有大量的数据正在生成，但没有足够的人可以访问它。
从设计到制造，芯片行业产生了大量的数据，但其中许多数据是不可用的或不完整的。而且，即使在可用的时间和地点，它也经常没有得到充分利用。
虽然在建立可追溯性和数据格式方面已经做了很多工作，但公司之间和设备制造商之间在不同工艺步骤上的数据交叉传播却取得了很少的进展。在过去，这不是一个问题，因为代工厂经常管理整个数据堆栈，他们用来识别和修复涉及功率、性能和可制造性的数据堆栈。这使得他们能够确保芯片的成品率足够高，同时往往伴随着高额的利润和限制性的设计规则。
但这种由铸造厂进行的拯救行动如今已经很少发生了。首先，每个新工艺节点和每个衍生芯片上的学习量都大大降低了，因为体积更小，特定领域设计的相关增加。因此，虽然晶体管结构和标准电池是相同的，但这些异质设计在不同的晶体管之间可能会有很大的差异。适用于某一细分市场或某一特定应用的产品可能并不适用于另一细分市场，生产10亿套产品并不能消除任何异常。
最重要的是，在高级节点设计或高级包中添加裕度不再是可接受的解决方案。它降低了性能，增加了功率，使其没有竞争力，从硅和芯片资源的角度来看，成本都太高了。因此，晶圆代工厂基本上已经把这个问题推给了EDA供应商，让他们通过更好的模拟和测试来避免任何问题。
问题在于，晶圆代工厂还没有共享足够的数据，设计团队需要更小的运行，而与此同时，提高可靠性的需求却很大。随着设计价格的上涨，越来越多的加速器和各种类型的内存被添加到设计中，低产量的成本也在增加。没有这些数据，产量和可靠性都无法显著提高。
问题不在于缺乏数据。事实上，包括测试、计量、检验在内的每个制造步骤都会产生大量的数据，并且在现场使用时，设备内部的监视器和传感器会不断生成数据。现在缺少的是一种分析数据的方法，这样就可以根据需要进行共享，但没有人觉得他们在泄露竞争信息。实际上，更多的工艺步骤正在左右移动，但除了拥有自己晶圆厂的大型idm外，其他公司的相关数据都没有跟上。
数据可以用于许多目的。它可以在出现故障时提醒芯片制造商和EDA供应商，还可以用来确定如何避免未来的芯片故障。它甚至可以用来实时判断芯片或系统内部是否有可疑活动。它还可以用来追溯问题的源头，这在全球供应链中是一个艰巨的挑战。
但是，除非这些数据被理解，并以一种有意义的方式进行分层，以便共享特定问题所需的任何内容，否则设计团队将继续努力追溯问题的根源，并在未来避免它们。这影响到每个人的底线。
|
|
|
|
|
|
|
|
|
|
留下回复