 人工智能（AI）和数据分析使半导体制造商能够从整个硅生命周期中产生的海量数据中提取有价值的见解。通过利用人工智能算法，半导体制造商可以优化硅设计、组装和测试流程。通过分析庞大的数据集、人工智能可以识别模式、预测故障并优化质量，从而提高成品率、降低生产成本并加快产品上市时间。半导体制造商正在积极开发数据分析应用，以便在整个半导体测试生态系统中建立完全集成的工作流程。最先进的数据分析解决方案包含流式数据收集和控制、数据前馈、低延迟、由 ML 驱动的算法支持的智能决策以及强大的数据安全性和完整性功能等重要功能。这使得端到端利用在整个生产和测试过程中进行分析。 本白皮书探讨了数字时代半导体测试所面临的重大挑战，并重点介绍了智能制造解决方案的优势，这些解决方案可提高效率并优化半导体客户的生产流程。这些解决方案包括来自 Advantest 及其生态系统合作伙伴的 ACS 实时数据基础设施 (RTDI) 和机器学习驱动的分析解决方案，为无缝集成所有测试数据建立了一条数字高速公路。通过利用低延迟边缘计算和分析解决方案，半导体测试操作的实时监控变得可能的情况下，迅速采取纠正措施。这样就能提高质量和产量，并为客户缩短产品上市时间。 2023 年半导体行业的现状 半导体行业从根本上说就是一场惊心动魄、高风险的猫鼠游戏。 这是一个尖端技术的世界，科学与科幻之间的界限往往模糊不清。在这个行业中，最大的参与者几乎掌握着所有的牌，但也不断有新的参与者涌现出来，颠覆一切。 在半导体领域，成功与失败之间的界限非常窄，未来总是充满不确定性。 随着 5G、物联网 (IoT) 和人工智能等新技术的发展，对更先进半导体器件和解决方案的需求也在不断增长。 集成电路反映了一个相对较新的世界秩序，在这个秩序中，国家间的贸易紧张和供应链中断是持续的威胁，大流行病的影响也继续影响着这个行业。尽管面临这些挑战，但在不懈追求创新和进步的推动下，集成电路行业仍在继续向前发展。 这个行业不断挑战可能与不可能之间的界限。这是一个充满创新和无限可能的世界，在这里，最聪明的头脑和最大胆的企业家可以改变历史进程。 风险很高，但回报也很高。 未来总是充满变数，唯一确定的事情就是一切都不确定。最终，只有最强大、最聪明的人才能生存下来。 行业预测：2023年及以后 随着大数据和先进技术的发展，人们已经感受到了快速发展的数字高速公路所带来的影响。 根据一项预测，2030 年半导体市场规模约为 1.1 万亿美元，2020 年至 2030 年的年复合增长率为 9.03%，而 2030 年至 2030 年的年复合增长率仅为 3.96%。  2010 至 2020 年（图 1）。 电子产品软件含量的增加也将对半导体市场的增长产生积极影响。 这种快速的市场增长将对测试产生重大影响，包括爆炸性的测试数据量和处理这些数据量的方法： 一份报告称："2019 年每天产生的数据量约为 2 TB "报告还补充道："测试数据量在从 10 纳米到 7 纳米的过程中骤增，而且在每个新节点上都会再次增加。报告将这一增长部分归因于每个晶圆上的芯片越来越多，但每个芯片上的晶体管也越来越多，设计的复杂性越来越高，工艺拐角越来越多，新工艺、测试、诊断和组装也越来越复杂。  数据爆炸的部分原因是，为测试每个芯片上不断增加的晶体管所需的测试向量数量不断增加（图 2）。 业界越来越重视数据分析。越来越多的数据测试过程中产生的数据将更加注重数据分析，以获取洞察力并改进决策。 半导体设备的复杂性不断增加，这将推动人工智能和人工智能在半导体测试中的应用。人工智能和 ML 可以实现更先进的测试方法和设备，帮助提高效率、准确性和可扩展性。 数据前馈和数据后馈的使用将越来越普遍，有助于提高半导体测试的准确性和效率。 数据和边缘计算将增强半导体测试，使测试方法更加灵活和可扩展。 市场增长也将增加测试压力应用领域、包装策略、与边缘应用相关的环境问题以及网络安全： 对自动驾驶汽车、物联网和 5G 设备日益增长的需求将推动对更先进的半导体测试方法和设备的需求。 异质集成在半导体产品中集成多种技术和材料的使用越来越广泛，因此对能够处理这种集成的测试方法的需求也越来越大。 测试设备必须灵活，能够处理各种环境条件，测试数据应在分布式网络中提供，而不是局限于中央数据库。 被测设备将包含越来越多的传感器，需要利用这些传感器产生的数据来提高产品质量、可靠性和功效。此外，测试设备将拥有更多的嵌入式传感器，这些传感器将用于实时监测和控制测试操作。 随着半导体器件变得越来越复杂，连接越来越紧密，我们将更加需要关注网络安全，以防范潜在的网络威胁，确保测试过程中知识产权的完整性。 最后，半导体测试行业可能会出现新的商业模式，如按使用付费和订阅式服务、以及自动化和机器人技术的进步将继续在半导体测试中得到更广泛的应用，有助于提高效率和减少人为错误。 行业面临的主要挑战 除了与异构集成、2.5D 和 3D 封装、测试数据量和基于服务的业务模式有关的挑战外，半导体器件的复杂性不断增加，需要更快的测试时间和更高的吞吐量，以跟上对半导体器件快速增长的需求；随着半导体器件变得更密集、更复杂，公差越来越小，需要更准确和精确的测试；以及灵活和开放的解决方案，以测试使用不同来源技术的各种器件。 