为最终测试清洗数据


yieldHUB的首席执行官John O 'Donnell谈到了为什么数据完整性对最终测试如此重要,什么会导致它不那么完美,需要什么来提高数据质量,以及这如何影响晶片厂的整体良率。»阅读更多

重新定义设备故障


5nm或3nm芯片真的能在几十年后达到规格吗?答案是肯定的,但不是用传统的方法来设计、制造或测试这些芯片。在接下来的几个工艺节点上,45nm以来开发的所有变通方法和解决方案都不一定适用。在早期的finFET过程中,例如,新的晶体管结构提供了一个巨大的集成电路。»阅读更多

2020年3大数据大趋势


2020年定义汽车和半导体行业的最大趋势和挑战是什么?我们的电子书深入研究了这些大趋势中的三个:大规模的人工智能和机器学习整体质量解决方案连接的供应链与汽车和半导体制造商在越来越大的压力下制造高…»阅读更多

芯片如何老化


Fraunhofer IIS自适应系统工程部的质量和可靠性部门经理Andre Lange谈到了电路老化,目前预测可靠性的方法是否适用于高级工艺节点开发的芯片,以及需要进一步研究的地方。»阅读更多

超高质量半导体制造,第1部分:汽车


在所有的半导体器件类型和设计节点中,都有一种生产高质量芯片的动力。汽车、物联网和其他工业应用要求芯片在很长一段时间内实现非常高的可靠性,其中一些芯片在工作环境中必须保持可靠的性能。»阅读更多

如何确保可靠性


OptimalPlus的企业技术研究员Michael Schuldenfrei谈到了如何衡量质量,为什么理解测试过程中所有可能的变量是至关重要的,以及为什么异常值不再被认为足以确保可靠性。»阅读更多

数据存储和使用的变化


OptimalPlus的副总裁兼总经理Doug Elder谈到了存储和收集方面的变化,包括使用数据湖和数据工程来打破竖井并将数据转化为一致的格式,以及为什么必须根据需要访问数据的速度预先定义数据,以及数据的实际所有者。»阅读更多

硬件如何影响AI数据


干净的数据对于人工智能和机器学习的良好结果至关重要,但数据在其生命周期的多个阶段(从生成的那一刻一直到处理的时候)可能会变得有偏见和不那么准确,而且它可能以不总是明显且往往难以辨别的方式发生。明显的数据损坏会产生相对容易识别的错误结果……»阅读更多

IP对产量和可靠性的影响越来越大


芯片制造商发现,通过内部和来自不同IP提供商的设计IP(特别是可配置IP)来实现首通硅越来越困难。利用不合格的IP,并等待问题在设计到验证阶段出现,就成本和时间而言,这对设计公司和代工厂都有很高的风险。»阅读更多

谁负责部分平均测试?


随着汽车行业需求的不断增长,越来越多的半导体公司对监测和提高质量和可靠性感兴趣。异常值检测和更具体的部分平均测试(PAT)是汽车行业的行业标准。但是,谁来负责质量呢?从历史上看,osat对此负有责任。在过去,一旦他们……»阅读更多

←老帖子 更新帖子→
Baidu