世界

半導体テスト: 機械学習はチップテストの削減を意味する可能性があります

鋳造工場から運ばれる完成したチップは一連のテストを受けます。自動車の重要なシステム向けのテストは特に広範囲にわたり、チップのコストが 5 ～ 10% 増加する可能性があります。しかし、本当にすべてのテストを行う必要があるのでしょうか?NXP のエンジニアは、テスト結果のパターンを学習し、本当に必要なテストと、しなくても安全に実行できるテストのサブセットを把握する機械学習アルゴリズムを開発しました。 NXP のエンジニアは、先週サンディエゴで開催された IEEE 国際テスト会議でこのプロセスについて説明しました。NXP は、EV モーター用のインバーター、家庭用電化製品用のオーディオ チップ、車を保護するキーフォブ トランスポンダーなど、複雑な回路と高度なチップ製造技術を備えたさまざまなチップを製造しています。これらのチップは、コンティニューオンフェイルと呼ばれるテストプロセスで、さまざまな信号、さまざまな電圧、さまざまな温度でテストされます。そのプロセスでは、チップはグループでテストされ、途中で一部の部品がテストに合格しなかったとしても、すべてのチップが完全なバッテリーにさらされます。チップは 41 ～ 164 のテストを受け、アルゴリズムはそれらのテストの 42 ～ 74 パーセントを削除することを推奨できました。「現場で厳しい品質要件を確保する必要があるため、多くのテストを行う必要があります」と、この研究を主導したNXPフェローのメフル・シュロフ氏は言います。しかし、チップの実際の製造とパッケージングの多くは他の企業に委託されているため、テストはほとんどのチップ企業がコストを管理するために利用できる数少ないノブの 1 つです。 「私たちがここでやろうとしていたのは、統計的に厳密で、フィールドの品質を損なうことなく良好な結果が得られる方法でテストコストを削減する方法を考え出すことです。」テスト推奨システムシュロフ氏は、この問題は電子商取引で使用される機械学習ベースのレコメンダー システムと一定の類似点があると述べています。 「私たちは、データ アナリストがレシートを見て、人々がどのような商品を一緒に購入しているかを知ることができる小売業界からコンセプトを取り入れました」と彼は言います。 「トランザクションの領収書の代わりに、一意の部品識別子があり、消費者が購入する商品の代わりに、不合格となったテストのリストがあります。」次に、NXP アルゴリズムは、どのテストが同時に失敗するかを検出しました。もちろん、パンの購入者がバターを買いたいと思うかどうかという問題は、自動車部品を特定の温度でテストすることが他のテストを行う必要がないことを意味するかどうかとは全く異なります。 「100パーセント、あるいは100パーセントに近い確実性が必要です」とシュロフ氏は言う。 「私たちは小売業界とは統計の厳密さの点で異なる領域で事業を行っていますが、同じ概念を借用しています。」結果は厳密なものですが、それらだけを信頼すべきではないとシュロフ氏は言います。 「エンジニアリングの観点から意味があり、技術的な用語で理解できることを確認する必要があります」と彼は言います。 「その場合のみ、テストを削除してください。」シュロフ氏らは、高度なチップ製造プロセスを使用して構築された 7 つのマイクロコントローラーとアプリケーション プロセッサーのテストから得られたデータを分析しました。どのチップが関係しているかに応じて、41 ～…