由人工智慧驱动的设计应用
晶片生命週期管理(Silicon Life Management; SLM)是一個相對較新的過程,与在終端用戶系統中進行设计,製造,測試和部署的半導體設備的監視,分析和優化息息相關。日益增加的晶片与系統複雜性,以及不斷增長的功能与可靠度要求,促使對半導體裝置在其整個生命週期內,進行持續維護与優化的需求。
厂尝惭根基於下列基础準则:
經由擴展來自測試与产物工程中可使用的資料,並透過整個內嵌於每一晶片中的監視器与感測器,對每一晶片的運作具有深入的能見度,並在橫跨一個廣泛的環境与條件下,量測目標的活動,以達成第一個準則。對此晶片資料的目標分析,可在半導體生命週期的每個階段進行優化,從執行设计開始,透過製造、生產測試、晶片设计上線(bring-up)等進程,最後在現場運作畫下句點。
需要針對晶片運作的各個面向進行詳細的測量,以取得在晶片生命週期過程中進行有效分析与決策制定所需的知識。這些數據資料的來源包括過程/電壓/溫度(PVT)感測器、測試设计(DFT)与內建的自我測試(BIST)资源、結構与功能監視器、內嵌晶片分析,以及資料傳輸,以便將資訊從晶片傳輸到發生進一步分析、控制和優化的位置。
结合每个生命週期阶段所擷取的晶片运作数据,可以增加数据丰富性。在每个生命週期阶段执行目标性分析,以推动每个阶段的特定优化。广泛的知识库大幅增强每个生命週期阶段的分析和优化能力。
晶片生命週期管理能替晶片设计人員与該晶片的終端使用者帶來多項好處。包括增強晶片的功能、更順暢地處理与更快速的产物设计上線(bring-up),以及在晶片的整個生命週期內增進功能与安全性。具體的好處包括:
使用在製造測試期間所擷取的矽資料,校正设计模型化的參數。來自環形振盪器測量、關鍵路徑測試結果与過程/電壓/溫度(PVT)監視器等取得的數據,都是此資料的範例來源。
藉由一系列的資料採礦(data mining)、關聯性与根本原因(root cause)分析,可提升晶片设计中所使用的模型穩固性与準確性。如此一來,可以使初始的晶片设计更快速的收斂在最佳的成果上。
此過程將矽數據資料与物理设计數據資料進行關聯性分析,以識別系統的良率限制問題。這些矽數據資料的來源包括測試失敗診斷數據、過程/電壓/溫度(PVT)感測器數據与結構的數據。
藉由一系列的資料採礦、關聯性与根本原因分析步驟,可確定出主控产物良率損失機制。以加速「良率學習」的過程,並優化最終产物的良率。
此过程藉由对硅与製造测试结果数据资料的持续分析,以调整测试与筛选的标準。优化的测试标準将减少测试时间,并确保仅将优质的各项装置释出,投入生产。
数据资料的来源包括製造测试结果、过程/电压/温度(笔痴罢)感测器数据与结构的监视器数据。藉由资料採矿、监视/分析与提报的过程,可施行适应性测试警示与增强的控制措施。同时增强侦测各极端值或表现超出正常限制功能的晶片。结果显示可减少测试时间并改善所交付晶片的品质。
在任何復雜的晶片中,分層互連、異質處理器、各種作業系統与裸機軟體(bare metal software)之"間均有互動。為使晶片与使用該晶片的系統上市,必須協調前敘的這些相互作用。而實際上大多數系統在设计時並沒有真正知道部署最終系統時的工作量,也因此帶來了更大的挑戰。
SLM可藉由深入解析晶片上計算、通信与儲存资源的功能性,以應對這些挑戰。內嵌於該晶片中的功能与結構的監視器,与分析軟體的結合,可更快速、更深入的暸解該晶片運作的行為,以及其如何与整個系統進行互動。此外在該系統的生命週期過程中,工作負荷產生變化、軟體与韌體要求產生變化、電晶體會老化。SLM也提供深入解析,以允許該晶片与系統均能適應這些變化,帶來縮短開發時間、提高验证效率与改善長期效能的結果。
硅晶片的效能在其整个生命週期不会保持恆定。在硅结构中的老化效应,会随时间改变该装置的功能特性。系统作业环境亦会导致晶片功能的变动。这些影响包括环境温度的效应,以及工作量负荷与电气运作参数变化的影响。安全漏洞也会影响晶片的效能。
在现今的系统中,半导体装置执行更多关键性任务以及与安全性相关的功能。促使这些装置的稳固性与可靠度更显重要。大多数的系统均具有长的使用生命週期,而时间也有助於逐渐改变半导体装置的功能。
晶片生命週期管理提供数据资料的蒐集、分析与控制环境,以监视相关的影响,并在一个单元装置的层级处,施行各项矫正措施。结果是随着时间推移,而使硅装置与整个系统的功能更加稳定与安全。
新思科技的晶片生命週期管理平台包括多重整合式的产物与功能。