傳感器+機器學(xué)習，節省測試時(shí)間和成本

機器學(xué)習和集成電路制造設備中結合了更多的傳感器，這為晶圓廠(chǎng)和封測代工廠(chǎng)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，降低制造復雜芯片的成本。在最先進(jìn)的節點(diǎn)上，制造復雜芯片所需的時(shí)間正在增加。隨著(zhù)晶體管數量的增加，更多的芯片被添加到電路板或封裝中，這導致了需要更多的時(shí)間去測試這些器件，也增加了總體成本，如果測試時(shí)間保持不變，就會(huì )降低被測設備在其生命周期內的可靠性。所以，我們有必要區分哪些設備確實(shí)需要徹底測試，哪些設備已經(jīng)在硅材料中得到了充分的驗證。這相當于對一個(gè)測試套件進(jìn)行修剪，但是這個(gè)需要收集足夠有用的數據來(lái)進(jìn)行調用。在過(guò)去這很難做到，但是隨著(zhù)更多傳感器的參與，生成了更多的數據，我們就可以更細致的查看數據并從中進(jìn)行有效識別模式。PDF solutions公司表征解決方案副總裁DenNIs Ciplickas說(shuō)：“如果能建立一個(gè)準確率達到99.99%的模型來(lái)預測芯片何時(shí)會(huì )老化，那么你就可以跳過(guò)芯片老化的過(guò)程，從而節省成本?！辈还苣阍O定的比例是多少，20%、30%或50%的跳躍率都可以，這將節省老化成本。而且數據越多，預測就越準確。困難在于如何連接正確的數據來(lái)實(shí)現這一點(diǎn)。所以如果你所有的數據都在封測代工廠(chǎng)上運行，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據并從中做出預測。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(gè)地點(diǎn)合并數據，這就需要一個(gè)系統來(lái)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(guò)去，這類(lèi)數據是通過(guò)數據交換共享的，雖然有用，但還不足以消除測試。Ciplickas說(shuō)：“最初，數據交換網(wǎng)絡(luò )背后的初衷是建立一個(gè)數據庫，這樣你就可以看到你的供應鏈?！薄皺C器學(xué)習現在可以讓你把許多不同的功能放在一起，來(lái)做一些新的事情，比如預測?！彼酝ㄟ^(guò)從傳感器獲得的數據，就可以控制老化成本。下一個(gè)步驟是使數據能夠以連貫、連接的方式一起流經(jīng)不同的站點(diǎn)，通過(guò)這些來(lái)進(jìn)行預測?！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，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據源，以確定故障來(lái)自何處。你可以減少你的測試集和疑似老化的區域，你也可以運行機器學(xué)習算法來(lái)修復測試和改進(jìn)你的方法?！痹谶^(guò)去，在現場(chǎng)實(shí)施之后，可能需要幾個(gè)月或幾年的時(shí)間才能顯現出生產(chǎn)問(wèn)題。其中一些問(wèn)題可以通過(guò)軟件來(lái)解決，比如智能手機的天線(xiàn)問(wèn)題，在技術(shù)被取代之前，這些問(wèn)題一直運行良好。但隨著(zhù)越來(lái)越多的芯片被用于工業(yè)和汽車(chē)應用上，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)現這些問(wèn)題，那么你就能將老化測試時(shí)間減少10%到20%?！薄斑@對制造商來(lái)說(shuō)是個(gè)很大的數字。在實(shí)時(shí)情況下，通過(guò)查看自適應測試時(shí)間的減少量，估測哪些測試沒(méi)有失敗。這樣就可以減少測試時(shí)間，并且你可以通過(guò)一個(gè)閉環(huán)系統將其添加回測試循環(huán)中，該系統可以包含從晶圓排序到最終測試的所有內容。此外，重新測試也會(huì )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(gè)案例：一個(gè)設備被重新測試了17次，直到最終通過(guò)測試?！?可以看出，這對正在測試的設備來(lái)說(shuō)并不是好事，既昂貴又耗時(shí)。在晶圓廠(chǎng)，每分每秒都有成本。更好的數據，更好的結果“好的”數據在不同的市場(chǎng)可能意味著(zhù)不同的東西，甚至常常在同一個(gè)市場(chǎng)中也是如此。數據之所以有用，是因為它對特定的操作、過(guò)程或設備都有效。但需要大量的專(zhuān)業(yè)領(lǐng)域知識來(lái)做此決定。yieldHUB首席執行官John O’Donnell表示：“我們發(fā)現一些較小的公司并不是在每個(gè)領(lǐng)域都有專(zhuān)長(cháng)?！薄坝绕涫窃谄?chē)領(lǐng)域，有些公司可能在設計方面很強大，但在測試方面就沒(méi)那么精通?！边@就給復雜的芯片設計帶來(lái)了一個(gè)問(wèn)題，久而久之，對芯片來(lái)說(shuō)，問(wèn)題將變得更加關(guān)鍵。但它也突顯了貫穿整個(gè)設計到制造鏈的一個(gè)挑戰，即確保參與其中的人都能理解其他工序的工作?！