人工智能在半導(dǎo)體測(cè)試中的力量

人工智能（AI）和數(shù)據(jù)分析使半導(dǎo)體制造商能夠從整個(gè)硅生命周期中產(chǎn)生的海量數(shù)據(jù)中提取有價(jià)值的見解。通過利用人工智能算法，半導(dǎo)體制造商可以優(yōu)化硅設(shè)計(jì)、組裝和測(cè)試流程。通過分析龐大的數(shù)據(jù)集、人工智能可以識(shí)別模式、預(yù)測(cè)故障并優(yōu)化質(zhì)量，從而提高成品率、降低生產(chǎn)成本并加快產(chǎn)品上市時(shí)間。

半導(dǎo)體制造商正在積極開發(fā)數(shù)據(jù)分析應(yīng)用，以便在整個(gè)半導(dǎo)體測(cè)試生態(tài)系統(tǒng)中建立完全集成的工作流程。最先進(jìn)的數(shù)據(jù)分析解決方案包含流式數(shù)據(jù)收集和控制、數(shù)據(jù)前饋、低延遲、由 ML 驅(qū)動(dòng)的算法支持的智能決策以及強(qiáng)大的數(shù)據(jù)安全性和完整性功能等重要功能。這使得端到端利用在整個(gè)生產(chǎn)和測(cè)試過程中進(jìn)行分析。

本白皮書探討了數(shù)字時(shí)代半導(dǎo)體測(cè)試所面臨的重大挑戰(zhàn)，并重點(diǎn)介紹了智能制造解決方案的優(yōu)勢(shì)，這些解決方案可提高效率并優(yōu)化半導(dǎo)體客戶的生產(chǎn)流程。這些解決方案包括來自 Advantest 及其生態(tài)系統(tǒng)合作伙伴的 ACS 實(shí)時(shí)數(shù)據(jù)基礎(chǔ)設(shè)施 (RTDI) 和機(jī)器學(xué)習(xí)驅(qū)動(dòng)的分析解決方案，為無縫集成所有測(cè)試數(shù)據(jù)建立了一條數(shù)字高速公路。通過利用低延遲邊緣計(jì)算和分析解決方案，半導(dǎo)體測(cè)試操作的實(shí)時(shí)監(jiān)控變得可能的情況下，迅速采取糾正措施。這樣就能提高質(zhì)量和產(chǎn)量，并為客戶縮短產(chǎn)品上市時(shí)間。

2023 年半導(dǎo)體行業(yè)的現(xiàn)狀

半導(dǎo)體行業(yè)從根本上說就是一場(chǎng)驚心動(dòng)魄、高風(fēng)險(xiǎn)的貓鼠游戲。

這是一個(gè)尖端技術(shù)的世界，科學(xué)與科幻之間的界限往往模糊不清。在這個(gè)行業(yè)中，最大的參與者幾乎掌握著所有的牌，但也不斷有新的參與者涌現(xiàn)出來，顛覆一切。

在半導(dǎo)體領(lǐng)域，成功與失敗之間的界限非常窄，未來總是充滿不確定性。

隨著 5G、物聯(lián)網(wǎng) (IoT) 和人工智能等新技術(shù)的發(fā)展，對(duì)更先進(jìn)半導(dǎo)體器件和解決方案的需求也在不斷增長。

集成電路反映了一個(gè)相對(duì)較新的世界秩序，在這個(gè)秩序中，國家間的貿(mào)易緊張和供應(yīng)鏈中斷是持續(xù)的威脅，大流行病的影響也繼續(xù)影響著這個(gè)行業(yè)。盡管面臨這些挑戰(zhàn)，但在不懈追求創(chuàng)新和進(jìn)步的推動(dòng)下，集成電路行業(yè)仍在繼續(xù)向前發(fā)展。

這個(gè)行業(yè)不斷挑戰(zhàn)可能與不可能之間的界限。這是一個(gè)充滿創(chuàng)新和無限可能的世界，在這里，最聰明的頭腦和最大膽的企業(yè)家可以改變歷史進(jìn)程。

風(fēng)險(xiǎn)很高，但回報(bào)也很高。

未來總是充滿變數(shù)，唯一確定的事情就是一切都不確定。最終，只有最強(qiáng)大、最聰明的人才能生存下來。

行業(yè)預(yù)測(cè)：2023 年及以后

隨著大數(shù)據(jù)和先進(jìn)技術(shù)的發(fā)展，人們已經(jīng)感受到了快速發(fā)展的數(shù)字高速公路所帶來的影響。

根據(jù)一項(xiàng)預(yù)測(cè)，2030 年半導(dǎo)體市場(chǎng)規(guī)模約為 1.1 萬億美元，2020 年至 2030 年的年復(fù)合增長率為 9.03%，而 2030 年至 2030 年的年復(fù)合增長率僅為 3.96%。

