半導體建廠 × AI Data Center
顧問訪談知識庫

00這份文件在談什麼

原始文件是 MetAI 團隊為了驗證「半導體廠 / AI Data Center 設計自動化（Rule Engine、Auto Layout、 Auto Routing）」產品假設，與業界顧問進行多輪訪談後累積的逐字稿、問題集與內部整理筆記。內容橫跨兩條主線：

兩條主線之外，另有一段針對 Chemical 系統商「矽科宏晟」的深度訪談，用來規劃第一個可落地的 PoC（設備自動排佈）。以下依主題重新編排，並在段落間標出可直接引用的關鍵結論與原話。

01核心洞察摘要

A1建廠九階段：重疊推進，不是依序完成

一座半導體廠從前期準備到製程設備測試，大致經過九個階段。實務上這些階段會大量重疊， 以縮短整體建廠時間，而非等前一階段 100% 完成才開始下一階段。

A2Detailed Design 的完整工作流程

• RFP：業主提出建築面積、樓層數、樓高、無塵室配置、水氣化電需求、產能與完工時間， 內容常不完整（例如只說「五層樓、兩層 Cleanroom」，未給面積或樓高）。
• RFI：設計廠商就空間、系統、設備數量、法規與業主標準衝突處提出澄清請求。
• Room Book：描述每層樓需要哪些房間、用途、空間需求、系統需求與基本 Capacity。
• TUM List（Tool Utility Matrix）：最重要的輸入資料——每台製程設備位於哪層哪區、 需要哪些 Utility（PCW / CDA / Chemical / Waste）及數量，是設計與報價的核心依據。
• 建築底圖：從 Concept Design 的外框、面積、樓層數，進一步決定柱位、跨距、樓板厚度、房間範圍。
• 設備 Layout / 套圖：依 TUM List、Room Book 疊合各專業需求，檢查空間、逐步完成設備定位， 再進行管線與空調、消防、電力、給排水等系統的空間整合。
• 管線完套 / 施工圖：主要干涉排除後產出施工圖，仍需業主逐一審查系統路徑與設備配置。

A3業主端會參與的部門（以台積電/美光為例）

美光另有 Global Team（新加坡，負責 Global Standard、Concept Design、Design/Schedule Review） 與 Site Team（施工階段介入，負責現場執行與協調）。各部門實際決策權重與是否需更高層核准， Jeff 表示未直接參與、無法完全確認。

投標階段需準備的三類提案

從業主發 RFP 到決標，通常約 2 個月。投標廠商需準備並附上報價：

A4台積電 vs 美光：兩種完全不同的建廠模式

美國法規差異案例：「液體管路上方 1.5m 不可設置電盤」——同樣的 Layout 在台灣可行、在美國可能不合規， 需要重新設計 Utility Routing。整體而言，同一地區的廠往往比同公司跨國廠更相似 （因供應鏈重疊，例如台灣的漢唐、亞翔、帆宣），核心設計邏輯可共用，最大客製化來源是當地法規、 消防規範、材料設備認證與施工方式。廠型上，晶圓製造廠系統最完整（含 Chemical/Gas/PCW/排氣空調）， 封裝測試廠較簡單、部分無 Chemical 系統，適合新廠商練手。

A5角色分工與分包生態

台積電傾向直接管理各系統廠商（水／氣體／化學／空調／電力各自獨立發包），業主自行處理整合、 套圖與介面管理；美光傾向發一個大 EPC 包（涵蓋 MEP、建築、詳細設計、採購、施工、專案管理）， RFP 初期只給約 30% 概念設計，EPC 需自行發展成完整方案，並經過 Design Review 與 Schedule Review 篩選。

誰最有能力同時懂 Layout 及 Hookup？ 答案是業主「新工處的套圖工程師」—— 他們定義一次側 Sub-Fab 設備擺放位置，同時需要與 IE Team 確認 Tool Layout，是唯一貫穿兩端的角色。

A6關鍵設計文件：規則分散、格式高度客製化

設計規則與資料不會集中在單一文件，而是分散在業主 Global Standard、TUM List、Room Book、 施工規範、各專業設計規範與業主個別要求裡。

