到处都有更多数据的可怕影响。
随着系统供应商加速开发自己的架构，整个供应链上的半导体公司正在为这些系统中的引擎架构获得一席之地。他们不是竞争一个插座，而是直接参与制定最优解决方案的战略，从而使系统供应商或OEM更具竞争力或效率更高。这让芯片、工具和IP的开发人员更好地了解这些设备将如何使用，以及它们将受到什么样的限制和操作条件。
这改变了整个供应链的经济平衡。这不再是为了从最终成本中挤出几分钱来竞争插座。我们的目标是开发最有效的解决方案，这可能是一个组合，更低的功率，每瓦和每平方毫米更高的性能，以及在给定的时间内更强大的功能。因此，这些设计的目的不是为数十亿台设备略微降低成本，而是为一个或几个关键客户节省数千万美元。
但是，在承担这种努力的同时，系统公司也在分担潜在的责任，而不仅仅是购买现成的组件。许多这样的设计被用于关键任务和安全关键应用，大公司希望它们能像设计的那样工作。这反过来又推动了对提高可靠性的巨大推动，这反过来又推动了对更好的测试覆盖率和更多数据分析的需求。
这有三个要素，每个要素都有自己的风险和好处。
1.积极主动的．测量电流、温度和振动的微小变化的能力，无论是在电路中还是在灵活的外部设备上，都为防止灾难性故障提供了全新的机会，尤其是在复杂的系统中。这些系统的基本设计理念是没有单点故障，但能够提前解决潜在的故障，既可以提高正常运行时间，又可以减少故障发生时的责任成本。鉴于芯片行业现在深入参与设计，它可以更准确地专注于预计的用例，并限制需要考虑的角落用例的数量。这也限制了设计中应对所有已知最坏情况所需的余量。
2.预测．这类数据不仅可以用来预测故障会发生，还可以用来预测故障发生的时间。对于工业流水线来说，它意味着定期维护和必要维护之间的区别。对于一个拥有数千台服务器的数据中心来说，这可能意味着定期升级所有设备以避免出现问题，以及因为少数服务器或网络交换机故障而将升级推迟几个月甚至几年。这里的问题是如何正确地建模，因为如果出现问题，基于错误或误解的数据来推动极限很容易变成相互指责。
3.后期制作．了解设备后期制作的表现，不仅可以检查现有的设计和质量，还可以开辟远程监控设备的全新业务。今天，这些知识大多来自退货授权(rma)。但通过对整个供应链的精确数据跟踪，问题可以被精确定位到特定的部件上，它是什么时候生产的，在晶圆上某个特定的模具在哪里，以及使用哪个设备和来自哪个供应商的哪种气体混合物来加工它。
在过去，这类数据一般以报告的形式呈现，数据量很大，没有人能看懂。展望未来，大部分数据分析都可以使用机器学习工具来自动查找模式，使数据更具相关性，并可能自动修复。
这是一种非常不同的数据使用方式，在提高效率和可靠性方面有着巨大的可能性。但它也指向了一个人人都有责任的世界，人们希望数据是正确的。
|
|
|
|
|
|
|
|
|
|
留下回复