機(jī)器學(xué)習(xí)和集成電路制造設(shè)備中結(jié)合了更多的傳感器，這為晶圓廠和封測代工廠對于針對性測試和更快吞吐量創(chuàng)造了新的可能性。
這種做法的目的是為了提高質(zhì)量，降低制造復(fù)雜芯片的成本。在最先進(jìn)的節(jié)點(diǎn)上，制造復(fù)雜芯片所需的時間正在增加。隨著晶體管數(shù)量的增加，更多的芯片被添加到電路板或封裝中，這導(dǎo)致了需要更多的時間去測試這些器件，也增加了總體成本，如果測試時間保持不變，就會降低被測設(shè)備在其生命周期內(nèi)的可靠性。所以，我們有必要區(qū)分哪些設(shè)備確實(shí)需要徹底測試，哪些設(shè)備已經(jīng)在硅材料中得到了充分的驗(yàn)證。這相當(dāng)于對一個測試套件進(jìn)行修剪，但是這個需要收集足夠有用的數(shù)據(jù)來進(jìn)行調(diào)用。在過去這很難做到，但是隨著更多傳感器的參與，生成了更多的數(shù)據(jù)，我們就可以更細(xì)致的查看數(shù)據(jù)并從中進(jìn)行有效識別模式。PDF solutions公司表征解決方案副總裁DenNIs Ciplickas說：“如果能建立一個準(zhǔn)確率達(dá)到99.99%的模型來預(yù)測芯片何時會老化，那么你就可以跳過芯片老化的過程，從而節(jié)省成本。”不管你設(shè)定的比例是多少，20%、30%或50%的跳躍率都可以，這將節(jié)省老化成本。而且數(shù)據(jù)越多，預(yù)測就越準(zhǔn)確。困難在于如何連接正確的數(shù)據(jù)來實(shí)現(xiàn)這一點(diǎn)。所以如果你所有的數(shù)據(jù)都在封測代工廠上運(yùn)行，從晶圓排序、組裝，到最后的測試都在那里，你就可以整合所有的數(shù)據(jù)并從中做出預(yù)測。但如果你在不同的地方進(jìn)行的這些工序，那就必須從多個地點(diǎn)合并數(shù)據(jù)，這就需要一個系統(tǒng)來做到這一點(diǎn)?！崩匣瘻y試用于檢測芯片中各種元件的早期故障。在過去，這類數(shù)據(jù)是通過數(shù)據(jù)交換共享的，雖然有用，但還不足以消除測試。Ciplickas說：“最初，數(shù)據(jù)交換網(wǎng)絡(luò)背后的初衷是建立一個數(shù)據(jù)庫，這樣你就可以看到你的供應(yīng)鏈。”“機(jī)器學(xué)習(xí)現(xiàn)在可以讓你把許多不同的功能放在一起，來做一些新的事情，比如預(yù)測?！彼酝ㄟ^從傳感器獲得的數(shù)據(jù)，就可以控制老化成本。下一個步驟是使數(shù)據(jù)能夠以連貫、連接的方式一起流經(jīng)不同的站點(diǎn)，通過這些來進(jìn)行預(yù)測?！睂?shí)際上，這就是一種將全流程的各種組件描述的更加精細(xì)，并精確地消除不必要的測試。OptimalPlus副總裁兼總經(jīng)理Doug Elder表示：“現(xiàn)在，你可以在進(jìn)行晶圓排序和最終測試的豎井中連接所有數(shù)據(jù)源，以確定故障來自何處。你可以減少你的測試集和疑似老化的區(qū)域，你也可以運(yùn)行機(jī)器學(xué)習(xí)算法來修復(fù)測試和改進(jìn)你的方法。”在過去，在現(xiàn)場實(shí)施之后，可能需要幾個月或幾年的時間才能顯現(xiàn)出生產(chǎn)問題。其中一些問題可以通過軟件來解決，比如智能手機(jī)的天線問題，在技術(shù)被取代之前，這些問題一直運(yùn)行良好。但隨著越來越多的芯片被用于工業(yè)和汽車應(yīng)用上，這種方法已經(jīng)不再適用。