中文 英语

一切,无处不在,同时发生:大数据重新想象验证的可预测性和效率


大数据这个词已经出现很多年了。大数据的应用有很多,但过程是一样的:捕捉、处理和分析。借助新的验证解决方案,大数据技术可以提高您的验证过程效率,并预测您的下一个芯片签名。通过提供一个拥有最先进技术的大数据基础设施……»阅读更多

芯片的内部


proteanTecs联合创始人兼首席执行官Shai Cohen接受了《半导体工程》杂志的采访,讨论了如何提高芯片和先进封装的可靠性和弹性。以下是那次谈话的节选。SE:几年前,没有人考虑芯片上的监控。是什么改变了?科恩:今天,很明显需要一个解决方案来优化性能……»阅读更多

追求预测性维护的动力


维护是保持制造设施正常运行和数据中心正常运转的关键幕后活动。但如果不及时执行,则可能导致产品或设备损坏,或严重的系统/设备停机。通过从定期维护转向预测性维护,工厂和电子系统所有者可以在…»阅读更多

人工智能和端点实时数据分析的作用


物联网(IoT)有能力在分散的智能传感器的帮助下积累大量数据。组织和分配这些海量的数据是一个挑战。虽然传统的数据分析方法已经促进了物联网的操作,但人工智能(AI)已经证明它可以以更高的精度做到这一点……»阅读更多

用动态参数测试推动预测分析


半导体制造中参数测试的基础是它在确定晶圆是否被正确制造时的有用性。晶圆代工厂使用参数测试结果来帮助验证晶圆是否可以交付给客户。对于idm,测试确定晶圆是否可以发送进行排序。通常插入半导体制造流程在晶圆结构…»阅读更多

硅生命周期管理


在芯片的整个生命周期内,无论如何使用或在哪里使用,您如何跟踪、测量和确保可靠性?Synopsys测试产品营销高级总监Steve Pateras深入研究了软硬件协同设计、无线更新、设计的预期寿命,以及各种监视器和传感器如何用于跟踪环境、结构和…»阅读更多

in And out In-Circuit监控


在7nm和5nm工艺中,在线监测变得至关重要。Moortec首席执行官Steve Crosher谈到了复杂性不断上升的影响,不同的用例和实现如何影响可靠性和正常运行时间,以及为什么测量电气、电压和热应力可以用于统计预测故障,并提高芯片整个生命周期的可靠性。»阅读更多

优化机器学习的新方法


随着越来越多的设计师在他们的系统中使用机器学习(ML),他们正在从简单地让应用程序工作转向优化其实现的功能和性能。目前已有一些技术可用。另一些则需要时间来渗透设计流程和工具,然后才会被主流设计师使用。任何新技术都遵循一个基本的…»阅读更多

利用大数据提高验证的可预测性和效率


通过在验证环境中提供具有最先进技术的大数据基础设施,所有验证指标的组合可以尽可能有效地使用所有资源,并通过预测分析实现流程改进。本文涵盖了技术、指标和过程,并将探讨由suc支持的一些技术。»阅读更多

人工智能能走多远?


人工智能无处不在。有AI/ML芯片,AI正在被用于设计和制造芯片。在AI/ML芯片方面,大型系统公司和初创公司正在努力实现数量级的性能提升。为了实现这一目标,设计团队正在添加cpu、gpu、tpu、dsp以及小型fpga和eFPGAs。他们还使用小内存,可以读取…»阅读更多

←老帖子
Baidu