91吃瓜网

矽晶片製造過程的日益複雜度導致其所涉及的數據量暴增。傳統上，工程團隊只能得到晶片開發過程中與他們的步驟相關的數據，但要從晶片生命週期的其他階段獲取數據，一直都是比較困難的。而將原始數據轉化成有用的見解則更為困難。它不僅需要篩選大量數據，且工程師需要知道要尋找什麼，需要查詢什麼來釐清數據。單單考慮測試數據領域，有來自晶圓接受測試、凸塊(bump)、晶圓測試、封裝、最終測試和系統級測試的數據。不光只有在下游階段、能夠在早期设计和製造過程中利用數據也十分關鍵。也就是說，數據支持的深度和廣度，對協助找出任何問題的根本原因並且加以解決是非常重要的。

隨著半導體應用在越來越多的不同領域中，各個產業對於朝向零缺陷方法(zero-defect approaches)要求也日益迫切。事實上，半導體缺陷現在通常以十億分之"一(ppb)計量，而不是百萬分之"一(ppm)。以汽車產業為例，安全性常常取決於汽車電子系統和半導體元件的可靠性和高性能。即使是看似微不足道的缺陷率，也可能造成巨大的成本損失和潛在的危害，因此必須避免。業界從未有過像現在這樣重視利用數據分析，來加速品質和良率問題的匯流。

数据分析环境的关键核心优势

作為新思科技 晶片生命週期管理(SLM)家族的一部分，Silicon.da 處理並分析PB 級矽數據，比大多數分析工具能處理的還要多。憑藉其产物能力與智能，該解决方案提供了以下專注於工程生產力、矽效率和工具可擴展性的關鍵核心優勢:

• 让工程师轻鬆确定如何改善关键晶片生产指标(例如良率和品质)，以及如何增强关键营运指标（例如晶片功率和性能）。
• 透過其 40 多個自動化方案，自動突顯矽數據的異常值，使工程團隊能夠快速識別並改正半導體供應鏈中的潛在問題。
• 透過跨设计、製造、診斷和測試數據領域的按鈕按壓(push-button)相關性，提供自動化的根本原因分析。
• 在单一的可共享环境中整合所有製造阶段的分析，防止耗时的多工具使用，实现统一的零件层级(辫补谤迟-濒别惫别濒)可追溯性和除错。

Silicon.da 利用整合Synopsys Avalon? CAD 導航和除錯解决方案來執行失效分析(failure analysis)，以及整合Synopsys TestMAX? 测试自动化家族來結合端對端良率優化和學習流程。此外Silicon.da 還整合與 Synopsys PrimeShield? 设计韌性分析和優化解决方案以及 Synopsys TestMAX 套件，來提供業界首創的、從後矽測試晶片到前矽设计的閉環(closed-loop)功率和性能優化流程。利用來自製程、電壓和溫度(PVT)監控和路徑邊界監控的實際晶片監控數據，達到高價值的功率和性能優化流程。這些監控器收集的矽數據可以幫助在设计階段，提高前矽模型的準確性，從而減少不必要的防護帶(guard bands)和降額(derates)，來最小化功耗需求但仍保持所需的性能。

Silicon.da 也支援應用於計算密集型设计，像AI 和高性能計算的先進多晶片系統。該解决方案提供了在雲端處理與存儲數據的靈活性。

半导体製造中整合的力量

從數據中獲得的智能和洞察為工程師提供一個有效的工具，來提升他們的晶片效能。在设计階段，他們可以利用分析來改善功率和性能。在量產初期，他們可以致力於良率提升與降低時間。而在生產中，他們可以努力改善晶片的品質、良率和產能。

然而，雖然每個生命週期階段都有其獨特的一套挑戰和解决方案，但擁有一個能夠對統一生命週期階段有全面研究的解决方案，可以提供解決問題的最快途徑，因為在一個生命週期階段中遇到的問題，可能源於較早的生命週期階段。應用從设计到製造的分析智能，Silicon.da 提供了一種先前在市場上沒有的整合性方法。這展示了擁有一個整合的端對端解决方案的重要性。

總之"，工程團隊如果擁有了 Silicon.da 這個武器，便可以將矽设计和製造中的數據爆量，轉化為他們的競爭優勢。