为端到端分析消除障碍

各方正聚集在一起，制定从IC设计和制造到生命周期结束的数据共享指南，为实现这一目标奠定了基础端到端分析．

而承诺大数据分析众所周知，由于无法在芯片、封装或系统的整个生命周期中将数据源链接在一起，半导体供应链中的数据共享受到了阻碍。原因包括供应链的解体、运营差异和各种业务协议。因此，工程团队面临着将来自设计、制造和现场使用的有用数据结合起来的障碍。

半导体行业已经意识到这些挑战，在2022年SEMI先进半导体制造大会上，关于人工智能和大数据共享以提高工厂效率的小组讨论就证明了这一点。

但公司正在共同努力，全球半导体联盟可信物联网安全生态系统(TIES)小组的目标是聚集公司，确定从芯片设计到物联网应用的可信数字数据线程的最佳实践。

如果一切按计划进行，影响将波及整个供应链。

确定数据共享框架
目前，idm和代工/无晶圆厂生态系统都存在障碍。在IDM中，障碍可能包括连接设计、制造、组装和测试知识，这些知识因“知情权”而分开，缺乏可追溯性和互操作性，以及内部组织的关注点狭窄。

VMS全球fab应用解决方案经理Jon Holt表示:“绝大多数数据(在制造、测试或组装过程中产生的)在历史上都是用于评估DUT，或用于监控特定机器的运行效率、准确性和精度。PDF的解决方案．“生成的数据通常不打算用于产品生命周期的下游或上游步骤。其他步骤使用不同的机器并生成不同的数据。结果就是数据孤岛。”

这些竖井是潜在效率提升的来源。KX Systems半导体制造副总裁Bill Pierson表示:“传统晶圆厂和工厂都有这些数据孤岛，例如光刻、蚀刻、检验、设备、良率。”“打破竖井真的很难，因为工程师们会说，‘我为什么要与另一个团队共享数据?这确实需要高层管理和各自的工程团队认识到内部共享数据和合作的价值。半导体晶圆厂有时在做出这些业务变化方面行动迟缓。部分原因是当你在一个工厂里，它运行良好，为什么要改变它?上层管理层可以采取的最大步骤之一是，通过打破数据孤岛，让工程师在整个组织中使用，从而促进收集和共享数据。”

在代工和OSAT生态系统中，数据共享更加复杂。“通过代工/无晶圆厂模式，我们对IDM模式进行了分解。供应链已经中断。它为我们提供了大量的专业化和大量的规模经济，”GSA可信物联网生态系统安全(TIES)主席Tom Katsioulas说。“但我们失去了与供应链相关的数据线程的连续性。它变得更加复杂。当然，安全问题也开始悄然出现。在这种情况下，真正的问题是，‘你能相信这些数据吗?’”

为了成功地连接来自价值链不同点的数据，需要一个框架，这在端到端分析中更为现实。因为没有必要将所有的供应链数据一起分析，因为工程师不需要一次性分析所有的数据。但是，一旦他们分析了初始数据集，他们可能需要访问其他数据。连接的数据有助于推动下游决策，并有助于从上游到起源点跟踪故障问题的原因。

“我所看到的数据交换是围绕解决失败展开的。端到端分析并不是一个驱动力，即使在idm内部也是如此。”Roos Instruments首席执行官Mark Roos说。“当这种情况发生时，数据共享似乎是一个来回的请求和需求流。我们需要一种方法来效仿这一点。”

重新思考业务关系
数据共享的核心是实体之间的业务关系。在公司内部，首先要承认数据，一个团队的数据可能对另一个团队有价值。在公司外部，各方都认识到，为了以最低的成本实现高产量和高质量，他们需要随时共享数据，而不会在出现问题时受到报复。在这两种情况下，公司都需要投资于基础设施，以促进数据的访问和分析。

“对于idm来说，他们控制并拥有所有数据，因此对他们来说没有业务障碍。对于无晶圆厂半导体公司来说，通常有两个主要的数据来源——代工数据和OSAT数据，”PDF solutions公司Exensio解决方案总监Greg Prewitt表示。“从这两个来源获取产品和机器数据通常是基于双方之间的合同协议，不同公司之间的合同协议可能有很大差异。”

从根本上说，商业关系需要从供应商-买家的竞争转变为不断增加的合作。

“企业对企业的关系、伙伴关系和合作是构建半导体生态系统的最重要部分，”英特尔公司软件工程总监布赖恩·阿彻(Brian Archer)表示抑扬顿挫的Digital & Signoff集团。从Cadence计划如何与这些分析平台的任何给定云提供商进行互操作可以看出这一点。它可能是我们的直接竞争对手或合作伙伴。我们认识到，作为我们能力的一部分，我们必须在生态系统中发挥良好的作用。”

其他人也同意。Tessent硅生命周期解决方案投资组合策略高级总监Aileen Ryan表示:“我没有看到任何一家公司真正涉足整个领域，涵盖所有的制造数据、晶圆数据、供应链数据和使用寿命数据。西门子EDA．“每个人都有非常有用的东西。对某些客户来说，有些产品会比其他产品更重要。这就是客户做出选择的地方。”

