汽车行业数据越多，问题就越多

在整个汽车供应链上共享数据方面的竞争担忧，阻碍了提高自动驾驶水平的竞争。

超越最初ADAS实现完全自动驾驶预计需要10年以上的时间，但这些系统的基础设施，以及确保所有辅助和自动驾驶车辆与其他车辆协同工作的基础设施，目前正在开发中。不过，这本身已经变成了一个巨大的挑战，部分原因是一切都是新的，部分原因是整个供应链的数据并不一致。

当然，汽车制造商正致力于把所有这些都做好。召回的负面宣传和解决问题的实际成本可能是巨大的。但随着汽车的电气化程度越来越高，越来越复杂的电子设备被用来取代机械功能，原始设备制造商和一级供应商正面临着大量非结构化数据，以及供应链公司之间的数据孤岛，这使得有效利用这些数据变得更加困难。

汽车行业既有漫长的供应链，又有分散的设计和制造生态系统，这与功能安全和不断增加的电子内容不容易相匹配。认证时间很长，对电子产品质量和可靠性问题的迅速响应是必不可少的。在最先进的流程节点上推动集中式逻辑，以及缺乏在这些节点上开发的设备在恶劣条件下随着时间的推移将如何运行的历史，使情况变得更糟。

对质量/可靠性问题的快速响应需要两件事——跨相关公司的协作业务框架，以及来自设计和制造供应链的正确数据。大众汽车和其他汽车制造商已经开始通过GIINA/PASRASC(全球工业倡议新汽车，沿供应链的汽车半导体需求平台)框架解决第一个问题，该框架使跨业务边界的共同问题得以解决。您可以期待看到更多的伙伴关系和协作努力。

图1:大众汽车全球产业倡议新汽车。来源:Andreas Aal在国际测试会议上的演讲，大众半导体战略和可靠性。

"松下(Panasonic)等公司的加入改变了部分格局，我们看到更多正式的合作伙伴关系推动投资(如通用- lgchem)，而不是针对汽车项目的个别交易，"该公司汽车营销主管Jeff Phillips表示国家仪器．

在一个更具协作性的环境下，这也促使工程师获得数据，以提高产量、质量和可靠性。

今天的分析有什么用
制造测试数据分析一直是设计者想象力和硅性能之间的纽带。无论是在集成设备制造商的系统中，还是在无晶圆厂/代工生态系统中，工程师们一直在利用前端和后端的硅制造数据来识别问题点。

但与未来相比，这相对容易。1至3级ADAS模块通常使用成熟的半导体工艺技术。

“传感器技术的1至2级应用已经相当知名，”NI的菲利普斯说。“这意味着，交易量正在推动大多数担忧，以及影响交易量的因素——价格点、功能、杠杆。”

换句话说，公司需要关注流程。

该公司高级解决方案副总裁Dennis Ciplickas表示:“他们面临的问题包括刀具控制、进料控制和偏移检测PDF的解决方案．“因此，诀窍在于确保它受到外部因素而不是内在边际因素的控制。”

使用这种旧技术，封装故障和PCB焊接球连接是汽车电子系统质量和相关性问题的最大帕累托条。

为了满足ADAS 4级和5级的需求，汽车制造商将使用更先进的工艺节点，这与制造硅的相关挑战有关。此外，为了支持这些不干涉功能，系统工程需要考虑的不仅仅是硅产品。作为系统模块，硬件包括机电、光学和硅，以及需要集成到这些单元中的系统软件。

向上和向下延伸的分析
对于高级辅助驾驶功能，AI/ML的计算需求需要10/7/5nm工艺节点用于逻辑ic。这些通常是复杂的体系结构，还需要对安全性和功能安全需求进行设计验证。此外，它们还需要固件更新来运行最终集成的电子模块，并跟上行业内不断变化的法规和技术。

第三级，旨在保持车辆在其车道上，需要光学摄像头，激光雷达和/或雷达。所有这些技术都需要与车辆中的其他技术无缝配合。为了全面支持汽车供应链，数据分析公司一直在扩展其上下游业务，包括在线技术，从而实现更深入的分析功能，以及电子板和完整模块的分析功能。

