數(shù)據(jù)協(xié)同對芯片制造的重要性

數(shù)據(jù)對于了解半導(dǎo)體的使用壽命至關(guān)重要，數(shù)據(jù)收集則是超越摩爾定律保持競爭力的關(guān)鍵。

如今，芯片設(shè)計周期的早期越來越依賴于多個數(shù)據(jù)源，包括從設(shè)計到制造流程的一些數(shù)據(jù)源。雖然這種整體性的方法似乎足夠合乎邏輯，但半導(dǎo)體行業(yè)從一開始就沒有特別強(qiáng)烈的整體性，專業(yè)知識是圍繞流程中的特定步驟發(fā)展起來的，從業(yè)者也是在某個特定的步驟中進(jìn)一步發(fā)展。但是，隨著產(chǎn)品上市時間的縮短、芯片制造復(fù)雜性的增加以及獨特的體系結(jié)構(gòu)對于開發(fā)日益破碎的細(xì)分市場至關(guān)重要，這些流程以及步驟的劃分將不再適用于由數(shù)據(jù)驅(qū)動的模型設(shè)計與制造，現(xiàn)在最大的挑戰(zhàn)是讓所有的數(shù)據(jù)協(xié)同工作。這將是芯片下一個數(shù)量級學(xué)習(xí)的來源。

目前，相關(guān)標(biāo)準(zhǔn)的建立正在幫助整合數(shù)據(jù)。此外，第三方分析和監(jiān)控公司正在完成各個數(shù)據(jù)源的連接，這些公司通過提取和整理數(shù)據(jù)并將其以可訪問的數(shù)據(jù)庫格式進(jìn)行存儲，從而幫助客戶更輕松地查看數(shù)據(jù)，也實現(xiàn)了過去幾代半導(dǎo)體客戶以及芯片設(shè)計、制造和測試工程師夢寐以求的芯片可視化。

在模擬電路和數(shù)字電路環(huán)境下理解數(shù)據(jù)

目前設(shè)計環(huán)節(jié)面臨的挑戰(zhàn)之一是在模擬電路和數(shù)字電路環(huán)境下理解數(shù)據(jù)。根據(jù)大部分或所有模擬電路的設(shè)計是否是在較舊的節(jié)點上開發(fā)和這些電路是否是帶有模擬元件的數(shù)字電路，數(shù)據(jù)結(jié)果不盡相同。盡管大多數(shù)設(shè)計人員認(rèn)識到，即使是在較傳統(tǒng)的工藝節(jié)點上，模擬量也會漂移并容易受到噪聲的影響，但在5nm及以下的工藝節(jié)點上，數(shù)字電路會變得更接近于模擬電路，并受到更多的噪聲干擾。此外，這些節(jié)點具有較小的裕度來緩沖細(xì)導(dǎo)線和薄電解質(zhì)的影響。

這些數(shù)據(jù)如何與數(shù)字端中的其他數(shù)據(jù)相匹配仍在研究中。但是，由于以下幾個原因，電路內(nèi)監(jiān)控的數(shù)量在不斷增加。

首先，這些數(shù)據(jù)可能無法通過常規(guī)測試訪問。為半導(dǎo)體公司提供收益管理和數(shù)據(jù)分析的軟件公司 yieldHUB的收益管理專家Carl Moore表示，在PMIC（Prower Management IC）中，有很多甚至無法測試的節(jié)點。在設(shè)計這些芯片時，首先要找到可測試節(jié)點，PMIC中有數(shù)百個可測試節(jié)點，如果能找到它們，對其進(jìn)行測試，就可以確定這些節(jié)點的規(guī)格，或者確定是否需要將某些內(nèi)容放大到合理水平。

第二個原因則與汽車等市場日益重視芯片的可靠性有關(guān)。在這些市場中，芯片被用于安全關(guān)鍵型應(yīng)用中，其預(yù)期使用壽命可能長達(dá)20年。

Carl Moore表示，模擬電路和MEMS較難測試，這是因為來自傳感器的信號微弱且密度高，對于開發(fā)這些芯片的設(shè)計師來說，最重要的是芯片周圍的內(nèi)容以及該芯片的使用方式，但隨著時間的推移，更多的因素需要被考慮到設(shè)計中。因此不僅僅是要確保芯片功能正常，還需要一種可以訪問數(shù)據(jù)的格式，該格式可以與其他系統(tǒng)或設(shè)備產(chǎn)生數(shù)據(jù)關(guān)聯(lián)。

設(shè)備制造過程中的數(shù)據(jù)關(guān)聯(lián)

半導(dǎo)體制造設(shè)備已與用于分析芯片功能的許多數(shù)據(jù)完全隔離，在這個供應(yīng)鏈中關(guān)聯(lián)數(shù)據(jù)的工作還處在初期階段。這其中有很多原因。

首先，所收集的許多數(shù)據(jù)被認(rèn)為是專有的和具有競爭性質(zhì)的，因此整個供應(yīng)鏈之間的共享受到限制。其次，設(shè)備供應(yīng)商主要與客戶進(jìn)行交互，設(shè)備供應(yīng)商之間并非彼此交互。最后，設(shè)備供應(yīng)商將傳感器作為附加產(chǎn)品供應(yīng)已經(jīng)有一段時間了，因為沒有人想在沒有數(shù)據(jù)分析和機(jī)器學(xué)習(xí)的情況下出售高級設(shè)備。因此，并非所有的數(shù)據(jù)格式都是一致的，并非所有的數(shù)據(jù)值都很清楚。

