为什么提高汽车芯片可靠性如此困难

专注于芯片可靠性和长期健康的工具和生态系统正开始为汽车电子行业联合起来。从芯片生命周期中收集的数据——设计、验证、测试、制造和现场操作——将成为实现新一代汽车寿命、可靠性、功能安全性和安全性的关键。

在一个平台中拥有足够数量的优质数据意味着汽车公司及其供应链可以分析这些数据并据此采取行动，有可能尽早预测故障，从而对设计、制造和现场操作进行更改。

“这是一个完整的生态系统。在可靠性和硅设计方面，许多事情需要共同努力，以创造一个积极的反馈循环，”in公司研发总监Fadi Maamari说Synopsys对此的数字设计组。

这比看起来要难。其中一些生态系统由独立的实体组成，它们共同工作。它们可以包括来自多个供应商的工具或平台，也可以包括内部开发的工具或平台，以便从各种工具中提取数据。在某些情况下，这涉及到从多个设备中收集数据，以前这些设备对芯片来说并不重要，因为用于汽车应用的大多数芯片都是执行器、mcu或可编程设备。

随着自动驾驶技术的发展，很多事情都发生了变化，现在需要收集、关联和结构化数据，以便在验证、测试、产量和现场监测过程中进行评估和采取行动。数据需要被清洗，转换成一致的格式，并进行分析。虽然对某些市场来说，这些反馈回路中的步骤并不完全新鲜，但它们代表了汽车行业的重大转变。多年来，汽车行业一直处于相对缓慢和人工操作的水平。现在的挑战是实现从设计到制造等整个供应链的现代化，并比以往任何时候都更快地从更多来源提供更详细的信息。

“oem正在寻找可扩展的方法来支持先进软件技术不断增长的性能，同时保持先进节点的电子可靠性。但他们需要的是数据，以了解何时以及如何优雅地失败，并在故障安全机制中平衡可用性和安全性。proteanTecs”汽车部门。“这是一种权衡，今天不存在完美。但我们正在努力通过获得这些系统健康状况的准确可见性来改变这一等式。”

当然，这一切不会一下子发生。“这是分阶段交付。Synopsys公司硅生命周期管理营销总监兰迪·菲什说。“我们今天会发布一些内容。”

剩下的将需要时间，因为这需要改造一个庞大的全球供应链，它将影响从原材料采购到最终测试等各个阶段。美国国家仪器公司(National Instruments)运输市场负责人杰夫•菲利普斯(Jeff Phillips)表示:“考虑到自动驾驶汽车技术和通信标准的广度和深度，不会有一两家公司能够为汽车提供全面的端到端测试解决方案。”“这将是生态系统中不同的人一起工作，就如何互操作和集成我们的解决方案进行合作。利用云和基础设施处理，将制造和测试分析应用于雷达、激光雷达和I/O。但也有很多不同的技术载体必须结合在一起。”

AV, EV推
一些汽车芯片正变得越来越复杂和精密。这对于车辆的中心逻辑来说尤其如此，它需要管理所有其他系统以避免车辆出现故障。目前的设计使用7nm和5nm逻辑，这是芯片制造的领先优势，但这些设备必须承受恶劣的环境，并且正确工作的时间至少比消费级芯片长10年。

虽然成熟的节点仍然是主流，但汽车芯片已经发展成为大型复杂的soc。这些包括集成到异构包中的高级节点设备和相对未经尝试的配置。在过去，电子控制单元通常只有一个处理器或存储单元。现在情况已经不同了，从验证到各种类型的测试，包括合规性测试，都变得更加严格。

部分原因是由于更多的驾驶辅助和向完全自动驾驶的发展。Synopsys的Maamari说:“自动驾驶汽车和最新的节点正在塑造目前的很多事情。

部分原因还在于更高的效率和可靠性。proteanTecs首席技术官Uzi Baruch表示:“第二个大趋势是排放控制的电气化。“在向市场推出一款需要完全自动驾驶和完全电动化的新车时，他们可以同时做很多事情。”

