本文核心要點(diǎn)

設(shè)計(jì)復(fù)雜度正快速攀升，為半導(dǎo)體設(shè)計(jì)與制造領(lǐng)域帶來(lái)嚴(yán)峻挑戰(zhàn)，在 3D 創(chuàng)新與全球供應(yīng)鏈場(chǎng)景下，該挑戰(zhàn)尤為顯著。

普迪飛 Exensio 大數(shù)據(jù)智能分析平臺(tái)與 DEX 數(shù)據(jù)交換網(wǎng)絡(luò)兩款核心產(chǎn)品，全面增強(qiáng)半導(dǎo)體制造與測(cè)試全流程的數(shù)據(jù)采集、分析及管理能力。

文中引入 “數(shù)據(jù)前饋（Data Feed Forward，DFF）” 技術(shù)概念，通過(guò)在供應(yīng)鏈中實(shí)現(xiàn)數(shù)據(jù)的采集、轉(zhuǎn)換與分發(fā)，為先進(jìn)測(cè)試方法的應(yīng)用提供支撐。

普迪飛的技術(shù)升級(jí)迭代，更聚焦 “安全性” 與 “可擴(kuò)展性”，旨在為半導(dǎo)體制造測(cè)試環(huán)節(jié)構(gòu)建更穩(wěn)定、更靈活的技術(shù)底座。

PDF

行業(yè)挑戰(zhàn)：設(shè)計(jì)與供應(yīng)鏈的雙重壓力

當(dāng)前半導(dǎo)體行業(yè)的設(shè)計(jì)復(fù)雜度已從 “難題” 升級(jí)為 “近乎無(wú)解” 的狀態(tài) —— 盡管設(shè)計(jì)與驗(yàn)證環(huán)節(jié)的挑戰(zhàn)常被熱議，但實(shí)際問(wèn)題范疇遠(yuǎn)不止于此。一方面，3D 創(chuàng)新技術(shù)的落地要求重新適配設(shè)計(jì)與制造流程；另一方面，全球供應(yīng)鏈的協(xié)同難度持續(xù)增加。而AI 應(yīng)用的普及更帶來(lái)新的命題：并非 “如何設(shè)計(jì) AI 芯片”，而是 “如何用 AI 提升芯片設(shè)計(jì)的成功率”。

“數(shù)據(jù)如同新型石油，不僅是稀缺的‘資源’，更構(gòu)成了人工智能（AI）運(yùn)轉(zhuǎn)的核心動(dòng)力基礎(chǔ)。”這一觀點(diǎn)在半導(dǎo)體行業(yè)尤為貼切。要破局上述挑戰(zhàn)，關(guān)鍵在于從復(fù)雜的全球供應(yīng)鏈上游高效采集數(shù)據(jù)，并從中提煉洞察，進(jìn)而指導(dǎo)供應(yīng)鏈下游的決策與行動(dòng)。要在復(fù)雜供應(yīng)鏈中實(shí)現(xiàn)這一目標(biāo)，就需要一個(gè)具備高安全性與高可擴(kuò)展性的技術(shù)平臺(tái)。普迪飛此前已悄然完成這一平臺(tái)的技術(shù)布局，其針對(duì)性的制造與測(cè)試解決方案正逐步落地，持續(xù)重塑行業(yè)標(biāo)準(zhǔn)。

PDF

技術(shù)底座：兩大核心產(chǎn)品構(gòu)建數(shù)據(jù)閉環(huán)

要應(yīng)對(duì)半導(dǎo)體行業(yè)的復(fù)雜挑戰(zhàn)，搭建穩(wěn)固的技術(shù)基礎(chǔ)是關(guān)鍵。普迪飛的這兩款核心產(chǎn)品，共同構(gòu)成了覆蓋 “數(shù)據(jù)采集 - 傳輸 - 分析 - 應(yīng)用” 的全鏈路體系。

1. Exensio 大數(shù)據(jù)智能分析平臺(tái)：數(shù)據(jù)價(jià)值挖掘的核心引擎

Exensio 大數(shù)據(jù)智能分析平臺(tái)的核心，在于突破地域限制 —— 無(wú)論制造測(cè)試、封裝環(huán)節(jié)位于全球何處，該平臺(tái)均能自動(dòng)采集并分析這些環(huán)節(jié)的數(shù)據(jù)，精準(zhǔn)識(shí)別可能對(duì)產(chǎn)品良率、質(zhì)量或可靠性造成負(fù)面影響的統(tǒng)計(jì)異常。

