tinggi berasaskan AlN.

Dari sudut kilang:

  • AI semakin padat, jimat tenaga dan berkuasa.
  • Itu bermakna lebih banyak fungsi AI boleh dimasukkan dalam pengawal mesin, sensor pintar dan modul automotif tanpa blow‑up kos tenaga atau saiz PCB.

Analog AI & neuromorfik: tenaga AI jatuh mendadak

Unconventional AI memungut US$475 juta untuk cip AI analog, sementara BrainChip mengembangkan portfolio neuromorfik edge AI.

Kedua‑dua arah ini membawa implikasi besar untuk automasi:

  • AI analog & neuromorfik boleh memberi penjimatan tenaga berpuluh kali ganda berbanding GPU tradisional pada tugas inference tertentu.
  • Untuk kilang yang mengejar pensijilan ESG dan penjimatan kos elektrik, ini buka ruang guna lebih banyak AI di setiap titik proses tanpa melambungkan bil tenaga.

Bagi syarikat yang pasang atau uji cip AI dan modul elektrik berkuasa tinggi di Malaysia, anda akan nampak lebih banyak projek pelanggan yang:

  • Mahu power cycling, thermal characterization dan ujian kebolehpercayaan untuk cip analog AI dan neuromorfik.
  • Perlukan data besar untuk menentukur dan memodelkan prestasi di lapangan.

5. Automotif, Kilang Pintar & Malaysia: Di Mana Peluang Nyata?

Sektor automotif dalam berita minggu ini sangat sejajar dengan kekuatan Malaysia dalam komponen automotif dan EMS.

Antaranya:

  • Rivian memperkenal pemproses 5nm tersuai berasaskan Arm Cortex‑A720AE untuk platform autonomi.
  • Waymo, Renault, Ford, Stellantis, dan lain‑lain giat mempercepat EV dan kenderaan autonomi.
  • Jualan EV global Q3 2025 naik 32% tahun ke tahun, dengan China mewakili 60% jualan BEV.

Apa masuk poket Malaysia?

  1. Lebih banyak ECU dan modul pintar dalam kereta.

    • Setiap kereta EV / ADAS tinggi membawa puluhan hingga ratusan cip kuasa, MCU, sensor dan SoC AI.
    • Banyak modul dan PCB ini boleh (dan sudah) dibuat, dipasang atau diuji di Malaysia.

  2. Tekanan terhadap kualiti dan traceability.

    • Dengan tahap automasi tinggi, sebarang kecacatan akan dianalisis melalui data penuh – dari wafer hingga kilang pemasangan.
    • Ini memaksa kilang tempatan melabur dalam AI untuk end-of-line testing, traceability, dan analitik kecacatan merentas kilang.

  3. Kerjasama pendidikan dan bakat semakin kritikal.

Minggu ini, kita nampak:

  • Arm tandatangan MoU dengan Korea Selatan untuk sekolah reka bentuk cip.
  • UTM & Infineon melancar Innovation Launchpad untuk penyelidikan semikonduktor dan bakat di Malaysia.

Ini petanda jelas: negara yang serius tentang automotif pintar dan kilang AI sedang bina ekosistem bakat reka bentuk cip, data dan automasi secara agresif.

Kalau kilang dan syarikat sistem integrator di Malaysia tak “plug‑in” kepada inisiatif seperti ini sekarang, jarak kemahiran antara apa yang industri perlukan dan apa yang sedia ada akan semakin melebar.

6. Apa Langkah Seterusnya Untuk Pemain Kilang di Malaysia?

Melihat keseluruhan berita minggu ini, ada beberapa tindakan nyata yang saya rasa wajar dijadikan agenda Q1–Q2 2026 bagi pengurus kilang, CTO dan pemimpin projek kilang pintar di Malaysia:

  1. Jadikan keselamatan perkakasan sebagai keperluan asas projek AI kilang.

    • Secure boot, trusted identity perkakasan, dan perlindungan data pada aras cip perlu masuk dalam RFQ mesin & peralatan baharu.

  2. Rancang roadmap AI edge yang mengambil kira RISC‑V dan CPU AI tersuai.

    • Mula projek perintis dengan papan pembangunan RISC‑V untuk vision, predictive maintenance atau pengesanan anomali.

  3. Nilai semula infrastruktur rangkaian dan storan data kilang.

    • Bersedia untuk dunia di mana fotonik silikon, HBM/SPHBM dan sambungan optik menjadi tulang belakang.
    • Semak sama ada arkitektur rangkaian dalaman mampu tampung pertumbuhan kamera, sensor dan data log.

  4. Bangun pasukan kecil “AI + OT + Security”.

    • Bukan lagi cukup bila IT urus server, OT urus mesin, dan security urus firewall secara berasingan.
    • Bentuk pasukan silang fungsi untuk projek kilang pintar baharu.

  5. Masuk rangkaian bakat dan inovasi tempatan.

    • Bekerjasama dengan universiti (UTM, USM, UKM, UM, UniMAP dan lain‑lain) yang semakin aktif dalam reka bentuk cip, AI industri dan semikonduktor.

Minggu berita cip kali ini mungkin nampak sangat “global” – dari San Francisco ke Seoul, dari Brussels ke Bengaluru. Tetapi bagi siapa yang terlibat dalam pembuatan elektronik, automotif atau semikonduktor di Malaysia, mesejnya dekat dan jelas:

AI bukan lagi projek sampingan di kilang. Ia sedang dibina terus ke dalam cip, memori, rangkaian dan peralatan yang anda guna setiap hari. Sesiapa yang mula merancang sekarang akan menjadi antara kilang yang paling berdaya saing di rantau ini dalam 3–5 tahun akan datang.

Soalannya: adakah pelan kilang pintar anda untuk 2026–2028 sudah sejajar dengan arah aliran ini – atau anda masih merancang berdasarkan teknologi 2018?