功能安全性与可靠性
在任何关于汽车电子的讨论中，可靠性和功能安全性之间的紧密关系是必须的。功能安全的重点是避免伤害，而可靠性是关于汽车是否工作，不需要修理。但随着自主权的增加，有很多重叠。

“如果石头击中传感器会发生什么?”除了可靠性本身，我们还必须考虑自动驾驶汽车的功能安全性，以及驾驶这些活动的标准ISO 26262．这是我们在设计阶段所做的许多事情的核心，”Maamari说。“只要芯片安全失效，它就会失效。这是功能安全的核心。如果在自动驾驶汽车中，无论是芯片故障还是雷击，关键是汽车不会撞车。无人员伤亡。当然，可靠性很重要。你宁愿芯片一开始就没坏。所以这不仅是为了功能安全，也是为了质量。”

对汽车行业来说，理解失败至关重要。巴鲁克说:“失败的机会很多。“你可以以可控的方式重复这一过程，并在生产线内部、工厂之间或不同供应商之间找到根本原因，这对可靠性构成了重大挑战。无论你生产什么，都必须是可重复的，而且你需要能够信任它。这导致这些公司的运营方式发生了重大转变。”

汽车电子产品的可靠性要求已被定义和分级汽车电子协会(AEC)，其中AEC Q-100/200是汽车集成电路压力测试的首选标准。热、湿度和振动都是可能破坏芯片的风险因素，但材料、设计和制造工艺也会使芯片或多或少地容易受到风险因素的影响。这很复杂，细节很重要。

“在整个开发和鉴定过程中，需要明智地使用热力学建模，”写道公司的R. Dias等人，在2019年研究论文开发汽车1/0级FCBGA封装能力的挑战和方法。”“高分子材料在长时间的高温下会发生永久性的变化。根据环境的不同，这可能包括材料氧化以及导致脆化的机械性能变化。湿度的存在也会导致模具钝化和基板阻焊界面的粘附性损失。”

除了材料科学之外，随机错误，比如阿尔法粒子撞击关键部件，可能会导致可靠性问题。然后是软件可靠性的问题。

微软高级解决方案副总裁Dennis Ciplickas表示:“软件具有挑战性，因为它不遵循任何物理规则PDF的解决方案．“硬件听起来很难，但实际上它遵循一些边界条件。有了软件，你可以改变一件事，但会产生巨大的意外成本。”

一个解决方案是冗余，但这会增加成本和重量。冗余通常是实现航空可靠性的方法，但对于汽车冗余需要限制在车辆内的特定系统。

“我有航空背景，冗余是我们通常处理可靠性问题的方式——三台飞行计算机投票决定谁是正确的。但我们在汽车领域就没有这种奢侈了，我们正努力省下一分钱，”捷豹路虎战略合作高级总监杰伊•拉瑟特表示心理契约．

在汽车中，冗余是平衡的。Maamari表示:“随着SoC的扩大，冗余会以多种形式出现。这些技术“在更高的层面上复制了一些功能较差的cpu或块。您可以复制它们，检查输出，并确保两者得到相同的输出，然后如果其中任何一个显示不一致的内容，就标记一个问题。这是非常昂贵的，所以它的功能很差，实际上它有双重作用。你可以经常检查它们是否一致，但它也允许你在操作过程中进行某种程度的自测。你可以把其中一个拿下来，在系统还能正常工作的时候对它进行自检，然后再把它拿回来。这是昂贵的，因为你复制了整个块或处理器。”

其他冗余的设计更加精确。“有时它只是在内存寄存器级别，就像逻辑设计中的触发器，在那里你确定一些寄存器发挥关键功能。要么你用一个更宽容的部件替换它，要么你用三模冗余，你有三个，这是三个的投票。所以有细粒度，粗粒度，以及各种其他技术。这都是为了降低成本而采取的平衡措施。”

并不是所有的数据都对反馈循环重要
从汽车上收集有用的数据，并将其发送到设计反馈回路中，这是一项常规工作，在未来5到10年，汽车行业将会变得更好。他说:“我们需要从汽车公司、芯片设计公司和半导体公司得到更详细的分析，以得到反馈，即积极的反馈循环，这样我们就可以对所使用的设计技术和库进行适当的调整。”