坝腥丝赡軙?huì )問(wèn)，‘我們真的需要把時(shí)間花在這塊嗎?重要的是團隊中的每個(gè)人都必須看清這一點(diǎn)，” Donnell解釋到：“你可能是某個(gè)芯片特定部分的專(zhuān)家，而不是另一個(gè)部分的專(zhuān)家，所以你就需要合作和分析，還要在知識庫中進(jìn)行維護。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分析中，以此減少測試數量所需的成本。確保數據質(zhì)量的另一種方法是對數據進(jìn)行連續饋送。因此，與所有外部數據不同，其中一些數據可以在設備運行時(shí)進(jìn)行測量。proteanTecs的首席執行官Shai Cohen說(shuō)：“有了在線(xiàn)數據，你就能不斷提高性能，做出正確的決定?！薄霸诠ば蚝蛢却嬷心愣伎梢詸嗪鈪等毕?。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(guò)機器學(xué)習進(jìn)行測量和處理?，F在你可以為特定的設計配備代理，重建數據，以便更好地了解正在發(fā)生的事情?！?span style="margin: 0px; padding: 0px; max-width: 100%; box-sizing: border-box !important; word-wrap: break-word !important; color: rgb(0, 82, 255);">空空如也，垃圾滿(mǎn)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和一系列恐慌背后的罪魁禍首。其中一個(gè)問(wèn)題是，數據需要更廣泛地共享，才能識別錯誤，而系統供應商往往將這些數據作為競爭優(yōu)勢加以保護。"在測試方面，我們一般遵循標準化的測試去設計芯片，但原始設備制造商對此缺乏足夠的信任?！癗ational Instruments運輸部門(mén)首席解決方案經(jīng)理Doug Farrell表示?！八麄儾辉敢夥窒頂祿?，這種情況必須改變，因為你不可能在一家公司里擁有一切。在自動(dòng)駕駛方面尤其如此，一級汽車(chē)制造商和原始設備制造商正在進(jìn)行激烈的競爭?！彼晕覀冎挥胁粩嗟臏y試傳感器，以確保數據的質(zhì)量。Farrell說(shuō)：“對于操作車(chē)隊的人來(lái)說(shuō)，他們可以在換班結束時(shí)對傳感器進(jìn)行診斷，并對其進(jìn)行校準?！薄昂枚喙咎^(guò)了中間步驟，直接從純粹的模擬轉向將傳感器安裝在汽車(chē)上，因此診斷是必不可少的?！睘榉乐箤?lái)出現問(wèn)題，數據本身也要存儲。PDF的Ciplickas說(shuō)：“我們試圖避免的是無(wú)聲數據的破壞?！薄爱斶@種事發(fā)生的時(shí)候，你無(wú)法預測?！睂τ诎踩P(guān)鍵型應用程序，結果可能比這糟糕得多?，F在，這些設備的功能帶來(lái)了責任，而數據是確定哪里出了問(wèn)題以及原因的最佳方法。OptimalPlus電子部門(mén)總經(jīng)理Uzi Baruch表示：“汽車(chē)行業(yè)與半導體行業(yè)的根本區別在于，測試只是汽車(chē)行業(yè)的一個(gè)載體?！薄斑@比你通常在半導體行業(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(xiàn)，有多個(gè)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);">設計檢查檢查在高級節點(diǎn)和某些類(lèi)型的高級封裝中變得越來(lái)越困難。因此，人們要在更多的地方安裝更多的傳感器——無(wú)論是在設備中還是在封裝中——并要使這些傳感器更小、更快、功耗更低。CyberOptics首席執行官Subodh Kulkarni表示：“目前晶圓廠(chǎng)和封測代工廠(chǎng)已經(jīng)在進(jìn)行抽樣檢測?！薄艾F在我們正在對封裝進(jìn)行功能檢查。問(wèn)題是在我們進(jìn)行100%的檢查之前會(huì )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?！彪S著(zhù)新材料的引入和新結構的加入，這種檢查會(huì )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光學(xué)攝像機等檢查設備。他說(shuō)：“這讓先進(jìn)的封裝檢驗和模塊檢驗變得越來(lái)越困難，尤其像HBM?！薄霸谶^(guò)去，2D檢查就足夠了?，F在你需要對存儲模塊進(jìn)行3D光學(xué)檢查?！边@將花費更多的時(shí)間，生成更多需要分析的數據。在制造業(yè)中，將傳感器數據和機器學(xué)習結合使用的方法剛剛興起，但是提高質(zhì)量和減少測試時(shí)間的機會(huì )是巨大的。這也有助于減少冗余的設計，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：“我們的目標是終止增長(cháng)的冗余?！睂τ贗SO 26262規定尤其重要，因為它需要一定程度的冗余。但我們可以通過(guò)增加更好的測量代理來(lái)解決?！边@需要用一種完全不同的方式來(lái)看待和使用數據，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(wèn)題是這種方法能擴展到什么程度。