今日头条
由于制造和测试越来越复杂,芯片制造商发现使用传统工具和方法几乎不可能分析和检测质量、可靠性和良率问题。为了解决这些问题,Synopsys, Inc. 开发了一种数据分析驱动的方法,通过推出其硅生命周期管理 (SLM) 平台来优化从设计阶段到最终用户部署的 SoC 。
SLM 平台与 Synopsys 的融合设计平台相结合,旨在提供对芯片整个生命周期内关键性能、可靠性和安全性问题的可见性。这转化为 SoC 团队及其客户的新见解,以帮助优化设备和系统生命周期各个阶段的运营活动。
Semico Research Corp. ASIC & SoC 首席市场分析师 Richard Wawrzyniak 在一份声明中表示:“解决关键的芯片性能和可靠性问题是一个价值数十亿美元的问题,不会止步于流片。” “它需要一种全新的方式来看待 IC 的设计、构建和使用的整体方式。在整个芯片生命周期内提供对设备数据的访问,并通过专门的分析实现持续的“生命中”反馈和优化,这将有助于以更有效的方式解决系统公司在所有领域面临的与半导体相关的质量和安全挑战行业。”
新平台背后的驱动因素是由于电子系统日益复杂,以及对性能下降的容忍度降低以及满足功能安全和安保要求的需要,在硅片中实现质量和可靠性的难度增加。因此,“需要一种新方法来解决如何开发、操作和维护基于硅的系统,”Synopsis 说。
引用的一个例子是关键应用的成本节约,例如数据中心和网络,其中性能和功率改进可能达到数十亿美元。Synopsis 认为,这些节省可以通过管理芯片和系统从开发到部署的生命周期的每个阶段来实现。
该公司基于两个原则,在未来两年推出了带有完整路线图的 Synopsys SLM 平台。“尽可能多地收集有关每个芯片的有用数据,并在其整个生命周期内分析这些数据,以获得改进芯片和系统相关活动的可行见解。”
Synopsis 表示,第一个原则扩展了测试和产品工程已经获得的数据,通过嵌入在每个芯片中的监视器和传感器深入了解每个芯片的运行情况,并在广泛的环境和条件下测量目标活动,而第二个原则原理应用在可用芯片数据上运行的目标分析引擎,以在半导体生命周期的每个阶段实现优化,从设计实施到现场操作。
对可用芯片数据进行操作以实现优化的目标分析引擎包括 PrimeShield、SiliconDash 和 Yield Explorer,以及 Synopsys SLM 自适应学习引擎和 Synopsys SLM 嵌入式学习引擎。
那么这些分析工具提供了什么?PrimeShield 利用基于芯片数据的时序模型校准来最大限度地减少所需的余量和高级分析,以优化设计 PPA、可靠性和芯片可预测性。SiliconDash 是一种半导体制造分析引擎,Yield Explorer 是一种设计良率分析引擎,它使用通过监视器和传感器数据增强的晶圆厂和测试数据来优化制造和测试运营效率并提高良率。SLM 学习引擎提供自我分析以及安全、安保和预测性维护功能。
在最近的一次公司数字设计技术研讨会上,意法半导体的工程主管兼测试支持经理 Pascal Sotiaux 描述了意法半导体如何使用 SiliconDash 来帮助提高工程和运营效率,从而做出明智的决策并改进运营 KPI。
他说,随着制造和测试数据的数量越来越多,制造和测试过程的复杂性和产品的复杂性越来越高,几乎不可能使用传统的工具和方法来分析和检测所有质量和产量问题。
对于 ST,量产和大数据意味着每周需要分析 10 亿个测试结果。“使用传统工具,这是不可能的,”Sotiaux 说。他说,借助 [SiliconDash] 工具,与过去相比,意法半导体的效率提高了 10 倍。
他将 SiliconDash 称为“数据分析的瑞士刀”,您可以在其中找到视图、配方或报告来实时分析您的生产。他说,这是一个完整的数据分析工具,可以帮助加快分析速度,全面了解生产情况。
Sotiaux 解释说,该工具能够一键在包含所有链接的汇总表中提供主要信息,并通过可追溯性从趋势到模具进行更深入的分析。他补充说,它还能够通过交互模式实时提供产量损失或收益,以提高我的产量。
审核编辑 黄昊宇
全部0条评论
快来发表一下你的评论吧 !