阿拉伯学者与在线传感器

监控芯片post-manufacturing的健康,包括老化和如何执行一段时间后,变得更加重要,因为ICs进入对安全性要求苛刻的应用,如汽车的中央大脑。

面对更长的寿命和越来越多的功能安全规则,系统供应商需要能够预测什么时候会失败。但是,随着感应汽车集成电路故障就转变为标准,一切都打一次的新奇——advanced-node设计、人工智能预测维护、零缺陷公差和加工所需的所有数据诊断ICs的健康。

有几个关键的方法被用于:

• 内建自测(阿拉伯学者)的技术已经存在了几十年。虽然这项技术有良好的记录,但它也占用宝贵的空间在一个死亡。
• 在线传感器,占用较少的空间死,可以监视芯片操作期间不间断。
• 增加测试、检验和计量芯片之前识别潜在的缺陷被释放进入市场。

这些方法每个人都有长处和弱点,并且通常需要三个,以确保质量。

阿拉伯学者基本知识,不间断的替代品
阿拉伯学者有两个关键的味道——逻辑阿拉伯学者(LBiST)和存储器BiST (MBiST),有修复功能,LBiST没有。都是集成到死。

阿拉伯学者通过生成伪随机测试模式。它发送这些模式在扫描链芯片激活反应,比较测试结果理想的行为。信号可能被压缩加快测试。

阿拉伯学者通常在开机和关机激活。“如果你运行开机自我测试最初启动车辆时,大多数汽车制造商之间指定一个时间键,当车辆必须准备好运行,”Lee哈里森说汽车IC测试解决方案经理导师,西门子业务。“所有的制造商正试图挤出尽可能多的测试在这很短的时间内。”

阿拉伯学者进入系统测试,除了升高/省电方法,类似于飞机飞行员的清单。导师发布了在系统观察扫描阿拉伯学者,可以捕获一个测试在每个周期的转变。同样的,Synopsys对此有其TestMAX XLBiST,容忍不确定的数字。

阿拉伯学者仍不持续不间断的测试。它运行在特定的周期。但有时它可以展开测试。使用一个MBiST控制器在小块挤压测试操作是一个选择的导师提供。“我们稍微修改内存BiST控制器,可运行内存阿拉伯学者在系统不破坏的内存的内容。不是一样高效运行一个简单的内存阿拉伯学者,但我们能做在更长一段时间记忆的相同级别的测试将测试分成非常,非常小的部分,有一个小对设备的整体功能的影响。这是内存阿拉伯学者。逻辑阿拉伯学者更有挑战性,因为涉及的数据量的。”

使用芯片传感器的想法是持续的监控芯片的运行。许多公司提供实时观测。微型传感器被地方死提供连续数据监测、数据管理。PDF的解决方案有多种在传感器相关的制造、测试和质量。ProteanTecs还与片外片上监测分析,从攷虑搜集更多的数据,关注物理故障和提供见解。公司使用代理,遵循通用芯片遥测(节点),并嵌入在芯片的设计。等公司Moortec为前沿的人工智能和机器学习芯片监控芯片。

节省空间的死亡
阿拉伯学者的声誉作为一个房地产猪死正在改变。“阿拉伯学者没有变小,但不是70%的地区,“导师的哈里森说。“记忆阿拉伯学者,我们的技术使您能够使用单个存储器BiST控制器对许多人来说,很多记忆。”

占用更少的空间on-die动机的在线监测。微型传感器部署在芯片上的空白区域是一个策略,节省空间而死。“我们design-for-inspection系统部署微型传感器,称为DFI填充细胞,到空/芯片(即虚拟区域。,零面积点球)内联非接触式测量一旦第一金属层处理,”副总裁丹尼斯Ciplickas说先进的解决方案PDF的解决方案。

减少逻辑也有助于测试生活在一个小空间。“我们做了很多阿拉伯学者的逻辑,”诺姆Brousard说,产品的副总裁proteanTecs。“我们已经显示了在现实生活中的用例,我们增加到1%,2%,3%的额外面积。这是一个非常,非常小的芯片。”

收集真实的数据,在系统
然而,阿拉伯学者并不是静止的。这些天测试序列是跑得快。导师发布了observation-scan,加快测试过程。但真正的变化可能是数据处理的地方。