該產(chǎn)品包含一系列功能模塊，可滿(mǎn)足不同類(lèi)型企業(yè)的需求：Fabless、IDM、Foundry及 OSAT 均可通過(guò)該平臺(tái)實(shí)現(xiàn)安全管理測(cè)試數(shù)據(jù)，保障出廠產(chǎn)品質(zhì)量、在邊緣端部署機(jī)器學(xué)習(xí)模型，提升實(shí)時(shí)決策效率、建立測(cè)試流程的標(biāo)準(zhǔn)化管控，優(yōu)化整個(gè)制造供應(yīng)鏈的運(yùn)轉(zhuǎn)效率。

目前，Exensio 已在全球制造與測(cè)試環(huán)節(jié)實(shí)現(xiàn)廣泛應(yīng)用，而其內(nèi)置的機(jī)器學(xué)習(xí)能力，更成為后續(xù)技術(shù)升級(jí)的核心支撐。

2. DEX 數(shù)據(jù)交換網(wǎng)絡(luò)：全球數(shù)據(jù)互聯(lián)的 “管道”

要讓 Exensio 平臺(tái)的巨量數(shù)據(jù)分析有效運(yùn)轉(zhuǎn)，需要全球供應(yīng)鏈中多維度數(shù)據(jù)源的支撐—— DEX 數(shù)據(jù)交換網(wǎng)絡(luò)正是為此而生。作為一套部署于全球 OSAT 站點(diǎn)的基礎(chǔ)設(shè)施，DEX 可連接全球供應(yīng)鏈中幾乎所有測(cè)試單元與測(cè)試組裝設(shè)備，實(shí)現(xiàn)兩大核心功能：

下行傳輸：自動(dòng)向測(cè)試設(shè)備下發(fā)測(cè)試規(guī)則、算法模型及流程方案；

上行反饋：將所有測(cè)試數(shù)據(jù)實(shí)時(shí)回傳至 Exensio 平臺(tái)，并通過(guò)普迪飛的語(yǔ)義模型完成數(shù)據(jù)標(biāo)準(zhǔn)化處理，確保數(shù)據(jù)的完整性、一致性，直接滿(mǎn)足分析需求。

從行業(yè)實(shí)踐來(lái)看，半導(dǎo)體測(cè)試數(shù)據(jù)的對(duì)接曾是一大難題 —— 即便在測(cè)試設(shè)備數(shù)量較少的早期，實(shí)現(xiàn)數(shù)據(jù)精準(zhǔn)采集與實(shí)時(shí)傳輸也需投入大量精力。而如今，DEX 通過(guò) “軟硬件結(jié)合” 的方案，實(shí)現(xiàn)了全數(shù)據(jù)源對(duì)接、數(shù)據(jù)有效性驗(yàn)證與定向傳輸，成功解決了這一復(fù)雜問(wèn)題。目前，該系統(tǒng)支持 PB 級(jí)數(shù)據(jù)的云端管理，為 Exensio 平臺(tái)提供穩(wěn)定的數(shù)據(jù)輸入。

DEX 向 Exensio 平臺(tái)傳輸關(guān)鍵數(shù)據(jù)

PDF

技術(shù)升級(jí)：數(shù)據(jù)前饋（DFF）與 AI 驅(qū)動(dòng)測(cè)試

Exensio 與 DEX 的落地，已為半導(dǎo)體行業(yè)帶來(lái)顯著價(jià)值。而普迪飛將聚焦于“數(shù)據(jù)前饋（Data Feed Forward，DFF）” 概念—— DFF 能提供一套企業(yè)級(jí)解決方案，在客戶(hù)供應(yīng)鏈中實(shí)現(xiàn)數(shù)據(jù)采集、轉(zhuǎn)換與分發(fā)的全鏈路流轉(zhuǎn)，為先進(jìn)測(cè)試方法的應(yīng)用提供支撐。

數(shù)據(jù)前饋的核心邏輯

數(shù)據(jù)前饋并非全新概念，此前已在半導(dǎo)體物理實(shí)現(xiàn)環(huán)節(jié)得到應(yīng)用（通過(guò)早期數(shù)據(jù)優(yōu)化后期流程評(píng)估）。而在制造測(cè)試領(lǐng)域，借助普迪飛的全球技術(shù)基礎(chǔ)設(shè)施，可將上游采集的測(cè)試數(shù)據(jù)傳輸至邊緣端，為下游測(cè)試策略的優(yōu)化提供依據(jù)—— 這一邏輯，恰好適配芯粒（chiplet）與先進(jìn)封裝時(shí)代的測(cè)試需求。

目前，普迪飛推出的 “AI 驅(qū)動(dòng)測(cè)試解決方案” 聚焦三大方向，核心目標(biāo)是 “降本、提效、提質(zhì)”。

PDF

AI 驅(qū)動(dòng)測(cè)試的三大落地場(chǎng)景

為深入了解該技術(shù)的實(shí)踐價(jià)值，普迪飛副總裁 Zhang Ming 博士結(jié)合行業(yè)痛點(diǎn)，對(duì)三大場(chǎng)景進(jìn)行了詳細(xì)解讀：

