semiengineering传感器翻译的大规模应用和机器学-ag体育网址

随着晶体管的数量减少,更好的芯片被添加到电路板或PCB上,需要更好的时间来测试这些器件,如果整体成本也减少,测试时间维持恒定,则被测量器件在生命周期内的可靠性因此,可以适当区别哪些设备显然必须完全测试,哪些设备已经在硅材料中接受了充分的检查。

本文摘要:随着晶体管的数量减少,更好的芯片被添加到电路板或PCB上,需要更好的时间来测试这些器件,如果整体成本也减少,测试时间维持恒定,则被测量器件在生命周期内的可靠性因此,可以适当区别哪些设备显然必须完全测试,哪些设备已经在硅材料中接受了充分的检查。

传感器

从——semiengineering传感器翻译的大规模应用和机器学习的发展,使人们把焦点放在影响力小的领域。机器学习和集成电路生产设备中融合了更多的传感器,这为晶片厂和密封厂进行目标测试和更慢的吞吐量构建了新的可能性。这种方法的目的是提高质量和降低生产简单芯片的成本。

先进设备的节点减少了生产简单芯片所需的时间。随着晶体管的数量减少,更好的芯片被添加到电路板或PCB上,需要更好的时间来测试这些器件,如果整体成本也减少,测试时间维持恒定,则被测量器件在生命周期内的可靠性因此,可以适当区别哪些设备显然必须完全测试,哪些设备已经在硅材料中接受了充分的检查。这和在一个测试套件中展开阴影是一样的,但这需要收集足够简单的数据来展开呼叫。

到目前为止虽然很难,但是更多的传感器参加,通过分解更多的数据,可以参照更细致的数据,由此展开有效的模式识别。PDFsolutions公司的密切相关解决方案副总裁DennisCiplickas说:“如果能制作出预测芯片什么时候不会劣化的准确率超过99.99%的模型,就能跳过芯片劣化,节约成本。” 不管你原作的比例如何,20%、30%或50%的冲刺亲率就可以了。

这节约了老化成本。此外,数据越多,预测就越准确。困难是如何连接和构建准确的数据。

所以,如果你的所有数据都在封测代工厂运营,晶片的排序、组装、直到最后的测试都在那里,就可以综合预测所有的数据。但是,如果在不同的地方展开这些工序,就需要从多个地方分割数据。这必须在一个系统中完成。“老化测试用于检测芯片中各种元件的早期故障。

迄今为止,这种数据是通过数据交换共享的。很简单,但足以避免测试。Ciplickas说:“最初,数据交换网络背后的想法是创建数据库,以便看到供应链。”。

“机器学习现在可以把很多不同的功能合并在一起,做预测等新的事情。”因此,根据从传感器获取的数据,可以抑制老化成本。

下一步是一起播放数据,以一致连接不同的站点,并通过它们展开预测。“实质上,这是更详细地描述只有流程的各种组件,正确地避免不必要的测试。OptimalPlus副总裁兼社长DougElder表示:“现在,您可以将所有数据源连接到展开晶片排序和最终测试的轴上,以确认故障的原因。

可以增加测试集和怀疑老化的地区,运营机器学习算法修改测试,改进方法。》在过去、现场实施后,为了明确生产问题可能需要几个月或几年。有些问题可以用软件解决,例如智能手机的天线问题。在技术被取代之前,这些问题依然运作良好。

但是随着更多的芯片被用作工业和汽车,这种方法已经有限了。Elder回答说:“如果能在检查中和老化阶段发现这些问题,老化测试时间可以从10%增加20%。” “这对制造商来说是相当大的数字。

动态时,通过调查自适应测试时间的增加量,测量哪个测试还没有结束。这样就可以增加测试时间。此外,从晶片排序到最后测试,可以在包含所有内容的闭环系统中添加到测试周期中。

另外,新测试也不会降低额外的成本。但是在破损之前,可以进行几次新的测试? 其中一种情况:一台设备新测试了17次,最后通过了测试。“你会发现这对测试中的设备来说不是好事,便宜且费时。

在晶片制造商,每分每秒都要付出成本。更好的数据,更好的结果“好”的数据可能意味着不同的市场有不同的东西。此外,同样的市场也经常发生同样的事情。

数据之所以简单,是因为对特定的操作者、过程或设备有效。但是,要达到这个要求需要很多专业领域的科学知识。

yieldhubceo Johno’Donnell说:“我们找到了一家小公司,不是在所有领域都有专业知识。”。

“特别是在汽车领域,可能有些公司在设计方面很强,但在测试方面并不那么有名。”这给简单的芯片设计带来了问题,长期以来,对芯片来说问题变得更重要。但强调了从整个设计到生产链的挑战之一。