2010 至 2020 年（圖 1）

電子產(chǎn)品軟件含量的增加也將對(duì)半導(dǎo)體市場(chǎng)的增長產(chǎn)生積極影響。

這種快速的市場(chǎng)增長將對(duì)測(cè)試產(chǎn)生重大影響，包括爆炸性的測(cè)試數(shù)據(jù)量和處理這些數(shù)據(jù)量的方法：

一份報(bào)告稱："2019 年每天產(chǎn)生的數(shù)據(jù)量約為 2 TB "報(bào)告還補(bǔ)充道："測(cè)試數(shù)據(jù)量在從 10 納米到 7 納米的過程中驟增，而且在每個(gè)新節(jié)點(diǎn)上都會(huì)再次增加。報(bào)告將這一增長部分歸因于每個(gè)晶圓上的芯片越來越多，但每個(gè)芯片上的晶體管也越來越多，設(shè)計(jì)的復(fù)雜性越來越高，工藝拐角越來越多，新工藝、測(cè)試、診斷和組裝也越來越復(fù)雜。

數(shù)據(jù)爆炸的部分原因是，為測(cè)試每個(gè)芯片上不斷增加的晶體管所需的測(cè)試向量數(shù)量不斷增加（圖 2）。

業(yè)界越來越重視數(shù)據(jù)分析。越來越多的數(shù)據(jù)測(cè)試過程中產(chǎn)生的數(shù)據(jù)將更加注重?cái)?shù)據(jù)分析，以獲取洞察力并改進(jìn)決策。

半導(dǎo)體設(shè)備的復(fù)雜性不斷增加，這將推動(dòng)人工智能和人工智能在半導(dǎo)體測(cè)試中的應(yīng)用。人工智能和 ML 可以實(shí)現(xiàn)更先進(jìn)的測(cè)試方法和設(shè)備，幫助提高效率、準(zhǔn)確性和可擴(kuò)展性。

數(shù)據(jù)前饋和數(shù)據(jù)后饋的使用將越來越普遍，有助于提高半導(dǎo)體測(cè)試的準(zhǔn)確性和效率。

數(shù)據(jù)和邊緣計(jì)算將增強(qiáng)半導(dǎo)體測(cè)試，使測(cè)試方法更加靈活和可擴(kuò)展。

市場(chǎng)增長也將增加測(cè)試壓力應(yīng)用領(lǐng)域、包裝策略、與邊緣應(yīng)用相關(guān)的環(huán)境問題以及網(wǎng)絡(luò)安全：

對(duì)自動(dòng)駕駛汽車、物聯(lián)網(wǎng)和 5G 設(shè)備日益增長的需求將推動(dòng)對(duì)更先進(jìn)的半導(dǎo)體測(cè)試方法和設(shè)備的需求。

異質(zhì)集成在半導(dǎo)體產(chǎn)品中集成多種技術(shù)和材料的使用越來越廣泛，因此對(duì)能夠處理這種集成的測(cè)試方法的需求也越來越大。

測(cè)試設(shè)備必須靈活，能夠處理各種環(huán)境條件，測(cè)試數(shù)據(jù)應(yīng)在分布式網(wǎng)絡(luò)中提供，而不是局限于中央數(shù)據(jù)庫。

被測(cè)設(shè)備將包含越來越多的傳感器，需要利用這些傳感器產(chǎn)生的數(shù)據(jù)來提高產(chǎn)品質(zhì)量、可靠性和功效。此外，測(cè)試設(shè)備將擁有更多的嵌入式傳感器，這些傳感器將用于實(shí)時(shí)監(jiān)測(cè)和控制測(cè)試操作。

隨著半導(dǎo)體器件變得越來越復(fù)雜，連接越來越緊密，我們將更加需要關(guān)注網(wǎng)絡(luò)安全，以防范潛在的網(wǎng)絡(luò)威脅，確保測(cè)試過程中知識(shí)產(chǎn)權(quán)的完整性。

最后，半導(dǎo)體測(cè)試行業(yè)可能會(huì)出現(xiàn)新的商業(yè)模式，如按使用付費(fèi)和訂閱式服務(wù)、以及自動(dòng)化和機(jī)器人技術(shù)的進(jìn)步將繼續(xù)在半導(dǎo)體測(cè)試中得到更廣泛的應(yīng)用，有助于提高效率和減少人為錯(cuò)誤。

行業(yè)面臨的主要挑戰(zhàn)

除了與異構(gòu)集成、2.5D 和 3D 封裝、測(cè)試數(shù)據(jù)量和基于服務(wù)的業(yè)務(wù)模式有關(guān)的挑戰(zhàn)外，半導(dǎo)體器件的復(fù)雜性不斷增加，需要更快的測(cè)試時(shí)間和更高的吞吐量，以跟上對(duì)半導(dǎo)體器件快速增長的需求；隨著半導(dǎo)體器件變得更密集、更復(fù)雜，公差越來越小，需要更準(zhǔn)確和精確的測(cè)試；以及靈活和開放的解決方案，以測(cè)試使用不同來源技術(shù)的各種器件。

