人工智能(AI)將引發(fā)存儲器測試需求。AI發(fā)展持續(xù)升溫,深度學(xué)習(xí)(Deep
learning)更是當(dāng)中成長最為快速的領(lǐng)域,改變了電腦在現(xiàn)實世界中觀看、傾聽與認知事物的方式,并逐漸應(yīng)用于智能手機、穿戴式裝置及自動駕駛汽車等領(lǐng)域中?,F(xiàn)在已有許多芯片供應(yīng)商對深度學(xué)習(xí)的興趣不斷增加,也意味著系統(tǒng)單芯片(SoC)對于存儲器的需求量將會大增,進而帶動存儲器測試需求。
深度學(xué)習(xí)可協(xié)助電腦理解影像、聲音和文字等數(shù)據(jù),模仿神經(jīng)網(wǎng)路的運算模式,以多節(jié)點、分層的運算來分析圖片上的特征,最低層的節(jié)點只計算每一個像素上的黑白對比,第二層的節(jié)點則根據(jù)第一層的資料、以連續(xù)的對比來分辨線條與邊界,隨著層級愈來愈高、累積的計算資訊愈來愈復(fù)雜,就可以對圖片進行辨認與分類。
對于半導(dǎo)體產(chǎn)業(yè)而言,深度學(xué)習(xí)未來勢將應(yīng)用于各領(lǐng)域之中,卷積神經(jīng)網(wǎng)路(CNN)正廣泛地應(yīng)用在影像與視訊辨識領(lǐng)域。這也意味著SoC對于存儲器的需求量將會大增,重要性也相對提升;無庸置疑地,資料量大即需要龐大的存儲器儲存空間,也為SoC之存儲器測試帶來更多挑戰(zhàn)。
厚翼科技指出,測試SoC主要有三種方向,分別是傳統(tǒng)功能測試、結(jié)構(gòu)測試及自我測試(BIST)。功能測試只能由一組測試機臺單獨執(zhí)行,而當(dāng)SoC變得更為復(fù)雜且用到更多存儲器時,便需要更簡便且準(zhǔn)確的存儲器測試功能。
由于擔(dān)心未來測試機臺的效能及成本增加,半導(dǎo)體廠商開始加入更多的掃描路徑到設(shè)計中,以便借由結(jié)構(gòu)測試方式來找出芯片在制造時所發(fā)生的潛在錯誤,使得最后有愈來愈多的BIST與SoC設(shè)計整合。
然而,BIST雖可成功降低產(chǎn)品不良率(DPPM)及公司成本,但同時也會影響芯片效能。對此,厚翼科技特別開發(fā)名為“Brains”的存儲器自我測試電路產(chǎn)生軟體,從整體的芯片設(shè)計切入,全自動的判讀存儲器并將其分群,讓使用者能輕易產(chǎn)生最佳化的BIST電路,從產(chǎn)品設(shè)計前端大幅提升測試良率、降低測試成本。此一軟體架構(gòu)可以在最省面積的狀況下,同時又不造成效能上的損失作處理。對于日新月異的處理器,可提供直接彈性調(diào)配的介面,以支援各式處理器。