Elder表示：“如果你能在檢查中或老化階段發(fā)現(xiàn)這些問題，那么你就能將老化測試時間減少10%到20%?！薄斑@對制造商來說是個很大的數(shù)字。在實(shí)時情況下，通過查看自適應(yīng)測試時間的減少量，估測哪些測試沒有失敗。這樣就可以減少測試時間，并且你可以通過一個閉環(huán)系統(tǒng)將其添加回測試循環(huán)中，該系統(tǒng)可以包含從晶圓排序到最終測試的所有內(nèi)容。此外，重新測試也會增加我們的額外成本。但在損壞之前，你能重新測試多少次呢?其中一個案例：一個設(shè)備被重新測試了17次，直到最終通過測試?！?可以看出，這對正在測試的設(shè)備來說并不是好事，既昂貴又耗時。在晶圓廠，每分每秒都有成本。更好的數(shù)據(jù)，更好的結(jié)果“好的”數(shù)據(jù)在不同的市場可能意味著不同的東西，甚至常常在同一個市場中也是如此。數(shù)據(jù)之所以有用，是因?yàn)樗鼘μ囟ǖ牟僮?、過程或設(shè)備都有效。但需要大量的專業(yè)領(lǐng)域知識來做此決定。yieldHUB首席執(zhí)行官John O’Donnell表示：“我們發(fā)現(xiàn)一些較小的公司并不是在每個領(lǐng)域都有專長?！薄坝绕涫窃谄囶I(lǐng)域，有些公司可能在設(shè)計(jì)方面很強(qiáng)大，但在測試方面就沒那么精通?！边@就給復(fù)雜的芯片設(shè)計(jì)帶來了一個問題，久而久之，對芯片來說，問題將變得更加關(guān)鍵。但它也突顯了貫穿整個設(shè)計(jì)到制造鏈的一個挑戰(zhàn)，即確保參與其中的人都能理解其他工序的工作。“有人可能會問，‘我們真的需要把時間花在這塊嗎?重要的是團(tuán)隊(duì)中的每個人都必須看清這一點(diǎn)，” Donnell解釋到：“你可能是某個芯片特定部分的專家，而不是另一個部分的專家，所以你就需要合作和分析，還要在知識庫中進(jìn)行維護(hù)。這使得你對特定領(lǐng)域有了足夠的信心，你可以將你的知識添加到系統(tǒng)分析中，以此減少測試數(shù)量所需的成本。確保數(shù)據(jù)質(zhì)量的另一種方法是對數(shù)據(jù)進(jìn)行連續(xù)饋送。因此，與所有外部數(shù)據(jù)不同，其中一些數(shù)據(jù)可以在設(shè)備運(yùn)行時進(jìn)行測量。proteanTecs的首席執(zhí)行官Shai Cohen說：“有了在線數(shù)據(jù)，你就能不斷提高性能，做出正確的決定?！薄霸诠ば蚝蛢?nèi)存中你都可以權(quán)衡參數(shù)缺陷。這提供了很高的覆蓋率，但是你需要添加多維代理，這些代理可以通過機(jī)器學(xué)習(xí)進(jìn)行測量和處理?，F(xiàn)在你可以為特定的設(shè)計(jì)配備代理，重建數(shù)據(jù)，以便更好地了解正在發(fā)生的事情。”空空如也，垃圾滿天飛傳感器不夠精確，不要緊。以波音737 MAX為例，故障傳感器可能是兩起墜機(jī)和一系列恐慌背后的罪魁禍?zhǔn)?。其中一個問題是，數(shù)據(jù)需要更廣泛地共享，才能識別錯誤，而系統(tǒng)供應(yīng)商往往將這些數(shù)據(jù)作為競爭優(yōu)勢加以保護(hù)。"在測試方面，我們一般遵循標(biāo)準(zhǔn)化的測試去設(shè)計(jì)芯片，但原始設(shè)備制造商對此缺乏足夠的信任。“National Instruments運(yùn)輸部門首席解決方案經(jīng)理Doug Farrell表示。“他們不愿意分享數(shù)據(jù)，這種情況必須改變，因?yàn)槟悴豢赡茉谝患夜纠飺碛幸磺?。