在增加硅之前，工程师需要验证硅在最终系统中是否正确工作。“片上监视器可以检查CPU的使用/负载，并可以检查系统的质量测量，”gge Panesar说UltraSoC．“这些ecu最多只能加载50%，所以你可以看到，‘我的代码是如何运行的，它是如何运行的?’这同样适用于固件更新。”

在过去的几年中，对硅质量的重视一直在增长。现在，缺陷的衡量单位是十亿分之一，而不是百万分之一，而且领先的德国汽车制造商要求零部件的使用寿命为18年零缺陷。

奥迪首席商务官Raanan Gewirtzman表示:“随着当今先进的辅助驾驶应用和未来的自动驾驶应用的发展，客户关注的是零时刻的生产质量，以及质量的寿命，这意味着整个系统生命周期的可靠性。proteanTecs．“为了实现DPPB目标，该行业必须采用一种新的方法来审视电子产品内部。片上监测是第一块拼图，允许连续测量以前无法访问的信息。只需按一下按钮，机器学习和分析就能从所有这些新数据中获得意义，这样用户就可以在每个阶段采取正确的行动。这使得芯片和系统制造商能够以更高的确定性来鉴定新产品，以更好的分辨率筛选产品的质量问题，并清除任何有缺陷的部件，“行走的伤口”或潜在的缺陷。只有保证尽可能高的芯片覆盖率和参数化的测试方法，该行业才能实现接近零的不良率。最重要的是，当系统部署在现场时，电子设备会继续受到监控，因此随着时间的推移，任何退化的迹象都会立即被检测到并发出警报。这让汽车制造商有机会在车队中进行预测性维护，而不会出现意外故障。”

结果如何还不完全清楚。先进的节点芯片从未在任何市场上使用如此长的时间。从历史上看，几乎所有采用尖端几何技术开发的芯片都是在严格控制温度和最小振动的受控环境中使用的。

Gewirtzman说:“这就是现场芯片监测的伟大之处。“它不仅影响设计和制造过程，还影响使用条件以及三者之间的相互作用。与高级集成电路相关的关键机制在各自的应用程序中运行时会随着时间的推移而退化。我们可以在它达到失败的临界点之前抓住这种退化作为前兆。”

其他人也同意。PDF的Ciplickas说:“现在，技术的稳定性和固有的边际性将有所不同，这导致了不同的故障模式，未知的故障模式，需要了解这些模式，以便在设计层面和系统层面有正确的对策，以确保安全运行。”

由于对ADAS 4级和5级安全问题的担忧加剧，汽车制造商热衷于发现这些问题，将推动数据分析需求的扩展。

福特汽车副总裁兼汽车业务总经理Uzi Baruch表示:“制造设计非常复杂OptimalPlus．“现在，当我们获得安全功能时，我们可能不得不放弃一些通常可以使用的东西，因为对高变异性制造的容忍度较低。”

这就是为什么使用过去被孤立的数据变得如此关键，它正在整个行业引发一系列活动。例如，PDF解决方案增加了测试和包组装数据分析的功能。与此同时，OptimalPlus最近推出了针对汽车摄像头模块的数据分析。日本电装公司(Denso)与UltraSoC和OptimalPlus的合作标志着该领域合作伙伴关系的价值不断上升。

芯片上的监控
片上电路通过提供对内部VLSI操作、内部信号和模具工艺可变性的观察，简化了硅测试制造和硅调试。在过去的10年里，设计工程师在这些特性上进行了更系统的架构设计。

proteanTecs市场总监Tamar Naishlos表示:“用于汽车的集成电路增加了设计复杂性。“我们现在正在处理纳米级生产工艺和先进的包装，这是最安全的关键用途之一。驱动逻辑密集型应用程序需要更多的功率和性能，这给达到不断攀升的质量和可靠性要求带来了压力。现在你有了一个权衡方程。芯片设计师面临着找到平衡的挑战，但总有代价。我们需要打破这个等式，在控制功耗和模具面积的同时，提高质量和可靠性，实现更高的性能水平。这只能通过在设计、制造和现场获得每个IC的可视性来实现。”

这也不再只是关于引擎功能了。Gewirtzman说:“考虑一下方向盘上的微控制器。“今天的IC制造分析已经不够了。汽车oem和品牌商必须采用深度数据方法，以确保现场故障预测。”