1. 預(yù)測(cè)性測(cè)試：精準(zhǔn)優(yōu)化測(cè)試流程

當(dāng)前半導(dǎo)體測(cè)試多采用 “統(tǒng)一程序”，即對(duì)所有芯片應(yīng)用相同的測(cè)試方案 —— 但這種方式存在明顯浪費(fèi)：性能穩(wěn)定的芯片無(wú)需重復(fù)測(cè)試，而潛在薄弱點(diǎn)則可能因測(cè)試不足引發(fā)質(zhì)量風(fēng)險(xiǎn)。借助數(shù)據(jù)前饋技術(shù)，可識(shí)別芯片設(shè)計(jì)中 “性能穩(wěn)定” 與 “潛在薄弱” 的部分，并針對(duì)性制定測(cè)試程序：對(duì)已驗(yàn)證穩(wěn)定的部分簡(jiǎn)化或省略測(cè)試，對(duì)潛在薄弱部分強(qiáng)化測(cè)試。最終，在測(cè)試時(shí)長(zhǎng)基本不變的前提下，可顯著提升 “合格 / 不合格芯片” 的篩選精度，實(shí)現(xiàn) “質(zhì)量提升” 與 “成本持平（或降低）” 的雙重目標(biāo)。

2. 預(yù)測(cè)性分箱：提前規(guī)避無(wú)效測(cè)試成本

預(yù)測(cè)性分箱的核心是“成本節(jié)約”。通過(guò)早期測(cè)試數(shù)據(jù)，可提前識(shí)別出 “可能在后續(xù)測(cè)試環(huán)節(jié)失敗” 的芯片，并將其提前剔除或分箱隔離 —— 這一操作能直接避免 “失敗芯片的后續(xù)測(cè)試成本”，從源頭降低整體測(cè)試支出。

3. 預(yù)測(cè)性老化測(cè)試：省去不必要的流程消耗

老化測(cè)試是半導(dǎo)體制造中的高成本環(huán)節(jié) —— 需使用昂貴的測(cè)量設(shè)備與環(huán)境控制設(shè)備，且耗時(shí)長(zhǎng)達(dá)數(shù)百至數(shù)千小時(shí)。通過(guò)預(yù)測(cè)性老化測(cè)試技術(shù)，可識(shí)別出 “性能穩(wěn)定” 的器件，判定其無(wú)需進(jìn)行老化測(cè)試，從而在不影響質(zhì)量的前提下，顯著節(jié)約流程成本。

Zhang Ming博士強(qiáng)調(diào)，這三大場(chǎng)景的落地，均依賴(lài) “先進(jìn)AI 算法 + 全球制造海量數(shù)據(jù)庫(kù)” 的支撐：初始 AI 模型由普迪飛開(kāi)發(fā)；同時(shí)，針對(duì)部分客戶(hù)“定制專(zhuān)屬模型”的需求，提供模型開(kāi)發(fā)環(huán)境，支持客戶(hù)自主構(gòu)建測(cè)試用 AI 模型與算法，進(jìn)一步提升其市場(chǎng)競(jìng)爭(zhēng)力。

PDF

行業(yè)愿景：全鏈條協(xié)作的規(guī)模化落地

對(duì)于該技術(shù)體系的長(zhǎng)期價(jià)值，普迪飛總裁、CEO 兼聯(lián)合創(chuàng)始人John Kibarian 博士提出了更宏觀的視角。他表示： “如今，推出新產(chǎn)品需要從系統(tǒng)公司到設(shè)備供應(yīng)商的全鏈條協(xié)作——這一點(diǎn)至關(guān)重要。而產(chǎn)品上市后，要維持生產(chǎn)流程的穩(wěn)定運(yùn)轉(zhuǎn)，所需的協(xié)作投入則會(huì)更多。未來(lái)，行業(yè)對(duì)協(xié)作的需求將持續(xù)提升，而這種協(xié)作的規(guī)?；涞?，唯有在全行業(yè)共同推動(dòng)下才能實(shí)現(xiàn)。”

普迪飛通過(guò)“安全性 + 可擴(kuò)展性”的技術(shù)升級(jí)，不僅為當(dāng)下半導(dǎo)體制造測(cè)試的難題提供了切實(shí)解法，更勾勒出行業(yè)全鏈條協(xié)同的未來(lái)圖景，為半導(dǎo)體行業(yè)的持續(xù)創(chuàng)新注入了新動(dòng)能。

文章作者：Mike Gianfagna

文章轉(zhuǎn)自SemiWiki，如有侵權(quán)請(qǐng)及時(shí)聯(lián)系我們

END