为什么数据协同对芯片制造至关重要？

作者 | 吴优

数据对于了解半导体的使用寿命至关重要，数据收集则是是超越摩尔定律保持竞争力的关键。

如今，芯片设计周期的早期越来越依赖于多个数据源，包括从设计到制造流程的一些数据源。虽然这种整体性的方法似乎足够合乎逻辑，但半导体行业从一开始就没有特别强烈的整体性，专业知识是围绕流程中的特定步骤发展起来的，从业者也是在某个特定的步骤中进一步发展。但是，随着产品上市时间的缩短、芯片制造复杂性的增加以及独特的体系结构对于开发日益破碎的细分市场至关重要，这些流程以及步骤的划分将不再适用于由数据驱动的模型设计与制造，现在最大的挑战是让所有的数据协同工作。这将是芯片下一个数量级学习的来源。

目前，相关标准的建立正在帮助整合数据。此外，第三方分析和监控公司正在完成各个数据源的连接，这些公司通过提取和整理数据并将其以可访问的数据库格式进行存储，从而帮助客户更轻松地查看数据，也实现了过去几代半导体客户以及芯片设计、制造和测试工程师梦寐以求的芯片可视化。

目前设计环节面临的挑战之一是在模拟电路和数字电路环境下理解数据。根据大部分或所有模拟电路的设计是否是在较旧的节点上开发和这些电路是否是带有模拟元件的数字电路，数据结果不尽相同。尽管大多数设计人员认识到，即使是在较传统的工艺节点上，模拟量也会漂移并容易受到噪声的影响，但在5nm及以下的工艺节点上，数字电路会变得更接近于模拟电路，并受到更多的噪声干扰。此外，这些节点具有较小的裕度来缓冲细导线和薄电解质的影响。

  图片源自Pxhere

这些数据如何与数字端中的其他数据相匹配仍在研究中。但是，由于以下几个原因，电路内监控的数量在不断增加。

首先，这些数据可能无法通过常规测试访问。为半导体公司提供收益管理和数据分析的软件公司 yieldHUB的收益管理专家Carl Moore表示，在PMIC（Prower Management IC）中，有很多甚至无法测试的节点。在设计这些芯片时，首先要找到可测试节点，PMIC中有数百个可测试节点，如果能找到它们，对其进行测试，就可以确定这些节点的规格，或者确定是否需要将某些内容放大到合理水平。

第二个原因则与汽车等市场日益重视芯片的可靠性有关。在这些市场中，芯片被用于安全关键型应用中，其预期使用寿命可能长达20年。

Carl Moore表示，模拟电路和MEMS较难测试，这是因为来自传感器的信号微弱且密度高，对于开发这些芯片的设计师来说，最重要的是芯片周围的内容以及该芯片的使用方式，但随着时间的推移，更多的因素需要被考虑到设计中。因此不仅仅是要确保芯片功能正常，还需要一种可以访问数据的格式，该格式可以与其他系统或设备产生数据关联。

半导体制造设备已与用于分析芯片功能的许多数据完全隔离，在这个供应链中关联数据的工作还处在初期阶段。这其中有很多原因。

首先，所收集的许多数据被认为是专有的和具有竞争性质的，因此整个供应链之间的共享受到限制。其次，设备供应商主要与客户进行交互，设备供应商之间并非彼此交互。最后，设备供应商将传感器作为附加产品供应已经有一段时间了，因为没有人想在没有数据分析和机器学习的情况下出售高级设备。因此，并非所有的数据格式都是一致的，并非所有的数据值都很清楚。

尽管芯片行业倾向于通过片上传感器或制造工艺来提高可靠性，但数据收集和分析需要渗透到供应链中。因此，代工厂、测封厂和系统公司不仅关注温度和电压测试，还越来越关注各种技术来源，以及这些技术的生产时间、生产规模以及如何生产等问题。

美国跨国软件和工程服务公司PDF Solutions业务开发负责人Dave Huntley表示，如果想要设备具有可追溯性，那么就必须读取该设备的数据。另外，材料制造商的可追溯性要求其定位足够精准，涉及到所有工厂的所有数据。

这些数据也可以用来筛选出伪造芯片和组件，对安全性至关重要。

需要连接测试数据的原因是，芯片内部的复杂度不断提高，需要覆盖范围足够广才能确保芯片在整个生命周期内达到预期效果。

芯片测试过程中不仅存在密度问题，在芯片的局部区域内还有流出流入大量电流，测试者必须在不同电压和不同频率下执行此操作。在某些情况下，这些芯片具有12个不同的电源域，所有这些电源域填充在芯片的不同区域中。因此，测试过程会产生大量数据，并且需要与工厂中各种工艺产生的其他大量数据进行补充和关联。要提取优良数据并将其转化为可用的数据，需要进行大量工作。

来自不同制造商的测试设备过去常常使用不同的操作系统，以不同或不兼容的格式显示数据，但随着电子数据交换（EDI）和IEEE的标准测试接口语言（STIL）的出现，测试需要更具兼容性。

为解决这个问题，自动测试机制造商Teradyne开始与其他供应商共同开发标准测试数据格式STDF。STDF是与数据库体系结构和操作系统无关的二进制格式，是为自动测试设备（ATE）开发的，因此可以连接来自竞争厂商的ATE，并且可以更容易移植和存储数据。

该格式包括标准记录类型和全局元数据，以及参数化（通过、失败和多针）和功能测试。二进制格式将被转换为更人性化的ASCII格式（ATDF-STDF的ASCII版本），并用于数据库或Excel电子表格中。但在转换工程中，批次ID或头文件可能会丢失，出现错误数据的机会很多。

尽管STDF是测试中最常用的格式，但也有局限性。例如无法直接支持当今测试环境中的新模型，格式本身也不够精准。在STDF之后，可能采用由SEMI半导体测试合作联盟（CAST）特殊兴趣小组正在研究的Rich Interactive Test Database（RITdb）标准。 

生成更好的数据，从更多的来源收集数据，并能够将所有这些数据关联起来，这为整个芯片行业带来巨大的可能性，包括从提高可靠性到预测分析的所有方面。可以根据需要，对设备进行维修或更换，而不是当设备出现故障时也无法接受到故障信号。

芯片行业正处于这种转变的初期，但在未来十年里，它可能会定义从设计到制造的每一步，从产量到可靠性和安全性都将得到改善。

2020年8月7日至8月9日，2020年全球人工智能与机器人大会（CCF-GAIR 2020）将在深圳隆重举行，今年的主题是AI新基建产业新机遇，设置了针对新基建学术的AI前沿专场、机器人前沿专场、联邦学习专场3大专场，针对新基建产业的AI芯片专场、智能驾驶专场、AIoT专场等的11大专场。AI芯片专场的学术大咖和重要企业技术VP将共同探讨如何用创新的指令集、架构以及商业模式抓住新基建给AI芯片带来的绝佳机遇。

添加小雷哥微信（ID：leiphonesz2018），获取限量CCF-GAIR大会免费票。

本文编译自https://semiengineering.com/data-becomes-key-for-next-gen-chips/