实现这一工作的关键因素之一是从汽车传输最少的数据。这意味着汽车本身必须能够整理相关数据和事件。Fish说:“其中一些可能在监视器本身，它位于连接电源、热传感器或总线活动类型监视器的芯片内部。”“你可以根据触发因素做出决定。我到底想不想留着这些信息?或者，您可能只想要地址，而不是正在监视的数据部分。可以做出很多地方性的决定，非常地方性。”

管理所有这些数据将是至关重要的。PDF Solutions的Ciplickas说:“关于过多的数据以及如何以干净的方式将它们组合在一起，我们开发了一种称为语义模型的概念。”“语义不同于结构。它不同于语法和图式。模式是一种将所有不同数据源之间的键关联起来的方式。但是当你把一些语义放在上面时，尽管它们来自不同的来源，有自己的键，你可以看到数据实际上非常相似或相同。所以对于不同类型的工具，或不同类型的传感器，即使它们在物理上不同，来自不同的供应商，它们在逻辑上是相同的东西。通过识别所有不同数据源中语义相似的内容，您可以更容易地将其转换为格式，然后提取出一些有用的结果。通过推动语义的概念在链条上上下移动，它可能会提供一些方法，将所有东西放在一起进行相关性分析，或者我们需要用它做的任何事情。

关键是理解什么对可靠性重要，这本身就是一项复杂的任务。巴鲁克说:“随着时间的推移，这些组件可能会有10个、15个甚至100个流程步骤。”“能够从多层——不同的层、不同的流程、不同的传感器、不同的设备类型——吸收数据并将它们组合在一起的想法，如果你没有一个描述性的方法，你最终要么在每次需要做某事时都回到你的工程团队，要么无法真正实现这个用例，因为你会陷入不同的领域。”

简单地说，从汽车中提取数据并不是免费的。“只收集有价值的信息非常重要，”费什说。“我知道这很难量化，但你不能一直发送所有数据。”找到重要的数据意味着对汽车或零件具有分析能力。“从非常简单的地方开始，你可以有效地进行分析，你应该这样做，基本上可以最大限度地减少最终传输回云端的数据。”

从芯片生命周期中收集数据并将其插入反馈回路是可靠性和功能安全性的关键。Maamari说:“设计中的反馈循环有很多不同的方式。“为了功能安全，我们可以做的一件事是，当你测量老化时，我们可以在某个时间点得出结论，设备已经老化到不再安全的地步。然后我们就可以提醒他们这辆车在受伤或故障发生之前需要维修。你可以在某种程度上进行预防性维护。”

预测性维护是反馈循环的一个好处。“如今，预测性维护功能已被设计到车辆架构中;关键是数据。数据可以从大量来源收集，从运行ML算法的微型mcu(例如振动传感器)到大型中央计算节点，”Arm汽车和物联网业务线产品管理总监Tom Conway说。“这些数据可以在本地进行解释，然后通过汽车网络进行通信。这些车辆级别的数据可以在传输到云端(车辆边缘处理)之前进行聚合和进一步解释。然后，汽车原始设备制造商(或车队经理、物流公司等)可以在云中将车辆数据汇总为车队或车型数据，以实现预测性维护，例如:“车轮轴承上的微小振动(在这种车型、这种地理位置、这种天气下的汇总)可能会导致1000英里内的故障。”建议在500英里内对这辆车进行保养。’”

当然，传统汽车时代的一些假设正在打破它，老化是其中之一。汽车的电子设备在停车和关机时也不会停止老化。“即使它停在车库里，自动驾驶汽车也永远不会关闭，”Maamari说。“他们可能坐在车库里，但他们仍然活着，他们仍然通过蜂窝通信，他们更新，他们在后台进行自我检查。即使你的车还在车库里，软件更新也会发生。”