P&ID 部分：台積電多用公版（廠商依需求修改，不會從零發展）；美光則先做 Concept Design P&ID 再交 EPC 發展。國際法規（NFPA 消防安全、ISO 14644 無塵室、SEMI 半導體產業規範）可作為 Baseline， 但業主實際採用的內部 Standard 有時比國際法規更嚴格或不同，衝突時透過 RFI 由業主書面確認採用何者。

A7套圖（Overlay）與碰撞（Clash）——最耗時的環節

Jeff 認為套圖是整個設計流程最耗時的階段之一。典型流程分兩階段：

美國一廠曾嘗試直接用 Revit 做全面 Clash，結果「太慢、太重、太複雜」——根本問題是 Mechanical、Electrical、Process、Fire Fighting、Chemical 各自修改自己的模型，版本不同步， 整合後才發現新的碰撞，於是不斷「修改 → 整合 → 再碰撞 → 再修改」。

漢唐案例的套圖耗時：設計完成度 60–80% 開始套圖，理想狀況 3–4 週完成一次整合， 實際常拖到 3–4 個月（從 60% 做到 90%）。碰撞修正時長依內容差異極大：小型碰撞 （例如一支 4 吋冰水管與一支 2 吋化學管干涉）可能一通電話幾十秒解決；大型管路干涉或密集交錯區域 可能耗費 1–2 週。經驗能有效降低碰撞修正時長——台積電專案能快速完成設計，一部分原因正是 「廠區都差不多，可依經驗法則」、「熟悉的廠商越蓋越熟悉哪裡容易大碰撞，提早避開」。

重工最大來源是業主變更製程（Tools List），Layout 變更多半也是製程變更所致； 不同承包商採用不同基準點的問題，通常在套圖一開始就會被定義解決。

A8圖紙 vs 現場施工：台灣模式 vs 美國/新加坡模式

帆宣化學系統案例：套圖完成並發布的施工圖約有 90% 等級的細節，現場落差主要出在施工圖無法精確畫出的 直線段管路轉折；漢唐（MEP 大包、系統繁多、時程更緊湊）則常僅完成主要路徑，細部小分支管在現場調整， 因此更容易與其他系統干涉。美光在 Standard 中明訂至少三次 Design Review 的框架， 分別對應 Process Development、Process Design、Detailed Design 三個完成度里程碑。

A9LOD 標準對照：定義常模糊，建議對齊「功能」

Micron 較常要求 LOD 400／500（希望模型能直接支援日常維護），台積電較少以模型作日常維運工具， 要求通常較低（套圖階段約 LOD 300–350，as-built 主要留存用）。晶圓廠目前僅美光會用到 LOD 500， AI Data Center 因系統相對單純，實務上完成 LOD 500 的機會較高。 Micron 曾在既有廠改建案中要求承包商執行整廠 3D Scan（現場派人約 2–3 個月完成掃描， 再整合進 Revit），是目前唯一明確要求全廠掃描的業主案例。

A102D vs 3D 設計流程

各業主與國家的要求差異很大：台積電台灣廠仍以 2D 為主，台積電美國廠用 Revit 3D； Micron 台灣廠通常以 3D 為主，Micron 新加坡廠希望用 3D 但部分 MEP 團隊能力跟不上、部分工作仍回到 2D。

以台積電美國廠由 2D 轉 3D 的經驗估算，初期做 3D 可能需要兩倍以上時間 （2D 約 2–3 個月 vs 全 3D 約 4–6 個月），主要卡在台灣工程團隊對全 3D 施工圖與套圖的熟練度仍不足。 但若只看施工端價值，準確的 3D 模型至少能節省一半現場施工與調整時間（減少反覆修改干涉、 可提前預製、降低高風險施工與材料浪費）。Revit 前期建模的三大瓶頸：客製化設備模型耗時（CAD 畫方塊 僅需幾分鐘，Revit 精細模型需 1–2 天）、模型資料庫不足（設備型號常需業主核准後才能建模， 形成進度兩難）、不同品牌設備在尺寸／Port 位置／維修空間上的差異。

A11工程 Know-how 應該怎麼分層？

建議不要把所有 know-how 混成單一「Rule」，而是拆成四層：

例如「危險物料分區、儲存上限」不必獨立成一類，而應歸在 Regulation／Fire Code 底下。 若 MetAI 要做出真正能支撐建廠的平台，就不能只蒐集「工程師怎麼畫圖」，而必須把 法規 + Owner Standard + SI Know-how + Contractor Know-how 一起編入平台。

Rule 的「硬度」再往下拆一層

矽科宏晟訪談中進一步把規則按「違反後果」分類：

GOLDEN / HARD RULE絕對不行、違反就退：法規消防、危險物料分區、 儲存量上限、灑水滅火特性、防爆規範。
CONFIGURABLE RULE依業主/專案調整：間距規定、維修空間、 材質指定、未來擴充預留、操作喜好、指定材料廠牌。
CUSTOMER-ADJUSTABLE PARAMETER應直接變成 configurator 中 讓客戶自行輸入的參數：成本考量、設計標準化（系統商角度）、施工性與趕工需求（施工廠商角度）。

新進人員最常違反的是「業主要求」這一類，其次才是法規消防與施工性需求； 消防相關的「絕對不行」項目在台灣常因各縣市消防局要求不一而需個案確認， 通常在設計初期就會與業主先對齊常見消防問題（如人員逃生動線規範）。

A12Over-design 與優化空間

業界因 safety margin、redundancy 或前期需求不確定，常把設備 capacity 或數量抓得比較保守， 形成一定程度的 over-design。Chiller、Pump、Motor、CDU 是比較容易發生的系統類別； 但哪些 margin 屬於「不能動」的安全裕度、哪些屬於可優化空間，仍需逐案與工程師確認。 若要說服客戶採用 alternative configuration，通常需要比較 Capacity、energy consumption、 CAPEX、OPEX、redundancy、PUE 等指標。

A13報價模式、Change Order 與 ROI

最容易超出預算的是業主 input 不完整卻已發 EPC 包，導致報價漏項或基準偏低； Change Order 在半導體建廠中非常常見，主因是業主 RFP 需求不明確、臨時變更設計， 或製程 Tools IE Layout 未定版而「邊設計邊改、邊施工邊改」。

合理的 Pilot 怎麼設計？

1. 請業主提供 Tools IE Layout（最好是正在運轉的 Fab）
2. 定義 MetAI 規劃範圍（例如 CMP 區或黃光區，單一製程設備為主，盡量降低複雜度）
3. 與業主確認空間規劃需求（Hook-up 進點位置、系統種類、操作空間、附屬機台、Foundation 需求）
4. 依規則產出 Tools Layout，自行核對與業主 IE Layout 的差異
5. 找業主確認差異處，檢討修改方向
6. 重複步驟 4–5 直到符合業主需求

期間與價格建議依廠區尺寸、Tool 設備種類、Hook-up 系統數量判斷；成功指標可定義為 「MetAI 產出的 Tools Layout 與業主既有運轉廠房相符，或能產生更好的設備配置」。

B1設計從「要多少算力」開始，而不是「有多少地」

業主談 Data Center 時，最先確認的不是土地大小，而是想建多少 MW 的算力， 這會一路反推電力、冷卻、設備數量與整體 infrastructure 需求：

其他關鍵輸入條件：

• PUE（Power Usage Effectiveness）：越接近 1，infrastructure overhead 越低。
• 耗水要求（WUE）：是否希望設施盡量不耗水，會進一步影響 cooling architecture、 設備選型與系統設計。
• GPU / Rack Architecture：例如 NVIDIA GB300 或 AMD 架構，直接影響 Power、Cooling、 液冷/氣冷比例、Grey/White Space 設計。
• Country（國家）：Building code、Fire code、Data Center type、 Containerized 方案的可行性都可能不同（例如台灣現行法規對純貨櫃式 Data Center 有限制， 其他國家已有實際案例）。
• Site：Greenfield（還沒有地，先問成本、工期、模組化方案再決定選址） vs Brownfield（已有既存建築，評估可容納多少 MW / racks）。

B2Power 與 Cooling 決定約 70% 核心架構

Data Center 最關鍵的兩個系統是 Power 與 Cooling，一旦確定，約 70% 核心設計已成形。 其餘包括建築結構、消防、給排水、電信/網路、BAS/弱電控制、Generator/燃油系統。 建築本身反而越簡單越好——強調快速部署，樓層越少越好（最好 single-story）， 每多一層樓板、結構、施工都會拉長工期。

B3為什麼 Data Center 比半導體更適合 Rule-based Design？

Data Center 追求快速部署，業界不希望每個專案都出現複雜設計；Rack Vendor （NVIDIA / AMD）本身就提供大量 Recommended Layout、Cooling Architecture、 Clearance、Routing 原則，設計團隊多半是在既有 baseline 上做 adaptation / optimization， 而不是每案從零開始。

若未來能取得 NVIDIA / AMD 的 structured design guideline（目前多屬合作夥伴內部資料， 尚未完全公開），本身就會是非常高價值的 Rule Engine input。MetAI 已被 onboard 到 NVIDIA DSX， 團隊假設其中可能已內嵌部分 NVIDIA design rules，但尚未深入確認其 rule layer。

B4Routing 與 Simulation：兩個不同的痛點

Data Center 的 Rule 不只是空間規則。除了「管線怎麼走」，還需要知道 Pipe size 是否合理、 Flow 是否足夠、Pressure 能否送到最遠端 Rack、Pump selection 是否符合需求。 這帶出一個重要拆解：

Jeff 粗估這類 calculation 在 basic / architecture design 中可能占四、五成的重要程度 （非精確工時估算，Jeff 本身非 cooling calculation engineer）。

B5CFD / Simulation：MetAI 的產品邊界

MetAI 目前不打算自行開發 CFD / fluid simulation engine，而是希望做到：

Jeff 的回饋是：如果某些 calculation 不需要完整 CFD，只需要標準化公式或 rule （例如 flow、pressure、pump sizing），值得思考是否逐步內建進平台——這不代表 MetAI 要變成 simulation software，而是可以形成一個層次：

什麼時候真的需要 CFD？並非所有 design decision 都要進 CFD，有些透過工程計算或設備 performance curve 就足以判斷；CFD 前處理（把 CAD/BIM 整理成 simulation-ready model） 本身也需要大量人工整理 geometry、equipment parameters、boundary conditions。 若要支援 OpenFOAM、6SigmaDCX、Icepak 等不同 solver，需思考 solver-agnostic 的 CFD-ready model 最低限度應包含哪些資訊。

B6Dassault 案例：功能全包，但缺 Domain Database

Dassault 平台號稱可從需求/spec input 自動完成 Parameter configuration、Equipment selection、 Routing、Simulation、Construction scheduling、O&M——覆蓋 Design → Construction → O&M 全流程。但實際接觸後觀察到兩個限制：

1. Fluid simulation 能力可能有限：較強的是 Physical configuration、Routing、 Clash/geometry，真正的 fluid / hydraulic calculation 能力尚未成熟。
2. 缺少 Data Center domain database：客戶仍需自行整理設備資料、Clearance rules、 Operation space、Installation/Design rules，再交給 Dassault 團隊建平台—— 於是客戶產生疑問：「我已經買軟體了，為什麼還要投入很多人幫你訓練平台？」

導入方案約一年期，期間 Dassault team 協助 rule input、platform setup、maintenance。

C1定位、責任邊界與系統共用性

不同管系的材質共用性比較：Chemical 主要用 SUS 或 PFA（含雙套管防漏）；Gas 以 SUS 為主， 內部跑氣體；Power 為電力導管或 Busway；PCW 為鍍鋅鋼管 SGP，跑冷卻水；UPW 用 PVDF 管材， 跑純水且有純淨度要求。材質相符度越高，Hookup 設計邏輯的共用性越高。

C2設備排佈層級 L1–L6

L1、L2 由業主定義；L3–L5 由矽科產出，但仍需業主審查通過才能執行，且設計階段會頻繁來回調整 （L6 較少變動，但仍有機會）。最小有意義的排佈單位是「一間化學機房」（配置相對單純）， Sub-Fab VMB 排佈則需同時考量該區域各種系統的附屬設備與對應 Tools，法規與業主喜好的限制更多。

C3Know-how 四層分類（法規／業主／系統商／施工廠商）

判斷一張排佈圖是否「好」：要能兼顧法規要求、設備搬運動線、開門空間、操作方便性、擴充空間裕度， 更完美的配置連後續管路設計的順暢度、順序、美觀性都能兼顧。可以交出去的完成度 至少要達成以上項目——設備定位不會在施工上即時修改（圖怎麼畫就怎麼做）， 只有管線配置比較容易在現場依施工性與趕工需求調整，並回饋給設計者。