在数据驱动的经济中，消费者需要可信的数据，而提供商需要对其数据进行经济补偿。两者都需要安全的数据。

假设一家无晶圆厂设计公司想要从晶圆代工厂获得反馈来改进其设计。作为交易的一部分，它应该能够提供信息来帮助设计师。然而，铸造厂通常认为这些信息是适当的。即使在设计过程中，在不同工具供应商之间共享数据时，数据所有权也会成为问题。

“数据所有权是首要问题，”Katsioulas说。我的data-1向下用于创建data-2，再向下用于创建data-3。如果数据3(包含数据2和数据1)被货币化，您如何确保每个数据生产者都能获得公平的货币化份额?合作伙伴之间的安全和信任不会起作用。我们所需要的是确保数据来源的安全并对其进行认证，并使其在下游可追溯。”

谁拥有这些数据以及如何确保数据安全仍然是一个持续的挑战。

Inficon FPS产品线总经理John Behnke表示:“安全性是个大问题。“没有人愿意出于知识产权的原因共享数据。没有人愿意分享数据，因为他们只是害怕安全方面的问题。”

其他人也同意。“每个人似乎都认为共享数据很重要，”Mark Roos说。但一旦我们让它变得简单(例如。RITdb)，安全成为一个大问题，人们变得害怕或贪婪——害怕他们可能会泄露一些关键数据，贪婪是因为他们可能会错过为数据收费的机会。”

解决操作障碍
共享数据的业务，以及支持该共享的操作需求，需要结合安全性、可追溯性和互操作性。由于在不同用例的上下文中生成了大量数据，因此预先理解这些用例可以帮助指导数据工程选择，并减轻数据基础设施设计的负担。

“在其他行业，重点是利用数据工程师来管理和准备数据，以便其他人能够正确地使用数据。随着数据量的激增，数据工程师的角色变得非常重要，随着数据的价值变得越来越脆弱，数据工程师的角色变得越来越重要。”他说，当数据用户能够更接近实时地对数据进行操作时，就会产生最大的价值。“最终，我们的目标是为运营商和工程师提供工具，以提高产量，实现更高的投资回报率。”

虽然争论数据是整个供应链共享的关键步骤，但每个人都关心安全问题。

测试是中心
制造测试过程说明了关注点和解决方案。在晶圆和单元测试期间吃了成为驱动决策和构建模型的上游和下游数据之间交互的纽带。半导体供应商对其产品的任何数据暴露都具有高度敏感性。因此，ATE供应商一直在创建支持零信任环境的计算/硬件解决方案。

公司智能制造产品经理Eli Roth表示:“我们正在生产一种并行计算资源，用于具有零信任环境的测试单元Teradyne．“这使得可以从测试人员实时导出数据，运行一个受IP保护的安全模型，并将指令返回给测试人员。我们的客户将能够在零信任环境中生成他们自己的模型，或者我们也可以使用自己的模型。计算资源的位置很重要，因为你希望它非常非常快。从计算策略的角度来看，在数据安全性和性能之间有一个平衡。”

Advantest提供了一个数据交换功能，提供了一个零信任环境。在最近的新闻发布会上，该公司强调，其集中提供的接口以安全、可靠和标准的方式收集数据，并由数据所有者进行细粒度的权限控制。

关于测试数据格式标准，Keith Schaub，技术和战略副总裁美国效果显著他指出，“虽然这仍然是一个挑战，但正在取得很大进展，包括集成潜在的新标准，如TEMS(半导体测试器事件消息传递)和RITdb(丰富的交互式测试数据库)，以及集成可以插入客户数据库的数据交换网络。”

多位行业专家强调了可追溯性的挑战。如果没有可追溯性，数据之间就没有联系，在设计或产品转手时名称发生变化时，这一点尤其明显。这可能导致在定义与名称关联的数据粒度时出现问题。

“你如何定义产品?有人说测试程序版本是一种产品，因为它在产品的规范中定义了产品。有些人说不，产品是一组十字线，因为这是在晶圆上定义产品的东西，”该公司硅生命周期分析集团总监保罗·西蒙指出Synopsys对此．“所有这些都是语义学。这是你需要定义的。例如，什么是设备?它是一台蚀刻机还是它实际上是机器中的一个室?如果你想做一个缺陷产率相关性，并且你不能追溯到舱室级别，这是非常无用的。”

这就是标准和最佳实践适用的地方。西门子EDA半导体解决方案高级总监Michel Munsey表示:“在运营产品生命周期管理中，从开始设计一直到最终系统。“将设计过程中不同部分的数据连接起来，就有了设计可追溯性。名称可以更改，因此需要一种一致地命名设计实体的方法。例如，当设计工程师合成一个块时，他们使用这组库。但是另一个工程师可以使用一组不同的库。它们可能会产生不同的结果。你想从这些数据中学习，但如果命名不一致，那么两个实例之间的比较几乎是不可能的。”

