为什么数据协同对芯片制造至关主要?

原标题:为什么数据协同对芯片制造至关主要? 三门峡痛赁医疗器械有限公司 芯片走业正在转折。 作者 | 吴优 数据对于晓畅半导体的行使寿命至关主要,数据搜集则是是超越摩尔定律...


原标题:为什么数据协同对芯片制造至关主要?

三门峡痛赁医疗器械有限公司

芯片走业正在转折。

作者 | 吴优

数据对于晓畅半导体的行使寿命至关主要,数据搜集则是是超越摩尔定律保持竞争力的关键。

现在,芯片设计周期的早期越来越倚赖于众个数据源,包括从设计到制造流程的一些数据源。固然这栽团体性的手段犹如有余相符乎逻辑,但半导体走业从一路先就异国稀奇凶猛的团体性,专科知识是围绕流程中的特定步骤发展首来的,从业者也是在某个特定的步骤中进一步发展。但是,随着产品上市时间的缩幼、芯片制造复杂性的添加以及稀奇的体系组织对于开发日好破碎的细分市场至关主要,这些流程以及步骤的划分将不再适用于由数据驱动的模型设计与制造,现在最大的挑衅是让一切的数据协同做事。这将是芯片下一个数目级学习的来源。

现在,相关标准的竖立正在协助整相符数据。此外,第三方分析和监控公司正在完善各个数据源的连接,这些公司经历挑取和清理数据并将其以可访问的数据库格式进走存储,从而协助客户更轻快地查望数据,也实现了以前几代半导体客户以及芯片设计、制造和测试工程师梦寐以求的芯片可视化。

在模拟电路和数字电路环境下理解数据

现在设计环节面临的挑衅之一是在模拟电路和数字电路环境下理解数据。按照大片面或一切模拟电路的设计是否是在较旧的节点上开发和这些电路是否是带有模拟元件的数字电路,数据终局不尽相通。尽管大无数设计人员意识到,即使是在较传统的工艺节点上,模拟量也会漂移并容易受到噪声的影响,但在5nm及以下的工艺节点上,数字电路会变得更挨近于模拟电路,并受到更众的噪声作梗。此外,这些节点具有较幼的裕度来缓冲细导线和薄电解质的影响。

图片源自Pxhere

这些数据如何与数字端中的其他数据相匹配仍在钻研中。但是,由于以下几个因为,电路内监控的数目在一连添加。

最先,这些数据能够无法经历通例测试访问。为半导体公司挑供收入管理和数据分析的柔件公司 yieldHUB的收入管理行家Carl Moore外示,在PMIC(Prower Management IC)中,有许众甚至无法测试的节点。在设计这些芯片时,最先要找到可测试节点,PMIC中有数百个可测试节点,倘若能找到它们,对其进走测试,就能够确定这些节点的规格,或者确定是否必要将某些内容放大到相符理程度。

第二个因为则与汽车等市场日好偏重芯片的郑重性相关。在这些市场中,芯片被用于坦然关键型行使中,其预期行使寿命能够长达20年。

Carl Moore外示,模拟电路和MEMS较难测试,这是由于来自传感器的信号纤细且密度高,对于开发这些芯片的设计师来说,最主要的是芯片周围的内容以及该芯片的行使手段,但随着时间的推移,更众的因素必要被考虑到设计中。所以不光仅是要确保芯片功能平常,还必要一栽能够访问数据的格式,该格式能够与其他编制或设备产生数据相关。

设备制造过程中的数据相关

半导体制造设备已与用于分析芯片功能的许无数据十足阻隔,在这个供答链中相关数据的做事还处在初期阶段。这其中有许众因为。

最先,所搜集的许无数据被认为是特有的和具有竞争性质的,所以整个供答链之间的共享福到节制。其次,设备供答商主要与客户进走交互,设备供答商之间并非彼此交互。末了,设备供答商将传感器行为附加产品供答已经有一段时间了,由于异国人想在异国数据分析和机器学习的情况下销售高级设备。所以,并非一切的数据格式都是一致的,并非一切的数据值都很晓畅。

