一种新的远程推理功能将机器学习模型放置在组装和测试车间，而不需要任何敏感数据离开组装和测试车间。
在半导体制造中，制造的集成电路的低不良率是至关重要的。为了最大限度地减少设备输出缺陷，运行了数千个电气测试，测量了数万个参数，而超出指定参数的模具则被视为故障。然而，传统的测试技术往往不能保证可接受的质量水平。由于大量的电气测试，很难确定依靠哪种电气测试进行模具质量筛选。为了解决这些问题，半导体公司最近开始利用人工智能和机器学习来更好地识别有缺陷的器件，同时最大限度地减少电气测试带来的良好模具的影响。为了实现这些先进的机器学习应用，还提出了一种新的远程推理能力。通过在装配和测试车间放置推理引擎和相应的机器学习模型，可以在不离开装配和测试车间的情况下进行推理。其结果是加快了推理的周转时间，减少了数据丢失，提高了安全性，并为自适应测试等实时解决方案提供了先进的机器学习功能。
点击在这里阅读更多。
|
|
|
|
|
|
|
|
|
|
留下回复