标准和框架
建立保证安全性、描述业务关系和交付付款的数据交换将促进知识的共享。行业标准可以通过促进标准格式来帮助打破操作障碍，而财团可以帮助确定开展业务的指导方针。

互操作性的需求将推动这些工作，因为这样的重点可以提高效率并保持灵活性。

“在生命周期的不同元素之间相互关联的能力，制造数据和生命数据，这是另一个完全不同的问题。我希望能有一套合适的标准来实现它，”西门子的Ryan说。“如果没有这种情况发生，你将依赖制造商和供应商对其进行配对。通过这种方法，行业最终将有效地在成对的基础上支付集成税，这取决于客户想要使用的工具集。最终，这种负担将变得非常昂贵。”

其他人也同意。“行业标准有助于推动存储数据中的某些结构和功能。没有这些行业标准，不同数据类型之间的集成就会少得多，”微软软件产品管理总监迈克·麦金太尔(Mike McIntyre)说上的创新．“驱动数据结构本身标准的能力或需求，可能会对该领域提供商的竞争力产生太大影响。”

就市场内的数据共享而言，行业需要互操作性和安全性的指导方针。这可以为全局查询机制提供基础，以便公司可以请求特定的信息来支持其特定的业务/工程需求。

“端到端分析需要一种通用的数据语言，可以在每个阶段收集，包括在现场，”Marc Hutner表示proteanTecs．“只有通过跨阶段的使用数据关联，行业才能实现对更高质量产品的设备学习，并确保可追溯性。这将带来新的方法，使团队和公司之间的协作成为可能。它还需要设备和生产层面的额外数据，以确保整个供应链的学习。”

标准对于数据互操作性很重要，但是新的业务关系需要一个框架。“但当你谈到多方合作时，与其说是标准，不如说是业务框架，”西门子的Munsey说。“关键在于你如何解释合同。这就是很多障碍开始出现的地方。你需要标准化的合同，而不是在每个人之间签订一次性的合同，就合同的每个细节进行谈判。我们受益于这样一个框架，即‘这是我们作为一个行业开展业务的方式，这是我们传递信息的方式，这是我们需要共享的数据类型。’”

Prewitt说:“目前已经存在端到端数据和分析。“GSA TIES的目标之一是提供行业可以采用的最佳实践，以创建自己的端到端解决方案，使用对每个组织都有意义的商业产品。标准的制定需要很长时间。这就是为什么GSA TIES计划没有创建新的平台，而是利用现有平台和最佳实践，为半导体和电子行业提供端到端数据和分析模板。”

图1:可信物联网安全生态系统(TIES)组的概述。来源:GSA TIES

完成这项工作并非易事。Katsioulas说:“首先，你必须有商业动机来建立你的核心供应链监控和追溯能力。“请注意，这不是通过集成或纯粹的标准化来解决的。它将通过统一的、统一的互操作性指导方针和类似于所有企业统一应用的NIST网络安全框架的网络安全指导方针来解决。现在，这些只是指导方针。他们没有加强某些数字化和安全流程，让每个人都以一致的方式来做。第二件必须发生的事情是我所说的操作方法——一般的指导方针，以便每个企业在数字化、反篡改、安全和认证方面应用一致的操作方法。最后，需要一种一致的机制，将数据从企业的本地存储传播到全球存储，以便在创建下一代市场时共享。其结果是实现数据共享并将其货币化。”

结论
了解共享数据的潜在经济价值，以及目前存在的障碍，可以为半导体行业和供应链/价值链的其他部分制定跨供应链的数据共享解决方案奠定基础。

“我们正处于一个拐点，这将彻底改变我们对这个行业的看法，因为没有一家提供商能够拯救世界，”Inficon的本克说。“但这意味着我们所有人都将不得不以一种合作竞争的方式共同工作。如果你有一个数字双胞胎，那太好了。但我仍然需要其他来源的数据。这确实是半导体行业的一次彻底变革。”

有关的故事
端到端分析何时何地有效
通过利用更多数据来提高产量、可靠性和成本。

连接不同数据的使能器和障碍在某些情况下，集成多种类型的数据是可能的，但仍然不容易。

共享用于分析的安全芯片数据
安全实践正在不断发展，以满足孤立的工程团队之间的数据共享，但它们还有很长的路要走。

芯片制造中的数据问题越来越多
主数据实践使产品工程师和工厂IT工程师能够处理各种数据类型和质量。

基础设施影响数据分析
收集制造数据只是问题的一部分。有效地管理这些数据对于机器学习的分析和应用至关重要。

新的和创新的供应链威胁正在出现
但处理棘手的假冒问题也有更好的方法。

唯一标识pcb、组件和包装
在整个供应链上防止假冒的新方法。

参考文献
NIST网络安全框架
https://cybersecurity.att.com/resource-center/solution-briefs/nist-compliance-usm-anywhere

SEMI E142标准
https://www.semi.org/en/standards-watch-2020Sept/revision-to-semi-e142

介绍GSA TIES
https://www.gsaglobal.org/iot/ties/ties-introduction-presentation/