人工智能在半导体测试中的力量_测试_数据

2024-12-24 13:43:51 计算机

半导系统编制造商正在积极开拓数据剖析运用，以便在全体半导体测试生态系统中建立完备集成的事情流程。
最前辈的数据剖析办理方案包含流式数据网络和掌握、数据前馈、低延迟、由 ML 驱动的算法支持的智能决策以及强大的数据安全性和完全性功能等主要功能。
这使得端到端利用在全体生产和测试过程中进行剖析。

人工智能在半导体测试中的力量_测试_数据计算机

本白皮书磋商了数字时期半导体测试所面临的重大寻衅，并重点先容了智能制造办理方案的上风，这些办理方案可提高效率并优化半导体客户的生产流程。
这些办理方案包括来自 Advantest 及其生态系统互助伙伴的 ACS 实时数据根本举动步伐 (RTDI) 和机器学习驱动的剖析办理方案，为无缝集成所有测试数据建立了一条数字高速公路。
通过利用低延迟边缘打算和剖析办理方案，半导体测试操作的实时监控变得可能的情形下，迅速采纳纠正方法。
这样就能提高质量和产量，并为客户缩短产品上市韶光。

2023 年半导体行业的现状

半导体行业从根本上说便是一场触目惊心、高风险的猫鼠游戏。

这是一个尖端技能的天下，科学与科幻之间的界线每每模糊不清。
在这个行业中，最大的参与者险些节制着所有的牌，但也不断有新的参与者呈现出来，颠覆统统。

在半导体领域，成功与失落败之间的界线非常窄，未来总是充满不愿定性。

随着 5G、物联网 (IoT) 和人工智能等新技能的发展，对更前辈半导体器件和解决方案的需求也在不断增长。

集成电路反响了一个相对较新的天下秩序，在这个秩序中，国家间的贸易紧张和供应链中断是持续的威胁，大盛行病的影响也连续影响着这个行业。
只管面临这些寻衅，但在不懈追求创新和进步的推动下，集成电路行业仍在连续向前发展。

这个行业不断寻衅可能与不可能之间的界线。
这是一个充满创新和无限可能的天下，在这里，最聪明的头脑和最大胆的企业家可以改变历史进程。

风险很高，但回报也很高。

未来总是充满变数，唯一确定的事情便是统统都不愿定。
终极，只有最强大、最聪明的人才能生存下来。

行业预测：2023年及往后

随着大数据和前辈技能的发展，人们已经感想熏染到了快速发展的数字高速公路所带来的影响。

根据一项预测，2030 年半导体市场规模约为 1.1 万亿美元，2020 年至 2030 年的年复合增长率为 9.03%，而 2030 年至 2030 年的年复合增长率仅为 3.96%。

2010 至 2020 年（图 1）。

电子产品软件含量的增加也将对半导体市场的增长产生积极影响。

这种快速的市场增长将对测试产生重大影响，包括爆炸性的测试数据量和处理这些数据量的方法：

一份报告称："2019 年每天产生的数据量约为 2 TB "报告还补充道："测试数据量在从 10 纳米到 7 纳米的过程中骤增，而且在每个新节点上都会再次增加。
报告将这一增长部分归因于每个晶圆上的芯片越来越多，但每个芯片上的晶体管也越来越多，设计的繁芜性越来越高，工艺拐角越来越多，新工艺、测试、诊断和组装也越来越繁芜。

数据爆炸的部分缘故原由是，为测试每个芯片上不断增加的晶体管所需的测试向量数量不断增加（图 2）。

业界越来越重视数据剖析。
越来越多的数据测试过程中产生的数据将更加看重数据剖析，以获取洞察力并改进决策。

半导体设备的繁芜性不断增加，这将推动人工智能和人工智能在半导体测试中的运用。
人工智能和 ML 可以实现更前辈的测试方法和设备，帮助提高效率、准确性和可扩展性。

数据前馈和数据后馈的利用将越来越普遍，有助于提高半导体测试的准确性和效率。

数据和边缘打算将增强半导体测试，使测试方法更加灵巧和可扩展。

市场增长也将增加测试压力运用领域、包装策略、与边缘运用干系的环境问题以及网络安全：

对自动驾驶汽车、物联网和 5G 设备日益增长的需求将推动对更前辈的半导体测试方法和设备的需求。

异质集成在半导体产品中集成多种技能和材料的利用越来越广泛，因此对能够处理这种集成的测试方法的需求也越来越大。

测试设备必须灵巧，能够处理各种环境条件，测试数据应在分布式网络中供应，而不是局限于中心数据库。

被测设备将包含越来越多的传感器，须要利用这些传感器产生的数据来提高产品质量、可靠性和功效。
此外，测试设备将拥有更多的嵌入式传感器，这些传感器将用于实时监测和掌握测试操作。