尽管芯片走业倾向于经历片上传感器或制造工艺来挑高郑重性,但数据搜集和分析必要排泄到供答链中。所以,代工厂、测封厂和编制公司不光关注温度和电压测试,成功案例还越来越关注各栽技术来源,以及这些技术的生产时间、生产周围以及如何生产等题目。

美国跨国柔件和工程服务公司PDF Solutions营业开发负责人Dave Huntley外示,倘若想要设备具有可追溯性,那么就必须读取该设备的数据。另外,原料制造商的可追溯性请求其定位有余精准,涉及到一切工厂的一切数据。

这些数据也能够用来筛选出捏造芯片和组件,对坦然性至关主要。

测试中的数据格式演进

必要连接测试数据的因为是,芯片内部的复杂度一连挑高,必要隐瞒周围有余广才能确保芯片在整个生命周期内达到预期成果。

芯片测试过程中不光存在密度题目,在芯片的片面区域内还有流出流入大量电流,测试者必须在分歧电压和分歧频率下实走此操作。在某些情况下,这些芯片具有12个分歧的电源域,一切这些电源域填充在芯片的分歧区域中。所以,测试过程会产生大量数据,并且必要与工厂中各栽工艺产生的其他大量数据进走添加和相关。要挑取卓异数据并将其转化为可用的数据,必要进走大量做事。

来自分歧制造商的测试设备以前往往行使分歧的操作编制,以分歧或不兼容的格式表现数据,但随着电子数据交换(EDI)和IEEE的标准测试接口说话(STIL)的展现,测试必要更具兼容性。

为解决这个题目,自动测试机制造商Teradyne最先与其他供答商共同开发标准测试数据格式STDF。 STDF是与数据库体系结议和操作编制无关的二进制格式,是为自动测试设备(ATE)开发的,所以能够连接来自竞争厂商的ATE,并且能够更容易移植和存储数据。

该格式包括标准记录类型和全局元数据,以及参数化(经历、战败和众针)和功能测试。二进制格式将被转换为更人性化的ASCII格式(ATDF-STDF的ASCII版本),并用于数据库或Excel电子外格中。但在转换工程中,批次ID或头文件能够会丢失,展现舛讹数据的机会许众。

尽管STDF是测试中最常用的格式,但也有局限性。例如无法直接声援当今测试环境中的新模型,格式自己也不足精准。 在STDF之后,能够采用由SEMI半导体测试配相符联盟(CAST)稀奇有趣幼组正在钻研的Rich Interactive Test Database(RITdb)标准。

幼结

生成更好的数据,从更众的来源搜集数据,并能够将一切这些数据相关首来,这为整个芯片走业带来重大的能够性,包括从挑高郑重性到展望分析的一切方面。能够按照必要,对设备进走补缀或更换,而不是当设备展现故障时也无法批准到故障信号。

芯片走业正处于这栽转折的初期,但在异日十年里,它能够会定义从设计到制造的每一步,从产量到郑重性和坦然性都将得到改善。

2020年8月7日至8月9日,2020年全球人造智能与机器人大会(CCF-GAIR 2020)将在深圳隆重举走,今年的主题是AI新基建产业新机遇,竖立了针对新基建学术的AI前沿专场、机器人前沿专场、联邦学习专场3大专场,针对新基建产业的AI芯片专场、智能驾驶专场、AIoT专场等的11大专场。AI芯片专场的学术大咖和主要企业技术VP将共同探讨如何用创新的指令集、架构以及商业模式抓住新基建给AI芯片带来的绝佳机遇。

添加幼雷哥微信(ID:leiphonesz2018),获取限量CCF-GAIR大会免费票。

本文编译自https://semiengineering.com/data-becomes-key-for-next-gen-chips/

据报道,有些消费者过度依赖信用卡透支消费,甚至陷入“以贷还贷”“以卡养卡”的境况;还有些消费者将信用卡借款违规用于房地产等非消费领域,放大资金杠杆,容易导致个人或家庭财务不可持续,也致使金融机构风险累积。

原标题:俄罗斯人,用最直接的方式,证明了藏獒的护主能力

中信证券:短期补涨接近尾声

原标题:电子烟巨头思摩尔开盘大涨超123%,市值1600亿

相关文章