片上代理/监控器可以通过针对所收集的芯片数据类型来降低现场风险。

PDF首席技术专家Andrzej Strojwas表示:“我们也将利用晶片硅监控器实现这一目标。”“从传感器收集数据在汽车领域非常重要，因为有各种各样的电气和物理压力来源。这与一整套传感器相连。”

它还为分析增加了另一个维度，即时间。假设传感器测量的温度为“z”。另一个数据点是它在这个温度下工作了多久。这类汽车寿命周期内的数据可以提高汽车供应链对异常操作的理解，并最终帮助预测维护需求。

但是，哪些数据是必要的，哪些是无用的，目前还不清楚。Panesar说:“使用监控器来管理现场产品，我认为就汽车制造商将像UltraSoC那样使用这些IP而言，它仍处于起步阶段。”

的数据?
这只是问题的一部分。并非所有公司都可以获得所有数据，尽管其中一些数据可能对分析潜在问题非常有用。

工厂里、硅里的数据，以及汽车里收集的数据，都是数据分析公司的梦想。但如今，获取汽车数据最简单的方法就是拆掉一个模块，然后把它运送到任何需要这些数据的人那里。因此，国家仪器正在与汽车客户合作应对数据管理方面的挑战。关于汽车系统的讨论涉及数据量、边缘计算和中央计算之间的权衡以及传输管理。

半导体制造商精通大数据管理，但对于供应链的其他部分，尤其是那些开发大型电子模块的制造商来说，这并不一定是真的。

OptimalPlus的Baruch说:“半导体部分拥有比我们看到的供应链更先进的分析解决方案。”“特别是在电力电子领域，他们采用的是一种孤立的方法。半导体最终测试的数据与pcb测试的数据共享将开始打破孤岛。”

PDF的Ciplickas对此表示赞同。“站点之间的连接可以实现更丰富的分析，可以驱动、处理或测试和测量。让我们假设他们可以共享数据，然后他们就可以改进。”

通过片上监控器，这种改进扩展到现场。Panesar说:“现在这些都是很简单的事情，比如观察汽车的健康状况，监控ECU，即防止汽车过热。”“但随着越来越复杂的汽车(比如ADAS驾驶)开始运行，你需要了解系统的行为，并在设备磨损时寻找下一个安全问题。”

开发无人驾驶解决方案(ADAS 4级和5级)需要先进的半导体技术，这进一步增加了合作的需求。打破数据源之间孤岛的公司将在降低自动驾驶汽车风险方面发挥重要作用。

结论
要从ADAS级别1、2和3提升到级别4和5，就需要在IC制造数据和汽车电子系统和模块生成的数据之间建立更好的桥梁。说起来容易做起来难。4级和5级车辆的安全性压力，加上电子设备的复杂性，需要跨部门合作共享数据，共同解决质量和可靠性问题。

在此过程中，还有许多其他问题需要解决。例如，汽车制造商要求10 ppb的质量水平，但在汽车制造商要求的价格点上，这将如何实现尚不清楚。在ITC 2019上，英飞凌和OnSemi的工程师分享了他们在提高汽车行业晶圆和最终测试质量方面的努力。这自然需要更多的测试向量，更多的测试条件，更多的测试方法，因此，在制造上花费更多的时间。然而，需要从现场车辆使用情况得到反馈，才能告知半导体公司在哪里进行测试。

这一切都不是一夜之间发生的。大众花了两年时间才证明，机械应力加深了SRAM电池稳定性潜在缺陷的影响，负责该公司半导体战略和可靠性的安德烈亚斯·阿尔(Andreas Aal)最近在一份报告中表示。

快速、廉价和高质量的三合一，正如任何工程师都会分享的那样，通常是不可能的。随着机器学习和收集数据的超线性增长，分析能力可能会应对这一挑战。但由于供应链中的数据孤岛和商业合同限制了开放通信，ADAS级别4和5的汽车甚至可能无法驶出车道。

有关的故事
汽车知识中心
顶级故事，特别报道，白皮书，视频，博客和更多的汽车电子
汽车行业改变数据处理方式
如何实时管理海量数据尚不清楚，但在云中无法实现。
汽车行业的5大转变
新技术的发展将如何改变汽车工业的发展轨迹。
为汽车故障做计划
是制造高可靠性的昂贵部件更好，还是制造多余的廉价部件更好?
汽车安全关键设计“，
在芯片和系统级别上查找故障。
汽车系统设计
如何在汽车中制造和更新芯片。