硅生命周期管理(SLM)是一种新兴范式,旨在通过对半导体器件在设计、制造、测试及部署到终端用户系统过程中的监测、分析和优化,来改善硅器件的健康状况。随着芯片和系统复杂性的不断增加,加之性能和可靠性要求的不断提升,这促使人们需要在半导体器件的整个生命周期内对其进行持续的维护和优化。
SLM 基于两个基本原则:
第一项原则的实现,是通过扩展测试和产品工程中已有的数据,并借助嵌入在每颗芯片中的监控器,深入洞察每颗芯片的运行状况——这些监控器可在广泛的情境和条件下测量特定活动。对这些芯片数据进行有针对性的分析,有助于在半导体生命周期的每个阶段进行优化,从设计阶段、量产准备阶段和量产阶段开始,最终实现现场操作 。
为了在硅片生命周期过程中获得有效分析和决策所需的知识,需要对芯片运行的各个方面进行详细测量。 这些数据的来源包括环境工艺/电压/温度(PVT)监测器、可测试性设计(DFT )和内置自测试(BIST )资源、用于路径裕量分析的结构监测器,以及用于测量时钟延迟和其他活动的功能监测器。随后,来自这些监测器的数据会被传输到芯片外部,并存储在统一的SLM数据库中,以便进行分析。基于该分析,可以做出富有洞见的决策并采取相应行动。
将各生命周期阶段提取的硅片运行数据整合起来,使数据更加丰富。在每个生命周期阶段都会进行针对性分析,以推动各阶段特有的优化工作。扩展后的知识库极大地提升了各生命周期阶段可实现的分析和优化能力。
硅生命周期管理为芯片设计者及其芯片的最终用户带来了多重益处。其中包括提升芯片性能、更顺畅、更快速的产品初启 ,以及在芯片整个生命周期内实现更优的性能和安全 。
更多具体的优势包括:
在制造测试过程中提取的硅片数据用于校准设计建模参数。环形振荡器测量数据、关键路径测试结果以及PVT监测器、路径裕度监测器和时钟延迟监测器的数据,都是此类数据的典型来源。
通过一系列数据挖掘、相关性分析和根本原因分析,提高了芯片设计中所用模型的稳定性 和准确性。这使得初始芯片设计能够更快地收敛到最优结果。
该流程将硅片数据与物理设计数据进行关联分析,以识别系统性的制约良率的问题。硅片数据的来源包括测试故障 诊断数据、工艺/电压/温度(PVT)监测数据以及结构数据。
通过一系列数据挖掘、相关性分析和根本原因分析步骤,可以识别出主要的产量损失机制。这有助于加快“产量学习”过程,从而优化最终产品的产量。
新思科技 测试与硅片生命周期管理(SLM)产品系列之间的协同效应,可确保您的器件获得最高质量、最低成本的测试以及最佳的硅片健康状态。集成的工具、IP 和方法论通过在器件生命周期的每个阶段进行测试、监控和分析,提供可付诸实践的洞察。该统一解决方案可提升性能、简化实施并最大限度地减少对设计的影响PPA 。
SLM 通过持续分析硅片和制造测试结果数据,对测试和筛选标准进行调整。优化的测试标准将缩短测试时间,并确保只有合格器件才能投入生产。
这些数据的来源包括制造测试结果、工艺/电压/温度(PVT)监测数据以及结构监测数据。通过数据挖掘、监测/分析和报告等流程,可以实施自适应测试警报并采取增强的控制措施。此外,检测异常值(即性能超出正常限值的芯片)的能力也得到了提升。
其结果是有效缩短测试时间,交付的芯片质量得以改善。
在任何复杂的芯片中,分层互连、异构处理器、各种操作系统以及裸机软件之间都存在相互作用。为了使芯片及其所应用的系统能够推向市场,必须协调好所有这些相互作用。更具挑战性的是,大多数系统在设计时,其实并不真正了解最终系统部署后的工作负载会是什么样子。
SLM 能够通过对芯片上计算、通信和存储资源功能的深入洞察来应对这些挑战。芯片中嵌入的功能和结构监视器与分析软件相结合,能够让我们更快、更深入地理解芯片的工作行为及其与整个系统的交互方式。 此外,在系统生命周期内,工作负载会发生变化,软件和固件的要求也会发生变化,晶体管还会老化。SLM 还提供了相关洞察,使芯片和系统能够适应这些变化。其结果是缩短了开发 时间,提高了验证 效率,并实现了更佳的长期性能。
硅芯片的性能在其使用寿命期间并非一成不变。硅结构中的老化效应会随着时间推移改变器件的性能特征。系统运行环境也会导致芯片性能发生变化。这些影响包括环境温度的影响、工艺变异性 、供电电压波动,以及工作负载和电气运行参数变化的影响。安全 安全漏洞也会影响芯片性能。
如今,半导体器件在系统中承担着越来越多的关键任务和与安全相关的功能。这使得这些器件的稳定性 和可靠性变得尤为重要。许多此类系统具有较长的使用寿命,而时间的推移也会导致半导体器件的性能逐渐发生变化。
硅器件生命周期管理提供了一个数据采集、分析和控制环境,用于监控所有这些影响,并在现场针对单个器件实施纠正措施。其结果是,硅器件和整个系统在长期运行中能够实现更加稳定和安全的性能。
新思科技 硅生命周期管理产品系列包含多种集成产品和功能。该端到端解决方案 的关键组件如下所示: