LAST CALL 8/18 新竹場.晚鳥 NT$7,000 · 開課前截止
--D --H --M --S
立即報名
數位簡報室
On-Prem AI|講師 Simon
Semiconductor · Manufacturing · High-Security

AI 地端部署
資安治理實務班

為半導體、精密製造與高資安產業設計

讓資料不出廠,AI 照樣進得來。模型選型、地端部署、資安治理,一天走完可落地的完整路徑。

AUG18
2026 年 8 月 18 日(二)
10:00 – 17:00 · 竹北高鐵站區.實體授課
立即搶占晚鳥席次 晚鳥 NT$7,000(原價 NT$12,000)· 8/18 開課前截止 · 還剩下 7 個席位・小班制
主講 Simon 工研院電通所 → 台積電 → 矽谷新創 → 緹拓科技技術長|23 項美國專利
Date
2026.08.18(二)10:00 – 17:00 / 6 HRS
Location
竹北.高鐵站區ZHUBEI / ON-SITE ONLY
Format
8 模組 + 2 實作HANDS-ON LAB × 2
Deployment
全程地端離線AIR-GAPPED / NO CLOUD
Problem Set

不是不想導入 AI,
是不敢在放行單上簽字

Recipe、wafer map、客戶 GDS 都不能離開廠區。於是結論是「先不要碰」——而這正在成為最貴的決定。

P.01Data Classification
最上游就卡死:資料根本不能離開廠RecipeWAT/CP/FTGDS、客戶 NDA 全屬營業秘密,公有雲 API 在防火牆層就被擋下。
P.02OT / IT Segmentation
OT/IT 分離的架構下,AI 沒有落腳點MESEAP 所在的 OT 網段與辦公網段實體隔離。AI 放哪一側、誰核准跨接——沒人畫得出那張圖。
P.03Shadow AI
擋得住公司網段,擋不住工程師的手機有人把 FDC trace、機台 alarm log 貼進公開聊天機器人。沒有 DLP 紀錄,也沒有稽核軌跡。
P.04Customer Audit
SEMI E187/E188 開始被寫進客戶條款設備資安條款正落到供應商身上。稽核問到 AI 的資料流向,公司交不出書面說明。
P.05Model Selection
GPU 買了,卻沒人能決定跑哪個模型7B 還是 32B、INT4 還是 FP16、VRAM 夠不夠撐 30 人——沒有能寫進簽呈的依據。
P.07Tribal Knowledge
異常一發生,經驗還是鎖在老師傅腦袋裡excursion 當下要翻 wafer map、defect Pareto、三年前的 lot hold 紀錄,全靠記憶。換班、退休,知識就斷。
晶圓表面繞射
WAFER一片晶圓上的每一顆 die,都對應著不能外流的 Recipe 與量測資料
Why Semiconductor

高資安產業不是「晚一點導入」,
是用一般做法根本導不進來

差別不在想不想做,而在資料能不能動。

公有雲 LLM 工程師 公有雲 資料已離廠 地端 LLM 工程師 地端 LLM 無對外連線
資料一旦離廠,就收不回來
OT 網段 DMZ IT 網段 MES / EAP 機台 地端 LLM RAG 庫 工程師 對外連線 0 · 全程留稽核軌跡
AI 該落在哪一格
外部文件 ①輸入 向量庫 LLM ②輸出 使用者 ③ 稽核軌跡
地端 ≠ 安全
Target Audience

這堂課是為
這五種角色設計的

不需要會寫程式,但要對「導不導入、怎麼導入」負責。半導體以外的高資安單位同樣適用。

IT / MIS / InfoSec
資訊與資安部門主管、工程師
最常用到的場景:規劃地端 LLM 的網段落點與存取控管,產出可附進稽核回覆的資料流向說明。
Process / Equipment / Yield
製程、設備與良率工程師
最常用到的場景:excursion 當下查出同機台三年內的類似 lot hold 與處置紀錄。
IC Design / R&D
設計與研發主管、技術決策者
最常用到的場景:盤點 GDSPDK、netlist 哪些可進 AI,並把規則落成技術限制。
Transformation / Compliance
數位轉型專案與法遵治理窗口
最常用到的場景:帶治理政策範本與分階段導入路徑回公司,把 POC 推上時程與預算。
Finance / Medical / Defense / Precision Mfg.
半導體以外的高資安單位
同樣的題目,只是換了名詞:把 Recipe 換成客戶交易紀錄、病歷、設計圖紙或標案文件——「資料不能離開公司」這個前提一模一樣,地端架構、網段規劃、權限設計與治理框架完全共用。課堂案例以半導體為主,因為那是資安要求最嚴的場域;能過那一關的做法,套到其他產業只會更寬鬆。
一日實務班上課情境
情境示意圖小班實體授課,實作階段講師逐桌確認進度。
Curriculum

一天,走完從
選型到治理的完整路徑

八個模組依導入順序排列:前四個建立判斷力,後四個動手把系統跑起來。

// 2026.08.18(TUE)09:30 報到 · 10:00 – 17:00 · 6 HRS · 含午休與綜合 Q&A

MODULE_01 // 10:00 – 10:35 AI 模型基礎與技術演進
  • 從規則式系統、統計式機器學習到深度學習的技術路線
  • CNN 與影像檢測:為什麼半導體業最早落地的 AI 是 AOIAVI 缺陷分類
  • Transformer 與注意力機制:它改變了什麼,為什麼能處理文件
MODULE_02 // 10:35 – 11:10 生成式 AI 在半導體產業的應用地圖
  • 晶圓製造、封測、IC 設計三種場域的導入切入點與風險輪廓差異
  • 高價值場景盤點:SOP 問答、excursion 處置查詢、8D 報告初稿、規格書比對、機台手冊檢索
  • 高風險紅線:直接調參、放行判定、客戶資料彙整——現階段不該交給 AI
MODULE_03 // 11:20 – 12:00 LLM 核心技術解析與模型選型
  • Token、Embedding、Context Window:決定成本、延遲與效果的三個關鍵變數
  • 參數量、量化等級(FP16 / INT8 / INT4)與 VRAM 佔用的實際對照
  • 推論優化:KV Cache、batching、concurrency 與吞吐量的調校取捨
MODULE_04 // 12:00 – 12:40 半導體資料治理與資安風險盤點
  • 資料分級實務:Recipe/製程參數、客戶 NDA 文件、內部一般文件的三層切法
  • 營業秘密法與客戶合約條款如何實質限制 AI 的使用邊界
  • 對照 SEMI E187(Fab 設備資安)、E188(malware-free 整合)與 IEC 62443 的治理要求
MODULE_05 // 13:40 – 14:20 企業級 AI 平台架構與維運
  • 純地端 air-gapped、私有雲與混合架構:三種部署模式的取捨與適用情境
  • 網段規劃實務:OT/IT 分區、DMZ 放置、反向代理與單向資料閘的配置方式
  • 身分與權限:接上 AD/LDAP,權限跟著現有組織架構走
MODULE_06 // 14:20 – 15:00 生成式 AI 資安治理與風險管理
  • Prompt Injection、間接注入與 jailbreak:實際攻擊示範與對應的防禦設計
  • 資料外洩路徑盤點:從提示詞、向量資料庫到模型輸出的三個典型漏點
  • 模型供應鏈安全:開源權重來源驗證、雜湊比對與授權合規檢查
MODULE_07 // 15:10 – 16:00 私有化部署實作HANDS-ON
  • Ollama 在本機完成第一個離線模型的安裝、載入與啟動
  • vLLM 架構概念:多人共用情境下的服務化、批次處理與資源配置
  • 接上前端介面,做出同事可直接使用的入口頁
MODULE_08 // 16:00 – 16:40 Fab 知識助理 Agent 實作HANDS-ON
  • RAG 知識庫建置:文件切分策略、向量化與檢索品質調校
  • 用 SOP、機台手冊與異常處置紀錄,建出能回答產線問題的助理
  • 版本控管與廠別隔離:避免引用到作廢 Rev. 或跨廠 recipe 污染

// 本課程不涵蓋

  • 模型預訓練與大規模微調——涵蓋 LoRA 的判斷時機與成本,但不做實際訓練
  • AOI/AVI 影像缺陷檢測演算法——電腦視覺的題目,與生成式 AI 不同路線
  • MES/EAP 客製開發——說明介接架構與權限設計,實作交由內部或系統商
黃光微影區
LITHO BAY課程教的不是通用 AI,是能在這種環境的網段限制下真的跑起來的架構
Tech Stack

你會實際碰到的
工具、模型與硬體

課堂實際安裝操作的元件:全部開源、可離線,不綁單一廠商。

推論引擎
OllamavLLMllama.cpp
使用者介面
Open WebUI自建前端
RAG 框架
LangChainLlamaIndex
向量資料庫
ChromaQdrantpgvector
中文 Embedding 模型
BGE-M3multilingual-e5
開源模型家族
LlamaQwenGemmaMistralDeepSeek

授權與合規:逐一檢視授權條款——哪些可自由商用、哪些帶限制、哪些來源無法驗證。稽核時要說得出模型來源。

Instructor

帶你把系統實際跑起來的人

講師 Simon
Lead Instructor
Simon
半導體 AI 導入顧問|緹拓科技技術長
23
項美國專利 US Patents
1996
投入半導體與通訊產業
05
場 2026 年受邀 AI 主題授課
NVIDIA-Certified Associate Generative AI LLMs
Simon
SEMICONDUCTOR AI DEPLOYMENT & SECURITY
經歷工研院 電通所
經歷台灣積體電路製造
經歷矽谷新創公司|25 年科技產業經歷
經歷美洲中國工程師學會 舊金山分會
現任AI 新創「緹拓科技」技術長

從工研院電通所、台積電,到矽谷新創公司,Simon 的職涯一路走在半導體與通訊的技術現場,累積 25 年產業經歷與 23 項美國專利。現任 AI 新創「緹拓科技」技術長,並取得 NVIDIA-Certified Associate: Generative AI LLMs 認證。

教學不從技術出發,而是從「你的 Recipe 能不能出廠」開始拆解,把選型、網段、權限與稽核要求,收斂成一份 IT 做得出來、稽核收得下的方案。

人工智慧應用機器學習電腦架構無線通訊系統半導體產業
「私有化部署難的不是技術,是說服一整個組織相信這件事是安全的。這堂課就是讓你當天拿得出那份能讓人簽字的說明。」

近期受邀授課

講授課程邀請單位
從矽谷與紐約看 AI 的產業應用清大台北校友會
企業 AI 落地案例介紹和暢科技
AI 時代的學習重塑與教育因應高雄大學電機系
用 AI 建立企業護城河:策略思維與落地高雄金融創新園
OpenClaw Deep Dive 龍蝦系統架構分析杰侖智能
導入方案討論情境
情境示意圖帶回去的是能進審查會議的方案:架構、選型依據、硬體級距與治理政策。
Enrollment

還剩下 7 個席位
小班制不加開

2026.08.18 HSINCHU / LAST CALL 至 8.18
原價 NT$12,000
NT$7,000
晚鳥省下 NT$5,000 可刷卡・可分期
7 個席位SEATS LEFT

本班採小班制,實作階段講師需逐桌確認進度,因此不加開名額。額滿即停止報名;晚鳥價至 8/18 開課前 止。

  1. 結帳點擊下方按鈕進入線上結帳頁,支援信用卡一次付清或分期。
  2. 付款填寫發票資訊並完成付款,系統即時確認。
  3. 通知付款成功後 Email 寄送收據,開課前 7 日寄行前通知與教室資訊。
立即結帳報名

2026.08.18(二)10:00 – 17:00 · 新竹縣竹北市高鐵七路 65 號 13 樓之 10
支援信用卡付款,可選擇分期

報名即包含

  • 6 小時實體課程,8 個模組 + 2 個 hands-on 實作
  • 六項交付文件(價值總計 NT$71,000)
  • 課後 90 天專屬 Q&A 支援群組
  • 完課證明電子檔案

// 晚鳥倒數 · 8/18 開課截止

--DAY
--HR
--MIN
--SEC

公司報帳

可開立公司抬頭與統編電子發票,適用多數企業的教育訓練費用科目。需要報價單或請購文件,來信即可提供。

For Enterprise

導入卡住,
八成不是技術問題

而是 IT、製程與法遵對同一件事的理解不同步。如果貴公司正在評估地端 AI,可以直接找我們談。

企業 AI 資安導入諮詢

網段落點、硬體級距、資料分級與治理框架——不確定從哪裡開始,加 LINE 直接問,不需要先報名課程。

企業 AI 資安導入諮詢
On The Floor

課程講的每一件事,
都對得回產線上的實物

無塵室工程師
人在無塵室,資料在哪裡機台旁的處置經驗、8D 與 SOP,是知識庫要索引的第一批來源。
晶圓傳輸機械手臂
OT 網段裡的資料MES、EAP 與機台介面產出的紀錄,怎麼在不搬出網段的前提下被查詢。
晶片 die 微距
不能外流的那一層Recipe、layout 與量測資料是營業秘密,一旦離廠就收不回來。

// 以上為產業情境示意圖,非本課程實際場地照片

Venue

上課地點在竹北高鐵站區,
當天來回不用過夜

教室位於高鐵新竹站周邊商辦,園區與竹科通勤圈都在半小時內。採小班制配置,實作階段講師逐桌確認進度。

上課教室環境.小班制座位配置
// 教室實景.小班制座位,每位學員皆有完整桌面可放筆電與講義
Address
新竹縣竹北市高鐵七路 65 號 13 樓之 10鄰近高鐵新竹站,開車、高鐵、台鐵六家線皆可抵達
Date
2026 年 8 月 18 日(二)09:30 報到 · 10:00 – 17:00 授課,共 6 小時
Class
小班制實體教室投影設備與獨立座位,2 場 hands-on 實作全程於現場完成
Notice
行前通知信於開課前 7 日寄出內含教室樓層指引、交通與停車建議,以及實作環境安裝說明
在 Google 地圖開啟
FAQ

報名前,
你可能想知道的事

Q1ChatGPT 我自己也會用,為什麼還要花錢上這堂課?

會用 ChatGPT,和在資料不能出廠的產業裡合規地把 AI 導入產線,是兩件事。

自學的三條失敗路徑:、學到通用技巧,回廠才發現 Recipe 與 WAT 根本不能貼進去;、工具與模型太多,比較好幾個月不敢決定;、做出雛形卻沒有治理配套,稽核一問就得下架。

這堂課解決的不是「工具怎麼用」,而是「資料不能外流的產業,這件事該怎麼整套做起來」——選型依據、地端架構、網段落點、風險控管與可交付的書面政策。

Q2我們不是半導體業,適合上這堂課嗎?

適合。只要你的單位有「資料不能離開公司」的限制,這堂課的架構、模型選型、網段規劃與治理框架都直接適用——金融、醫療、國防、法律事務所與精密製造的學員需求是一樣的,差別只在被保護的是 Recipe、交易紀錄、病歷還是設計圖紙。

課堂案例以半導體為主,因為那是資安要求最嚴、限制最多的場域。能通過那一關的做法,套到其他產業只會更寬鬆。實作使用去識別化範例文件,回公司換成自家文件即可。

Q3我完全沒有 AI 或程式背景,跟得上嗎?

可以。MODULE_0104 不需程式基礎,重點在判斷力與風險視野。兩個 hands-on 模組採逐步跟做,指令與設定都有完整逐字稿,講師與助教逐桌確認進度。

不需要 LinuxDocker 基礎,指令都有可複製的逐字稿。角色偏決策的人只看示範、不敲指令,一樣能理解架構與成本。

Q4需要什麼帳號、GPU、筆電?教室環境如何?

不需要付費帳號。Ollama 與開源模型全部免費且在本機執行,不需註冊、不需信用卡、不連任何雲端服務——這正是課程要示範的重點。

不需自備 GPU。實作使用可在一般筆電(含無獨顯機型)執行的小型模型;更大模型以示範與 TCO 試算表說明,回公司依實際硬體套用。

需自備筆電(建議 16GB 記憶體、預留 20GB)。教室提供電源與網路;安裝需連網下載約 5–15GB,建議依行前通知提前完成,安裝後推論全程離線

Q5課堂會不會需要接我們公司的 MES 或實際資料?

不會,也請不要攜帶。實作一律使用去識別化的範例文件(模擬 SOP、機台手冊與異常紀錄),不需要也不建議帶內部真實資料到教室。

課程教的是方法與架構,回公司接上自家資料源的步驟寫在部署 SOP 與 RAG 範本裡。MODULE_05 說明 OT/IT 網段下該怎麼取得資料,而不是把資料搬出來。

Q6公司可以報帳嗎?可以開發票嗎?

可以。可開立公司抬頭與統編電子發票,多數企業可列入教育訓練費用科目核銷。需要報價單、課程大綱公文或請購文件,來信即可提供。

若貴公司正在評估企業層級的 AI 資安導入,可透過 LINE 官方帳號直接洽詢。

Q7報名流程是什麼?怎麼付款?

點擊「立即結帳報名」直接進入線上結帳頁,支援信用卡一次付清或分期付款,填妥發票資訊即可完成付款;系統即時確認,開課前 7 日寄發行前通知與教室資訊。

若貴公司需要走請購流程、無法立即線上付款,可來信 service@tbr.digital 或洽 LINE 官方帳號說明即可先保留席次,我們會提供報價單與課程大綱公文配合內部程序。

Q8會不會取消開課?

本課程設有最低開課人數,開課前 7 日以 Email 寄發開課確認信(含教室地址、交通與安裝說明)。若人數未達門檻,同一時間主動通知,協調保留至下一梯或其他安排。

開課前 3 日以前如需取消,3 日內可改由同公司同仁出席。

Q9幾點報到?地點在哪?有時數證明嗎?

09:30 報到,10:00 開始。地點為新竹縣竹北市高鐵七路 65 號 13 樓之 10,鄰近高鐵新竹站,行前通知信另附地圖與交通建議。

課程結束後將提供完課證明電子檔案(PDF),載明課程名稱、日期與時數(6 小時),可供教育訓練時數認列。

2026.08.18 / HSINCHU

讓 AI 進得來,
資料出不去

晚鳥方案 8/18 開課前截止或額滿即止。

立即搶占晚鳥席次
晚鳥 NT$7,000(原價 NT$12,000)· 8/18 開課前截止
LINE 諮詢