此外，测试系统必须能够在同一平台上测试多种技术，如数字和模拟技术；能够处理更多的器件类型和封装尺寸；能够在不同的温度和电压下进行测试；能够测试新材料和新结构，如：2.5D 和 3D 包装。最后，在大数据和数据计算时代，必须制定战略来应对数据隐私、安全和合规方面的挑战。 大数据的挑战令人生畏。据估计，从设计到制造再到现场，整个半导体供应链收集的数据中有 80% 或更多从未被查看过。合同义务，尤其是汽车和航空航天行业的合同义务，可能要求将数据存档 10 年或 15 年，但工程师们往往只查看解决特定问题所需的数据。此外，一些存储数据缺乏可追溯性和背景，因此无法发挥作用。这并不是说数据没有价值。 但是，目前有效分析数据并从中提取最大价值的工具和基础设施还不够完善。每个人都迫切希望挖掘自己的数据，但实际上他们根本无法做到这一点。 另一个问题是，目前的测试通常是通过基于文件的方法来完成的，只有在晶圆结束或批次结束时才能获得数据，而且只有到那时才能对数据进行离线分析，通常是在不同的地点进行分析。即使时间在流逝，也往往需要数小时或数天来执行分析和纠正措施。 随着测试行业的快速发展，这种方法已不再可行。如前所述，芯片正变得越来越复杂，在许多情况下（包括医疗和汽车设备测试），零缺陷是目标。在其他情况下，即使是过去可以接受的微小缺陷，现在也会使更敏感、更复杂的芯片变得毫无用处。因此，测试这些更先进的芯片已成为一项挑战，同时还要达到更严格的量产时间目标和确保集成电路生产商保持竞争力的量产时间目标。 据一家公司报告，他们成功使用了在线基础设施方法，将延迟从数小时或数天缩短到毫秒或微秒。这种方法可以在保持安全通信的同时，实现即时的 ML 评分和决策制定。 该方法将神经网络应用于参数预测，同时考虑到温度、功率和其他条件的相关性，从而在零影响的情况下大幅缩短测试时间。 ADVANTEST ACS：半导体测试挑战的解决方案 凭借先进的分析技术（包括 ML 功能）和面向未来的实时自动生产控制，该生态系统通过整合整个集成电路制造供应链的所有数据源来应对测试挑战。该生态系统 使客户能够实现智能数据驱动的工作流程，并帮助客户实现更好的产量、更快的上市时间、更快的量产时间以及更高的质量和可靠性。作为 Advantest 大设计战略的一部分，ACS 正在加强边缘和数据基础设施服务、数据分析和 AI/ML 解决方案，以此帮助客户实现数据驱动的工作流程。 Advantest 基于数据的产品和服务基于单一的可扩展实时数据平台，使客户能够从 Advantest 及其合作伙伴处开发或采购市场领先的解决方案。ACS 采用实时 ML 分析技术，使客户能够迅速将洞察力转化为值得生产的行动。这些规则和程序在整个半导体价值链中易于使用和访问。 advantest ACS 的优势 鉴于目前的测试方法成本高昂、繁琐耗时，行业需要一种新的模式。为了满足这一需求，Advantest 创建了业内首个实时数据基础设施 (RTDI)--一种在不断变化的测试环境中提供分析、纠正分析和行动的创新、革命性方法（图 4）。与基于文件的分析相比，在线边缘计算分析具有以下优势： 在安全的 True Zero Trust™ 环境中执行，检测问题并采取纠正措施只需几毫秒。通过这种方式，ACS RTDI 提供了实时、自适应的决策，其解决方案也很容易集成到任何测试程序中，并使客户能够最大限度地利用 Advantest 价值链来提高产量、质量、上市时间和批量生产时间。 ACS RTDI 可作为测试平台的通信背板，促进快速、安全和准确的信息交换。它支持在线边缘计算/分析，以实现触地内部和触地之间的实时自适应决策。 通过智能数据提取和控制进行实时数据监控，可在几毫秒内启动纠正措施。 ACS RTDI 包括几项具体的关键功能和技术 ACS Container Hub™ 采用容器技术，实现了容器化应用程序的自动软件分发。该产品可确保将应用程序轻松、安全、可靠地部署到测试机群中，同时确保无缝集成到 ACS 生态系统中。 ACS Edge™ Server 是一款高性能、高度安全的边缘计算和分析解决方案，可提供毫秒级延迟，便于在测试执行期间进行实时自适应决策。 ACS Nexus™ 为所有 Advantest 平台的设备和外部客户端之间的实时测试单元数据流和在线设备控制提供了一个标准接口，实现了在线分析功能、实时控制和跨不同测试阶段。它使应用能够最大限度地提高产量、优化吞吐量并确保测试质量，而不会增加生产线上的故障风险。 ACS 统一服务器支持可扩展的冗余计算和存储资源，以加强工作负载管理并最大限度地降低停机风险，同时为测试平台提供真正的零信任™（True Zero Trust™）安全性，它还支持数据前馈/反馈，并提供事务级安全性、跨平台支持、多方共享和数据管理，同时支持数据包检查和日志记录。 这些解决方案共同帮助客户将数据转化为实时生产控制，为他们的产品带来卓越的结果和更高的投资回报率。 |
