Ethan Li-机器学习可以如何在硅后验证-生产阶段帮助客户_TestConX China 2022_221101
正在缓冲...
主题：机器学习可以如何在硅后验证/生产阶段帮助客户
嘉宾：Ethan Li来自于Advantest。爱德万测试（中国）管理有限公司 业务发展经理，主要从事推广用于验证的AI大数据分析解决方案. 作为公司人工智能新产品的业务负责人，致力于推进公司业务的领先优势.
摘要：在芯片设计越来越复杂的当下，作为量产前的关键流程的PSV，面临着诸多挑战，例如紧张的时间表，复杂芯片的验证难度，对芯片质量的高要求等，需要一种更好的方法来解决以上的问题，本文介绍了一种基于机器学习算法的方法，可以基于受约束的随机方式自动为硅后验证的相关任务生成测试条件，与传统的Shmoo方式相比提高了覆盖率,增加了执行效率. 特有的变量选择的功能可以帮助用户快速找出输入对输出的相关性，机器学习算法可以帮助用户对芯片进行调优和调试，让芯片达到最佳性能的同时加快了芯片推向市场的时间. 我们也在探索此方法论用在生产测试阶段的场景，怎样有效的消除因为大量外部生产工艺参数引入造成的不确定性对量产测试程序鲁棒性的影响
顶部