盡管芯片行業(yè)傾向于通過片上傳感器或制造工藝來提高可靠性，但數(shù)據(jù)收集和分析需要滲透到供應(yīng)鏈中。因此，代工廠、測封廠和系統(tǒng)公司不僅關(guān)注溫度和電壓測試，還越來越關(guān)注各種技術(shù)來源，以及這些技術(shù)的生產(chǎn)時間、生產(chǎn)規(guī)模以及如何生產(chǎn)等問題。

美國跨國軟件和工程服務(wù)公司PDF Solutions業(yè)務(wù)開發(fā)負(fù)責(zé)人Dave Huntley表示，如果想要設(shè)備具有可追溯性，那么就必須讀取該設(shè)備的數(shù)據(jù)。另外，材料制造商的可追溯性要求其定位足夠精準(zhǔn)，涉及到所有工廠的所有數(shù)據(jù)。

這些數(shù)據(jù)也可以用來篩選出偽造芯片和組件，對安全性至關(guān)重要。

測試中的數(shù)據(jù)格式演進(jìn)

需要連接測試數(shù)據(jù)的原因是，芯片內(nèi)部的復(fù)雜度不斷提高，需要覆蓋范圍足夠廣才能確保芯片在整個生命周期內(nèi)達(dá)到預(yù)期效果。

芯片測試過程中不僅存在密度問題，在芯片的局部區(qū)域內(nèi)還有流出流入大量電流，測試者必須在不同電壓和不同頻率下執(zhí)行此操作。在某些情況下，這些芯片具有12個不同的電源域，所有這些電源域填充在芯片的不同區(qū)域中。因此，測試過程會產(chǎn)生大量數(shù)據(jù)，并且需要與工廠中各種工藝產(chǎn)生的其他大量數(shù)據(jù)進(jìn)行補充和關(guān)聯(lián)。要提取優(yōu)良數(shù)據(jù)并將其轉(zhuǎn)化為可用的數(shù)據(jù)，需要進(jìn)行大量工作。

來自不同制造商的測試設(shè)備過去常常使用不同的操作系統(tǒng)，以不同或不兼容的格式顯示數(shù)據(jù)，但隨著電子數(shù)據(jù)交換（EDI）和IEEE的標(biāo)準(zhǔn)測試接口語言（STIL）的出現(xiàn)，測試需要更具兼容性。

為解決這個問題，自動測試機(jī)制造商Teradyne開始與其他供應(yīng)商共同開發(fā)標(biāo)準(zhǔn)測試數(shù)據(jù)格式STDF。STDF是與數(shù)據(jù)庫體系結(jié)構(gòu)和操作系統(tǒng)無關(guān)的二進(jìn)制格式，是為自動測試設(shè)備（ATE）開發(fā)的，因此可以連接來自競爭廠商的ATE，并且可以更容易移植和存儲數(shù)據(jù)。

該格式包括標(biāo)準(zhǔn)記錄類型和全局元數(shù)據(jù)，以及參數(shù)化（通過、失敗和多針）和功能測試。二進(jìn)制格式將被轉(zhuǎn)換為更人性化的ASCII格式（ATDF-STDF的ASCII版本），并用于數(shù)據(jù)庫或Excel電子表格中。但在轉(zhuǎn)換工程中，批次ID或頭文件可能會丟失，出現(xiàn)錯誤數(shù)據(jù)的機(jī)會很多。

盡管STDF是測試中最常用的格式，但也有局限性。例如無法直接支持當(dāng)今測試環(huán)境中的新模型，格式本身也不夠精準(zhǔn)。在STDF之后，可能采用由SEMI半導(dǎo)體測試合作聯(lián)盟（CAST）特殊興趣小組正在研究的Rich Interactive Test Database（RITdb）標(biāo)準(zhǔn)。

小結(jié)

生成更好的數(shù)據(jù)，從更多的來源收集數(shù)據(jù)，并能夠?qū)⑺羞@些數(shù)據(jù)關(guān)聯(lián)起來，這為整個芯片行業(yè)帶來巨大的可能性，包括從提高可靠性到預(yù)測分析的所有方面。可以根據(jù)需要，對設(shè)備進(jìn)行維修或更換，而不是當(dāng)設(shè)備出現(xiàn)故障時也無法接受到故障信號。

芯片行業(yè)正處于這種轉(zhuǎn)變的初期，但在未來十年里，它可能會定義從設(shè)計到制造的每一步，從產(chǎn)量到可靠性和安全性都將得到改善。

2020年8月7日至8月9日，2020年全球人工智能與機(jī)器人大會（CCF-GAIR 2020）將在深圳隆重舉行，今年的主題是AI新基建產(chǎn)業(yè)新機(jī)遇，設(shè)置了針對新基建學(xué)術(shù)的AI前沿專場、機(jī)器人前沿專場、聯(lián)邦學(xué)習(xí)專場3大專場，針對新基建產(chǎn)業(yè)的AI芯片專場、智能駕駛專場、AIoT專場等的11大專場。AI芯片專場的學(xué)術(shù)大咖和重要企業(yè)技術(shù)VP將共同探討如何用創(chuàng)新的指令集、架構(gòu)以及商業(yè)模式抓住新基建給AI芯片帶來的絕佳機(jī)遇。
責(zé)任編輯：tzh