Synopsys拥有一个生命周期管理平台，可以从过程/电压/温度(PVT)传感器、测试设计(DFT)、内置自检(BiST)资源、结构和功能监视器、嵌入式片上分析以及数据传输中提取数据。其目标是将信息从芯片传输到发生进一步分析、控制和优化的位置。

Maamari说:“我们的想法是，通过传感器——这些传感器往往是关于路径的过程、电压、温度和老化测量(例如，路径延迟)——然后进入芯片的控制IP，来管理所有这些。”“你还可以利用这些数据进行分析，找出异常值。这就是设计中的反馈循环，以多种不同的方式出现。例如，我们可以找到敏感且首先失效的路径，然后在设计时使用这些信息来增加余量，让我们在这些方面有更多的懈怠，这样我们就可以有一个可以工作15年而不是10年的芯片。”

proteanTecs同时使用通用芯片遥测(UCT)对每个SoC进行深度数据监测。通过编译每个芯片的跨阶段测量，机器学习分析软件为任何特定芯片和整个芯片群的预期行为开发基线。使用这种方法监视系统，以检测由磨损、老化或随机故障引起的潜在异常行为。目标是为任务预防行动获得深度数据可见性，其中包括动态适应和性能优化，这是围绕机器学习的主要关注点之一。随着这些系统的适应，对其他系统的影响并不总是清楚。

proteanTecs的内容营销经理Rafi Spiewak表示:“即使在车辆部署到现场之前，我们也必须确保采取了所有的可靠性和安全措施。“通过结合从生命周期不同阶段提取的UCT数据，并添加其他数据源，价值链上的制造商可以将质量提高十倍，防止质量逃逸或‘行走受伤’。这是通过高度先进的异常值检测方法获得的，该方法可以剔除未检测到的缺陷，而不会影响良好的良率。即使在表征和鉴定过程中，性能限制也会进行调整和优化，以确保有足够的可靠性空间。”

图1:反馈回路，将产品设计和生产各个阶段的丰富数据集馈送到与嵌入芯片的传感器和监视器相连的分析引擎中。来源:Synopsys对此

数据的所有权现在也使得反馈循环和生命周期管理成为可能。菲什说:“我们谈论的是从汽车芯片深处收集数据，我们认为市场正在解决这个问题。”“如今，人们正在从汽车上收集数据，并在汽车公司内部共享。随着时间的推移，根据地区、合法性、收集数据的一般舒适度，以及保护数据的机密性和不同用途的能力，数据的所有权将使我们能够在设计的整个生命周期中进行更深入的分析。当客户购买或租赁汽车时，问题就出现了。他们对这些数据的发送感到满意吗?市场对此进行了投票，然后说，‘是的，我们是。’数据每时每刻都在被发送到各个地方。”

结论
有一件事是肯定的——不可靠不是一个选项。Maamari说:“在过去几十年里，汽车行业在质量方面取得了巨大进步，消费者很喜欢。“现在没有人会买不可靠的车。所以可靠性仍然非常重要。”

用于监控的生态系统、平台和工具才刚刚开始改进，以帮助确保可靠性。“其中一些技术已经存在，而这不仅仅是未来的事情。今天，我们已经在生产中使用了许多这样的组件。此外，我们还在迅速添加其他组件，与客户合作伙伴一起挑战极限。”

但将数据输入设计反馈循环的各种选择和方法将继续存在。“我们认为解决方案是多方面的。没有一种单一的方法可以解决所有问题。精心设计，精心建造，低缺陷的设备，使用严密的工艺制作是基础。但我们不认为这是唯一的答案。我们也不认为测试本身是唯一的答案。这些技术的结合，再加上实时诊断和查看整个供应链的能力，并发现从设计到最终系统的弱点——所有这些技术结合在一起，是该行业创造零缺陷解决方案的最大希望。不只是我们中的一个。”

有关的故事

预测和避免汽车芯片故障

让芯片寿命更长

好到可以用生命打赌的筹码

不断增长的复杂性增加了汽车IC安全挑战

汽车传感器融合的挑战

可靠性成为汽车行业最关注的问题