随着半导体器件变得越来越繁芜，连接越来越紧密，我们将更加须要关注网络安全，以戒备潜在的网络威胁，确保测试过程中知识产权的完全性。

末了，半导体测试行业可能会涌现新的商业模式，如按利用付费和订阅式做事、以及自动化和机器人技能的进步将连续在半导体测试中得到更广泛的运用，有助于提高效率和减少人为缺点。

行业面临的紧张寻衅

除了与异构集成、2.5D 和 3D 封装、测试数据量和基于做事的业务模式有关的寻衅外，半导体器件的繁芜性不断增加，须要更快的测试韶光和更高的吞吐量，以跟上对半导体器件快速增长的需求；随着半导体器件变得更密集、更繁芜，公差越来越小，须要更准确和精确的测试；以及灵巧和开放的办理方案，以测试利用不同来源技能的各种器件。

此外，测试系统必须能够在同一平台上测试多种技能，如数字和仿照技能；能够处理更多的器件类型和封装尺寸；能够在不同的温度和电压下进行测试；能够测试新材料和新构造，如：2.5D 和 3D 包装。
末了，在大数据和数据打算时期，必须制订计策来应对数据隐私、安全和合规方面的寻衅。

大数据的寻衅令人生畏。
据估计，从设计到制造再到现场，全体半导体供应链网络的数据中有 80% 或更多从未被查看过。
条约责任，尤其是汽车和航空航天行业的条约责任，可能哀求将数据存档 10 年或 15 年，但工程师们每每只查看办理特定问题所需的数据。
此外，一些存储数据缺少可追溯性和背景，因此无法发挥浸染。
这并不是说数据没有代价。

但是，目前有效剖析数据并从中提取最大代价的工具和根本举动步伐还不足完善。
每个人都急迫希望挖掘自己的数据，但实际上他们根本无法做到这一点。

另一个问题是，目前的测试常日是通过基于文件的方法来完成的，只有在晶圆结束或批次结束时才能得到数据，而且只有到那时才能对数据进行离线剖析，常日是在不同的地点进行剖析。
纵然韶光在流逝，也每每须要数小时或数天来实行剖析和纠正方法。

随着测试行业的快速发展，这种方法已不再可行。
如前所述，芯片正变得越来越繁芜，在许多情形下（包括医疗和汽车设备测试），零毛病是目标。
在其他情形下，纵然是过去可以接管的眇小毛病，现在也会使更敏感、更繁芜的芯片变得毫无用途。
因此，测试这些更前辈的芯片已成为一项寻衅，同时还要达到更严格的量产韶光目标和确保集成电路生产商保持竞争力的量产韶光目标。

据一家公司报告，他们成功利用了在线根本举动步伐方法，将延迟从数小时或数天缩短到毫秒或微秒。
这种方法可以在保持安全通信的同时，实现即时的 ML 评分和决策制订。

该方法将神经网络运用于参数预测，同时考虑到温度、功率和其他条件的干系性，从而在零影响的情形下大幅缩短测试韶光。

ADVANTEST ACS：半导体测试寻衅的办理方案

凭借前辈的剖析技能（包括 ML 功能）和面向未来的实时自动生产掌握，该生态系统通过整合全体集成电路制造供应链的所有数据源来应对测试寻衅。
该生态系统

使客户能够实现智能数据驱动的事情流程，并帮助客户实现更好的产量、更快的上市韶光、更快的量产韶光以及更高的质量和可靠性。
作为 Advantest 大设计计策的一部分，ACS 正在加强边缘和数据根本举动步伐做事、数据剖析和 AI/ML 办理方案，以此帮助客户实现数据驱动的事情流程。

Advantest 基于数据的产品和做事基于单一的可扩展实时数据平台，使客户能够从 Advantest 及其互助伙伴处开拓或采购市场领先的办理方案。
ACS 采取实时 ML 剖析技能，使客户能够迅速将洞察力转化为值得生产的行动。
这些规则和程序在全体半导体代价链中易于利用和访问。

advantest ACS 的上风

鉴于目前的测试方法本钱高昂、繁琐耗时，行业须要一种新的模式。
为了知足这一需求，Advantest 创建了业内首个实时数据根本举动步伐 (RTDI)--一种在不断变革的测试环境中供应剖析、纠正剖析和行动的创新、革命性方法（图 4）。
与基于文件的剖析比较，在线边缘打算剖析具有以下上风：

在安全的 True Zero Trust™ 环境中实行，检测问题并采纳纠正方法只需几毫秒。
通过这种办法，ACS RTDI 供应了实时、自适应的决策，其办理方案也很随意马虎集成到任何测试程序中，并使客户能够最大限度地利用 Advantest 代价链来提高产量、质量、上市韶光和批量生产韶光。

ACS RTDI 可作为测试平台的通信背板，促进快速、安全和准确的信息交流。
它支持在线边缘打算/剖析，以实现触地内部和触地之间的实时自适应决策。

通过智能数据提取和掌握进行实时数据监控，可在几毫秒内启动纠正方法。

ACS RTDI 包括几项详细的关键功能和技能