这是提高工程师生产效率和加快大批量生产时间的途径。
全球互联网流量正在呈指数级增长，而且没有放缓的迹象，这种需求正在推动半导体行业的发展。对越来越多数据的需求需要用于捕捉数据的传感器、用于移动数据的网络、存储和分析数据的处理能力。随着对数据需求的增长，基础技术必须进步，不仅要满足今天的需求，还要解决未来的应用程序。
新技术正在推动复杂数字设备的创新
每个微处理器晶体管数量的历史增长表明，以器件复杂性表示的处理需求的速度在过去50年里也一直在指数级增长。需要更强大处理能力的新应用程序是这一趋势的关键驱动因素，而未来，随着增强现实等应用程序的出现，将继续对性能提出要求。随着先进节点上的设备越来越多，对这些芯片的需求也越来越大，在过去一年里，先进半导体晶圆厂的投资几乎翻了一番，达到了超过1000亿美元的新水平。产量的增加推动了对质量的需求自动化测试设备(ATE)和芯片复杂性的增加为测试带来了新的挑战。
回顾过去的半导体测试，20世纪90年代的挑战只是能够对设备进行功能测试。下一个时代的重点是降低成本，利用更高的测试设备，更低的测试时间和更高的并行性。过去几年的特点是半导体制造工艺和封装趋势日益复杂(从2011年英特尔转向22nm finfet开始)。我们预计，至少在这个十年结束之前，这将成为影响测试的主要驱动因素。
半导体器件制造的最新突破之一是，从2D结构演变为更复杂的3D结构，如gate -全能(GAA) FET晶体管。由于测试实际上是为了发现制造缺陷，这些新的非常精细的器件结构需要发现更多类型的细微缺陷，这增加了测试的复杂性。晶体管继续变小，并且在一个芯片上有更多的晶体管，我们看到开关电流越来越大。我们会回来讨论的。
首先让我们谈谈这样一个事实:更多的晶体管意味着更大的存储深度，从而导致了新的数字测试技术，这需要新的数字仪器。然而，所有主要供应商都将很快解决这个问题，所以让我们看看另一个需要解决的挑战。
回到增加开关电流的讨论，采用先进工艺节点的一个不太明显的影响是对设备测试电源的影响。打开和关闭晶体管的动作看起来就像给一个非常小的电容器充电——一个很小的充电电流。但是当你把10、200、500亿个晶体管加起来，瞬时电流就很大了。我们已经看到设备的瞬时电流高达2000安培，但随着工艺节点的推进，工作电压下降。在测试先进数字设备时，这种电压下降的同时切换巨大的电流是最大的挑战之一，这给我们带来了一个有争议的结论——数字测试中最艰巨的挑战实际上是模拟问题。
使用常规电源构建高带宽接口需要构建一个精心匹配的电容器网络，并注意谐振频率。对于测试工程师来说，另一种也是唯一真正的解决方案是动态电源，以减少工作量，并使应用程序的硬件在第一时间工作。数字测试实际上是为了获得最好的模拟解决方案。
驱动系统级测试需求的3D设备结构
现在让我们把注意力转向这样一个事实，即这些复杂的3D器件结构会产生多个新的缺陷模式，而这些缺陷模式很难用传统的测试方法找到。缺陷可能只在任务模式测试中出现，这就是原因所在系统级别测试(SLT)设备对于先进的数字设备越来越重要。
系统级别测试不是传统ATE的替代品，也不是额外的测试插入。ATE上的故障覆盖在一定程度上是快速和有效的，在此之后，发现更细微的缺陷需要花费更长的时间。另一方面，SLT最初在时间上具有更线性的故障覆盖范围，但一些更细微的缺陷可以在比ATE更短的时间内被发现。未来将会看到一个优化ATE和SLT之间的测试覆盖率．我们最近的3个视频短片的系统级别测试3检查系统级测试的用例和新兴趋势。