此外，測(cè)試系統(tǒng)必須能夠在同一平臺(tái)上測(cè)試多種技術(shù)，如數(shù)字和模擬技術(shù)；能夠處理更多的器件類型和封裝尺寸；能夠在不同的溫度和電壓下進(jìn)行測(cè)試；能夠測(cè)試新材料和新結(jié)構(gòu)，如：2.5D 和 3D 包裝。最后，在大數(shù)據(jù)和數(shù)據(jù)計(jì)算時(shí)代，必須制定戰(zhàn)略來應(yīng)對(duì)數(shù)據(jù)隱私、安全和合規(guī)方面的挑戰(zhàn)。

大數(shù)據(jù)的挑戰(zhàn)令人生畏。據(jù)估計(jì)，從設(shè)計(jì)到制造再到現(xiàn)場(chǎng)，整個(gè)半導(dǎo)體供應(yīng)鏈?zhǔn)占臄?shù)據(jù)中有 80% 或更多從未被查看過。合同義務(wù)，尤其是汽車和航空航天行業(yè)的合同義務(wù)，可能要求將數(shù)據(jù)存檔 10 年或 15 年，但工程師們往往只查看解決特定問題所需的數(shù)據(jù)。此外，一些存儲(chǔ)數(shù)據(jù)缺乏可追溯性和背景，因此無法發(fā)揮作用。這并不是說數(shù)據(jù)沒有價(jià)值。

但是，目前有效分析數(shù)據(jù)并從中提取最大價(jià)值的工具和基礎(chǔ)設(shè)施還不夠完善。每個(gè)人都迫切希望挖掘自己的數(shù)據(jù)，但實(shí)際上他們根本無法做到這一點(diǎn)。

另一個(gè)問題是，目前的測(cè)試通常是通過基于文件的方法來完成的，只有在晶圓結(jié)束或批次結(jié)束時(shí)才能獲得數(shù)據(jù)，而且只有到那時(shí)才能對(duì)數(shù)據(jù)進(jìn)行離線分析，通常是在不同的地點(diǎn)進(jìn)行分析。即使時(shí)間在流逝，也往往需要數(shù)小時(shí)或數(shù)天來執(zhí)行分析和糾正措施。

隨著測(cè)試行業(yè)的快速發(fā)展，這種方法已不再可行。如前所述，芯片正變得越來越復(fù)雜，在許多情況下（包括醫(yī)療和汽車設(shè)備測(cè)試），零缺陷是目標(biāo)。在其他情況下，即使是過去可以接受的微小缺陷，現(xiàn)在也會(huì)使更敏感、更復(fù)雜的芯片變得毫無用處。因此，測(cè)試這些更先進(jìn)的芯片已成為一項(xiàng)挑戰(zhàn)，同時(shí)還要達(dá)到更嚴(yán)格的量產(chǎn)時(shí)間目標(biāo)和確保集成電路生產(chǎn)商保持競(jìng)爭(zhēng)力的量產(chǎn)時(shí)間目標(biāo)。

據(jù)一家公司報(bào)告，他們成功使用了在線基礎(chǔ)設(shè)施方法，將延遲從數(shù)小時(shí)或數(shù)天縮短到毫秒或微秒。這種方法可以在保持安全通信的同時(shí)，實(shí)現(xiàn)即時(shí)的 ML 評(píng)分和決策制定。

該方法將神經(jīng)網(wǎng)絡(luò)應(yīng)用于參數(shù)預(yù)測(cè)，同時(shí)考慮到溫度、功率和其他條件的相關(guān)性，從而在零影響的情況下大幅縮短測(cè)試時(shí)間。

ADVANTEST ACS：半導(dǎo)體測(cè)試挑戰(zhàn)的解決方案

憑借先進(jìn)的分析技術(shù)（包括 ML 功能）和面向未來的實(shí)時(shí)自動(dòng)生產(chǎn)控制，該生態(tài)系統(tǒng)通過整合整個(gè)集成電路制造供應(yīng)鏈的所有數(shù)據(jù)源來應(yīng)對(duì)測(cè)試挑戰(zhàn)。該生態(tài)系統(tǒng)

使客戶能夠?qū)崿F(xiàn)智能數(shù)據(jù)驅(qū)動(dòng)的工作流程，并幫助客戶實(shí)現(xiàn)更好的產(chǎn)量、更快的上市時(shí)間、更快的量產(chǎn)時(shí)間以及更高的質(zhì)量和可靠性。作為 Advantest 大設(shè)計(jì)戰(zhàn)略的一部分，ACS 正在加強(qiáng)邊緣和數(shù)據(jù)基礎(chǔ)設(shè)施服務(wù)、數(shù)據(jù)分析和 AI/ML 解決方案，以此幫助客戶實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的工作流程。