也就是说,让参加的人能够解读其他工程的工作。“你知道我必须在这里花时间吗? 最重要的是团队中的每个人都必须仔细看这个,”Donnell解释说。“你可能不是别的部分的专家,而是芯片的特定部分的专家,所以必须合作分析,在知识库中切实展开。

这样你就可以对特定领域有足够的信心,把你的科学知识加入系统分析,从而增加测试数量所需的成本。保证数据质量的另一种方法是对数数据展开倒数反馈。

因此,与所有的外部数据不同,一部分数据可以在设备运营时展开测量。proteanTecs首席执行官ShaiCohen说:“有了在线数据,就可以大幅提高性能,提出正确的要求。” “在工序和内存中都可以权衡参数的缺失。

这得到了很高的评价率,但必须追加到多维代理中,这些代理可以通过机器学习展开测量和处理。现在,您可以在特定设计中安装代理,修复数据,更好地理解再次发生的事情。

」无论天空还是天空,垃圾满天飞传感器都太正确了,没关系。以波音737MAX为例,故障传感器可能是坠落和一系列混乱背后的最大原因。问题之一是为了识别错误,需要更普遍地共享数据。

系统提供商经常将这些数据作为竞争优势来维护. “在测试方面,我们一般按照标准化的测试来设计芯片,但对整个设备制造商的应对没有足够的可靠性。“NationalInstruments运输部门的首席解决方案经理DougFarrell做了回应。“他们不希望共享数据。

这种情况必须改变。因为你不可能在一个公司享受一切。在自动驾驶方面特别是这样,一级汽车制造商和完全设备制造商展开了白热化的竞争。”所以我们只有大的测试传感器来保证数据的质量。

Farrell说:“对运营商团队的人来说,换班结束时可以展开传感器的临床,展开校准。” “由于很多公司需要跳过中间步骤,从纯粹的模拟中在汽车上安装传感器,所以临床是必不可少的。》为了避免将来的问题,数据本身也必须保存。

PDF的Ciplickas说:“我们要防止的是破坏寂静数据。” “当这种事情再次发生的时候,你无法预测。”对于安全重要的应用程序,结果可能比这更糟。

现在这些设备的功能有责任,但数据是确认问题和原因的最好方法。OptimalPlus电子部门总经理UziBaruch回答说:“汽车行业和半导体行业的明显区别在于测试只是汽车行业的运营商之一。” “这比你一般在半导体行业看到的要多得多,不仅是电子产品,也是原创的装配线,有多个接点。

“设计检查在高级节点和一些类型的高级PCB上变得更困难。因此,人们必须在更好的地方增加更好的传感器——,在设备中和PCB中都增加——,使这些传感器更小、更慢、功耗更低。CyberOptics首席执行官SubodhKulkarni说:“现在晶片工厂和密封工厂已经展开了采样检查。

”。“现在正在开展PCB的功能检查。问题是在我们开展100%的检查之前没有多少放射性尘埃。但是,由于PCB太高,因此可以开展适当的成本检查。

”随着新材料的引进和新结构的重新加入,这种检查并没有更困难。另外,扩散光与其他物质不同,因此根据材料需要不同的检查技术。Kulkarni认为这两种方法都需要新的校准光学照相机等检查设备。

他说:“使先进设备的PCB检查和模块检查更困难,特别是HBM。” “过去,2D检查就足够了。现在必须对盘柜展开3D光学检查。

”这将花费更好的时间,分解更多必须分析的数据。结论:在制造业中,融合传感器数据和机器学习的方法刚刚蓬勃发展,但提高质量和增加测试时间的机会极大。这也有助于增加检查的设计。

这在零件、电力和重量方面并不宝贵。RaananGewirtzman是proteanTecs的首席商业官,他说:“他的目标是停止验证快速增长。”。

ISO26262的规定需要一定程度的验证,因此特别重要。但是,可以通过减少更好的测量代理来解决问题。“这个必须用几乎不同的方法来看用于数据,但以较少的成本获得更好的范围的前景备受关注,下一个问题只是这个方法能扩展到什么程度。

本文关键词:展开,成本,ag体育,检查,芯片

本文来源:ag体育-www.zaparoomblog.com