除了讨论这些测试先进数字设备的技术障碍之外，我们还应该问问自己，这是否真的是半导体行业面临的最大挑战?我们都了解到，该行业面临着锂和铯等稀土资源有限的现实，但从历史上看，替代技术已经被开发出来以弥补材料短缺。但让我们考虑一下我们行业中的另一种稀有资源——工程师。随着高质量工程师的短缺和行业的指数增长，我们必须考虑将人力资本对行业增长潜力的影响降至最低的策略。
我们可以看看今天稀土矿所采取的方法——通过采矿来增加产量。我们可以要求我们的教育机构增加产量——他们正在这样做——但这需要时间。我们可能没那么多时间了。
人工智能是另一个热门话题。它在相对较短的时间内取得了长足的进步，虽然有一天它可能会通过自动化一些更标准和重复的任务来协助工程师进行代码生成，但人工智能不太可能在不久的将来完全取代工程师。
但我们可以提高现有工程师的效率，提高他们的生产力。今天的测试工程师面临着持续的压力，要减少从设计到大批量制造的时间，然后最大限度地提高吞吐量和产量。在整个过程中，复杂性是固有的，因此选择将复杂性最小化的解决方案可以显著提高生产率。Teradyne产品在设计时就考虑到了这一点，包括创新的解决方案，可以加快上市时间，最大限度地提高产量。
一个好的开始是降低测试工程师工作的复杂性。如果有一个设计良好的测试器，允许每个站点具有相同的对称设计，消除对多站点接口板的需要，并最终降低DIB设计的复杂性，会怎样?这意味着更少的设计工作量，站点与站点之间更好的相关性，以及设计的基本简化，允许测试工程师专注于测试列表和被测试的设备。
Teradyne的Broadside应用程序界面上UltraFLExplus提供了这一点，确保DIB电路的大PCB区域放置在仪器连接和DUT之间(相比于推到PCB的侧面)，这真正实现了站点到站点的复制/粘贴放置，并产生布局一致性。这种简单性节省了测试工程师的DIB设计时间，但更重要的是，避免了因多站点问题而延长调试时间的风险——或者更糟糕的是，由于站点到站点的设计问题而不得不重新旋转DIB。Broadside接口具有更快的关联时间，同时匹配多站点性能，将生产就绪测试程序的工程工作量减少了20%，并通过减少15%-50%的测试单元提高了制造效率。通过简单地简化架构，工程师变得更加高效。
数据是另一个可以用来提高工厂生产率的领域。在某些情况下，您需要低延迟、与测试流程一致的快速决策，需要与测试人员紧密集成的本地解决方案。其他数据保理需要进入云端或工厂MES系统。这些数据需要在客户的软件系统上进行操作，以便由数据分析确定的操作可以影响制造过程的其他部分。边缘分析和云分析在提高效率方面都发挥着重要作用。
另一个提高工程师效率的例子是找出那些效率低下的地方。设计世界和测试世界以不同的语言运作，来自不同领域的工程师以彼此无法理解的方式交谈。许多问题需要来自测试的信息，以便在返回给测试人员之前返回给设计团队进行审查和测试向量修改。这个调试循环可能需要几个小时甚至几天的时间。这些世界之间的桥梁，如Teradyne的PortBridge，促进了信息流的流线型，使设计和台架工程师能够直接与ATE沟通以进行调试，并使测试工程师能够理解和诊断平面模式中的故障。曾经需要几周甚至几个月的项目可以缩短到几天，从而恢复了大量的工程时间。
先进的数字化带来了新的技术挑战，需要解决这些挑战，以避免限制半导体行业的增长。技术总是会上升，以满足要求和需求。我们在这里已经讨论了许多这些趋势，但一些最有效的解决方案为我们的工程师提供了使他们高效工作的工具。我们的工程师是高需求的稀有资源，提供先进的工具和能力来提高他们的生产力将是确保持续实现指数级增长的关键。
|
|
|
|
|
|
|
|
|
|
留下回复