Advantest 基于數(shù)據(jù)的產(chǎn)品和服務(wù)基于單一的可擴(kuò)展實(shí)時(shí)數(shù)據(jù)平臺(tái)，使客戶能夠從 Advantest 及其合作伙伴處開發(fā)或采購市場(chǎng)領(lǐng)先的解決方案。ACS 采用實(shí)時(shí) ML 分析技術(shù)，使客戶能夠迅速將洞察力轉(zhuǎn)化為值得生產(chǎn)的行動(dòng)。這些規(guī)則和程序在整個(gè)半導(dǎo)體價(jià)值鏈中易于使用和訪問。

advantest ACS 的優(yōu)勢(shì)

鑒于目前的測(cè)試方法成本高昂、繁瑣耗時(shí)，行業(yè)需要一種新的模式。為了滿足這一需求，Advantest 創(chuàng)建了業(yè)內(nèi)首個(gè)實(shí)時(shí)數(shù)據(jù)基礎(chǔ)設(shè)施 (RTDI)--一種在不斷變化的測(cè)試環(huán)境中提供分析、糾正分析和行動(dòng)的創(chuàng)新、革命性方法（圖 4）。與基于文件的分析相比，在線邊緣計(jì)算分析具有以下優(yōu)勢(shì)：

在安全的 True Zero Trust? 環(huán)境中執(zhí)行，檢測(cè)問題并采取糾正措施只需幾毫秒。通過這種方式，ACS RTDI 提供了實(shí)時(shí)、自適應(yīng)的決策，其解決方案也很容易集成到任何測(cè)試程序中，并使客戶能夠最大限度地利用 Advantest 價(jià)值鏈來提高產(chǎn)量、質(zhì)量、上市時(shí)間和批量生產(chǎn)時(shí)間。

ACS RTDI 可作為測(cè)試平臺(tái)的通信背板，促進(jìn)快速、安全和準(zhǔn)確的信息交換。它支持在線邊緣計(jì)算/分析，以實(shí)現(xiàn)觸地內(nèi)部和觸地之間的實(shí)時(shí)自適應(yīng)決策。

通過智能數(shù)據(jù)提取和控制進(jìn)行實(shí)時(shí)數(shù)據(jù)監(jiān)控，可在幾毫秒內(nèi)啟動(dòng)糾正措施。

ACS RTDI 包括幾項(xiàng)具體的關(guān)鍵功能和技術(shù)

ACS Container Hub? 采用容器技術(shù)，實(shí)現(xiàn)了容器化應(yīng)用程序的自動(dòng)軟件分發(fā)。該產(chǎn)品可確保將應(yīng)用程序輕松、安全、可靠地部署到測(cè)試機(jī)群中，同時(shí)確保無縫集成到 ACS 生態(tài)系統(tǒng)中。

ACS Edge? Server 是一款高性能、高度安全的邊緣計(jì)算和分析解決方案，可提供毫秒級(jí)延遲，便于在測(cè)試執(zhí)行期間進(jìn)行實(shí)時(shí)自適應(yīng)決策。

ACS Nexus? 為所有 Advantest 平臺(tái)的設(shè)備和外部客戶端之間的實(shí)時(shí)測(cè)試單元數(shù)據(jù)流和在線設(shè)備控制提供了一個(gè)標(biāo)準(zhǔn)接口，實(shí)現(xiàn)了在線分析功能、實(shí)時(shí)控制和跨不同測(cè)試階段。它使應(yīng)用能夠最大限度地提高產(chǎn)量、優(yōu)化吞吐量并確保測(cè)試質(zhì)量，而不會(huì)增加生產(chǎn)線上的故障風(fēng)險(xiǎn)。

ACS 統(tǒng)一服務(wù)器支持可擴(kuò)展的冗余計(jì)算和存儲(chǔ)資源，以加強(qiáng)工作負(fù)載管理并最大限度地降低停機(jī)風(fēng)險(xiǎn)，同時(shí)為測(cè)試平臺(tái)提供真正的零信任?（True Zero Trust?）安全性，它還支持?jǐn)?shù)據(jù)前饋/反饋，并提供事務(wù)級(jí)安全性、跨平臺(tái)支持、多方共享和數(shù)據(jù)管理，同時(shí)支持?jǐn)?shù)據(jù)包檢查和日志記錄。

這些解決方案共同幫助客戶將數(shù)據(jù)轉(zhuǎn)化為實(shí)時(shí)生產(chǎn)控制，為他們的產(chǎn)品帶來卓越的結(jié)果和更高的投資回報(bào)率。