“过去数据已经非常本地化的IC,”哈里森说。”,但我们看到的是所有的汽车制造商都在收集和使用这些数据,不仅从,从单一的汽车,而是来自世界各地的车辆帮助建立一个更大的图片的那种系统的健康。可以看到,与汽车制造商如特斯拉。他们能推出更新,提高车辆的性能,它可以改善汽车的生命周期,这些类型的东西。买家正在学习从他们收集的数据,他们可以使整个系统调整,延长汽车的生命周期。”

这是一个很好的起点为下一个阶段,它是一个更细粒度的深入操作期间发生了什么。

“最近我们也部署电活性传感器产品死与我们的简历核心系统,“说“Ciplickas PDF的解决方案。“这些简历核心IP块描述电子和材料特性相关产品性能和可靠性,并提供响应数据都在制造、装配和测试以及在生活中的监控系统操作。设计与嵌入式电路监控,检测性能漂移或异常行为,我们的传感器给洞察物理故障。只是检测芯片没有不给洞察他们失败的原因,并从位图数据,电弧炉/ PFA, RMA和8 d流程是珍贵但极其有限。同样,电路性能的知识是漂浮在一个芯片上很难推广到预测行动除此之外的筹码。片上传感器跟踪系统的结构和电特性的趋势给物理学的趋势和我们的经验从制造和测试是基于物理模型的预测能力。”

但如何处理的数据量仍然需要工作。“目前,这是部分的非常早期的阶段,因为直到现在测试非常本地化,“导师的哈里森说。“导师是探索的一件事,现在作为西门子的一部分,是西门子一些非常整洁对产品生命周期管理软件的目的。它提供了一个很好的机制来收集数据。和您可以构建仪表盘上的显示和监控关键的数据,但还没有全球化的标准我们收集数据和如何使用它。一切都还在早期阶段,汽车制造商提出自己的解决方案和方法。然后你有风险。我们已经交谈很多汽车oem,非常担心当他们收集系统数据也别收集的个人资料有关的个别司机和自己的个人设置。您需要确保从安全方面我们只是收集车辆数据和不相关的任何的个人数据。原始设备制造商正在非常谨慎。”

人工智能,或不
使用人工智能整理数据是使用嵌入式芯片监控的重要组成部分。

“我们一起把所有的数据,包括制造和测试数据,可用“PDF的解决方案的Ciplickas说。“早期读出从我们发展类金融机构检查(设计)系统能够快速学习周期的工厂。发展类金融机构填充细胞实验的设计有助于迅速瞄准问题和根源。简历的核心传感器监测和诊断芯片行为的变化从薄片上于在系统,最后攷虑。我们使用机器学习在这个数据集找到微妙的关系,让我们将人工智能应用于调节测试流程优化的成本质量、检测麻烦直接在工具层面在制造和装配,在装船前和处理很多,晶圆和死,以避免质量逃到野外。”

人工智能已经被证明为阿拉伯学者那么有用。哈里森说导师从阿拉伯学者尝试用数据,但是发现它并没有改善阿拉伯学者足够的用例。

测试效果
阿拉伯学者就像自动测试模式生成,除了生成高质量的测试,发生在一大块post-silicon测试期间测试设备和大量的内存。“我们所做的在系统逻辑测试和逻辑BiST非常相似,”哈里森说。“你还使用相同的扫描结构,这是相同的测试结构内部的设计。而是流模式的数据从一个测试设备,我们有一小块的逻辑系统,生成这些模式。它不会工作效率与生成时间和详细的测试生成,因为,我们可以创建的模式完全检测特定的缺点我们可以很有针对性。与逻辑BiST我们依靠的随机性模式保护尽可能多的错误。”

随机性可以测试覆盖率低- 90%范围和生成时间的99%。这仍然是一个高质量的水平在系统测试。但舍入和传感器和监控系统产生更高的覆盖率。

“这地址方面的问题为我们的大多数客户得到他们需要的地方为他们的汽车认证,”哈里森说。“你想要阿拉伯学者因为你不只是想看看现在的操作。

相关内容

内建自测(阿拉伯学者)

自动测试模式生成(生成)

感应汽车集成电路故障

阿拉伯学者在汽车长大

扫描诊断