C4PoC 選題：Chemical Room 優先於 V&B Layout

VMB Pilot 落地細節

驗證建議：矽科先拿一份已完成廠區的空白底圖，提供條件需求讓 MetAI 設計， 再跟既有完成圖比對——若排佈相同或更好，即可驗證自動排佈系統，並嘗試納入建廠設計環節。

D1三個最重要的產品結論

D2Rule Engine 建議分層

Golden / Hard Rules原則上不能違反：Code、Safety、 Vendor requirements、Physical constraints。
Configurable Rules依 customer/project 改變： Owner preference、Spacing、Redundancy、Design strategy。
Customer-adjustable Parameters應直接變成 configurator 裡讓使用者輸入的參數。

Rule 的整理不只是「有哪些 rules」，更重要的是「哪些是固定的？哪些是 project-specific？ 哪些應該直接 expose 給客戶調整？」規則最好前置到發包階段：

而不是「先設計 → 再 Clash → 再修改」的傳統順序。

D3必須與 Revit / BIM 差異化

Revit 已經能做 Clash Detection；MetAI 的價值不應停在同一件事上。

MetAI 不希望取代 EPC、Revit 或專業系統廠商，而是定位為 Enabler：作為業主與設計團隊共用的平台， 在 Revit/BIM 詳細設計之前提供快速生成與驗證，協助早期 Layout、SP1、Hookup 與空間規劃， 把規則與知識數位化，快速產生多版本方案，需求改變後快速重新生成，最後把確認方案交給 Revit/BIM 與專業廠商深化。Revit/BIM 仍負責詳細施工資訊、構件、材料、尺寸、接頭、精確出圖與交付文件。

D4第一個通用系統：為什麼是 CDA

Chemical 系統在不同產業間的通用性有限（例如 AI Data Center 幾乎不會出現 Chemical System）， 若目標是建立可跨產業複用的設計能力，Chemical 不一定是最好的起點。建議優先順序是 CDA → GN2 → Gas，其中 CDA 是最推薦的第一個系統：

若目標是「從一套工程系統建立 Auto Routing + Rules，再逐步往其他系統/產業擴張」， CDA 是比 Chemical 更好的 starting point。此外，同一個 System Integrator 服務不同 Owner 時，responsibility boundary 也不同（例如 TSMC 的 P&ID 多用業主 Standard，設計自由度較低； Micron 有時直接給 design package 讓 SI 自行發展，或提供既有廠區作為 reference）， 因此設計自動化除了「現在在幫哪個 SI」，也要知道「這個 SI 現在服務哪個 Owner」。 BIM/LOD 需求同理也會隨 Owner 不同（Micron 若要模型直接拿去維運，可能要求 LOD 500； TSMC 若只要完工模型，可能只要求約 LOD 300）。

D5下一輪最值得帶回 Product Team 的六個問題

E1尚待確認的問題

• 各 decision gate 具體要完成到「幾%」才能開下一階段——目前僅有定性描述，無量化標準。
• SP1 是否都是單人/單團隊？SP2 是否多家廠商分包？（矽科尚無 Hookup 工程經驗，無法確認）
• 進機完成後若出現 rehookup，是否由分包廠商修正路線？（若滿足合約追加條件如超過 15% 管路米數，廠商可提出追加報價）
• 日本的圖紙與現場落差處理方式（僅確認美國/新加坡案例，日本經驗未觸及）。
• Micron 3D Scan 使用的硬體/軟體、點雲後處理流程、掃描成果如何匯入 Revit、最終主要用途。
• 新設備商／新軟體導入時，業主內部各部門的實際決策權重與是否需更高層核准。
• Room Book／TUM List／Plan List 的實際 Sample（已由 Jeff 提供部分，Global Standard 因含業主機密資訊無法提供）。
• 不同業主／國家的 LOD 要求與交付標準完整對照。
• 台積電、Micron、鴻海等業主的 TUM List 欄位與規則差異細節。
• Dynamo 在 Layout 中的實際作用（Jeff 未曾在參與過的專案中使用，無法回答）。

E2後續行動事項