在自動駕駛方面尤其如此，一級汽車制造商和原始設(shè)備制造商正在進(jìn)行激烈的競爭?！彼晕覀冎挥胁粩嗟臏y試傳感器，以確保數(shù)據(jù)的質(zhì)量。Farrell說：“對于操作車隊(duì)的人來說，他們可以在換班結(jié)束時對傳感器進(jìn)行診斷，并對其進(jìn)行校準(zhǔn)。”“好多公司跳過了中間步驟，直接從純粹的模擬轉(zhuǎn)向?qū)鞲衅靼惭b在汽車上，因此診斷是必不可少的。”為防止將來出現(xiàn)問題，數(shù)據(jù)本身也要存儲。PDF的Ciplickas說：“我們試圖避免的是無聲數(shù)據(jù)的破壞?！薄爱?dāng)這種事發(fā)生的時候，你無法預(yù)測?！睂τ诎踩P(guān)鍵型應(yīng)用程序，結(jié)果可能比這糟糕得多?，F(xiàn)在，這些設(shè)備的功能帶來了責(zé)任，而數(shù)據(jù)是確定哪里出了問題以及原因的最佳方法。OptimalPlus電子部門總經(jīng)理Uzi Baruch表示：“汽車行業(yè)與半導(dǎo)體行業(yè)的根本區(qū)別在于，測試只是汽車行業(yè)的一個載體?！薄斑@比你通常在半導(dǎo)體行業(yè)看到的要多，不僅限于電子產(chǎn)品，這是一條完整的裝配線，有多個接觸點(diǎn)?！?span style="margin: 0px; padding: 0px; max-width: 100%; box-sizing: border-box !important; word-wrap: break-word !important; color: rgb(0, 82, 255);">設(shè)計(jì)檢查檢查在高級節(jié)點(diǎn)和某些類型的高級封裝中變得越來越困難。因此，人們要在更多的地方安裝更多的傳感器——無論是在設(shè)備中還是在封裝中——并要使這些傳感器更小、更快、功耗更低。CyberOptics首席執(zhí)行官Subodh Kulkarni表示：“目前晶圓廠和封測代工廠已經(jīng)在進(jìn)行抽樣檢測?！薄艾F(xiàn)在我們正在對封裝進(jìn)行功能檢查。問題是在我們進(jìn)行100%的檢查之前會有多少放射性塵埃。但由于封裝太貴了，有必要對其進(jìn)行合理的成本檢查。”隨著新材料的引入和新結(jié)構(gòu)的加入，這種檢查會變得更加困難。此外，由于漫射光不同于其他物質(zhì)，所以不同的材料需要不同的檢查技術(shù)。Kulkarni指出，這兩種方法都需要重新校準(zhǔn)光學(xué)攝像機(jī)等檢查設(shè)備。他說：“這讓先進(jìn)的封裝檢驗(yàn)和模塊檢驗(yàn)變得越來越困難，尤其像HBM?！薄霸谶^去，2D檢查就足夠了?，F(xiàn)在你需要對存儲模塊進(jìn)行3D光學(xué)檢查?！边@將花費(fèi)更多的時間，生成更多需要分析的數(shù)據(jù)。在制造業(yè)中，將傳感器數(shù)據(jù)和機(jī)器學(xué)習(xí)結(jié)合使用的方法剛剛興起，但是提高質(zhì)量和減少測試時間的機(jī)會是巨大的。這也有助于減少冗余的設(shè)計(jì)，這在部件、功率和重量方面都是難能可貴的。proteanTecs首席商務(wù)官Raanan Gewirtzman表示：“我們的目標(biāo)是終止增長的冗余?！睂τ贗SO 26262規(guī)定尤其重要，因?yàn)樗枰欢ǔ潭鹊娜哂唷５覀兛梢酝ㄟ^增加更好的測量代理來解決?！边@需要用一種完全不同的方式來看待和使用數(shù)據(jù)，但是以更少的成本提供更好的覆蓋范圍的前景得到了多方的關(guān)注，最大的問題是這種方法能擴(kuò)展到什么程度。