新思科技SLM平台 形塑半导体智能制造新典范 智能应用 影音
D Book
231
Microchip
虎门科技

新思科技SLM平台 形塑半导体智能制造新典范

  • 吴冠仪台北

透过完整的芯片生命周期(SLM)中的数据分析跟深度学习,优化从设计到制造再到实际运用的关键KPI。新思
透过完整的芯片生命周期(SLM)中的数据分析跟深度学习,优化从设计到制造再到实际运用的关键KPI。新思

现代的电子装置变得更轻、更薄,外型更缤纷多彩,催生此一华丽变身少不了效能强大的系统单芯片(SoC)所组成的核心处理器。

SoC扮演着驱动精致产品设计的关键要角,拜5纳米等半导体先进制程技术之赐,新的SoC设计除了考量面积大小、效能及兼顾节能省电的重要指标之外,还要积极因应先进制程所导致的上市时间延宕的风险,这些设计挑战,让IC设计业者面对品质与可靠性的严苛要求,变得更加艰钜,能够克服这个困境,等同于获得数十亿美元的潜在收益,同时省下巨额的成本支出。

IC设计业界使出浑身解数努力探索设计一颗SoC所历经从芯片开发到终端应用部署的每一个重要阶段,传统上聚焦于芯片下线(Tape Out)阶段来解决所有潜在问题的思维,显得太过乐观与缓不济急,于是透过连结与整合每一个阶段大量关键数据,钜细靡遗分析管理芯片与系统生命周期的每个细部环节,以确保能获得最佳结果的解决方案于焉诞生。

整合云端信息平台共享信息  强化台湾半导体供应链的竞争力

新思科技(Synopsys)一举推出芯片生命周期管理(Silicon Lifecycle Management;SLM)平台,新思科技数码设计事业群,数据分析部门的研发与营运总监Paul Simon博士接受专访表示,Synopsys的策略是将芯片设计、验证测试、制造与部署的每一个阶段所产生的大量数据加以连结,并汇整到一个云端系统数据库内。

其能够蒐集、分析这些数据,用以改善包括芯片运算效能、速度、量产良率、品质管控以及上市时间等等重要核心目标(KPI)与诉求,善用这些重要的信息可以具体改善整体芯片产品的价值。

Synopsys过去几个月间积极投资SLM策略所需要的主要技术,并且完成包括Moortec(PVT Sensor)与Qualtera(SiliconDash, Post Silicon Big Data Analytic Platform)等重要的企业购并计划,再加上整合内部既有的矽智财IP与EDA设计自动化软件等技术,建构一个整合的平台,并提供独特的巨量数据分析引擎,提供高速数据的视觉化、分析和模型化功能,让芯片设计与产品工程团队能够更有效率且迅速解决重要的核心议题,掌握关键的产品上市的契机。

虽然半导体供应链在处理个别芯片的生命周期有非常不同的目标,对Synopsys SLM产品而言,这是一个能够同时满足从IC设计厂、晶圆厂、委外封测厂(OSAT)与芯片封测(Assembly)厂等各种不同需求的解决方案。

当中在IC设计端,使用PVT(Process, Voltage, and Temperature)传感器来蒐集芯片规格数据,做为芯片出厂后分析(Post Silicon Analytics)的重要参考来源,同时还能整合进入数据分析的平台,用来与先期芯片模拟所获得的数据(Pre Silicon data)相比较,然后回馈给芯片设计团队以达到设计最佳化(Design optimization)或除错修正设计模型(Model Calibration)来符合既定的效能与功耗等重要规格参数的目标。

机器学习为基础的信息分析引擎  SLM发挥淋漓尽致的功效

这个使用范例对于正在进入五纳米甚至下一阶段的三纳米制程的芯片设计工程团队而言,能够提供相当的效益提升,因为先进制程的设计挑战艰钜,SLM对于重要芯片数据的透视性(Visibility)高,用以掌握芯片开发过程与上市时间非常重要,同时这个分析模块可以计算与追踪数量庞大的问题,对于接续在芯片大量投片量产时,能够同步追踪问题解决的进度与步骤。

芯片制造流程是非常复杂的程序,由于不同制程节点、地域的晶圆厂间的合作过程,要有效地串接大规模的数据是一项苛的技术挑战,Simon博士指出这当中牵涉多种数据格式、组态与设备机台界面整合,以及使用边缘运算数据分析系统,来蒐集自动测试机台的数据,这个原本由Qualtera所发展的数据整合平台,既能有效的排除数据不兼容的障碍,还能同时利用机器学习等人工智能的技术,让数据可以快速对接,以转化成有效的分析决策与移动。

当一家国际级的IC设计大厂,要管理数十家甚至上百家多个供应链厂商的协作合作,来维运多达数亿颗芯片产品高品质的制造与服务时,Synopsys SLM可以发挥淋漓尽致的功效。

助力台湾产业追逐车用半导体与电动车市场的成功

芯片在测试与制造端所得到的巨量数据分析,可以进一步掌握进入终端电子产品应用的良莠,无论该芯片是用在智能手机装置、汽车电子系统,或是云端机房的服务器系统内,SLM可以从透过掌握芯片的关键参数,透过数据分析模块来做芯片的故障维修预测分析,这个称为Predictive Maintenance Analytics的技术,对于积极想进入车用半导体与电动车市场的台湾产业界而言,非常具有说服力。

毕竟汽车市场上对于芯片的品质、安全性与稳定性都着重于每个环节的数据追溯与掌握,透过SLM系统强化这个能力,有助于台湾产业进入车用半导体的市场。

台湾是全球半导体制造的重镇,完整的供应链与生态系统是Synopsys SLM平台的最佳实用的场域,透过Synopsys SLM平台会更强化台湾产业以创新为主的竞争态势,藉由有效的数据共享的平台,迅速建立合作模式,掌握产品快速上市的成功契机。