中文 英语

自动芯片可靠性打开其他行业的门

汽车芯片在航空航天,工业甚至消费者应用中寻找牵引力。

受欢迎程度

半导体行业中的数字芯片相互演化。多年来,各种想法不断涌现,偶尔还会有巨大的进化飞跃。“进化”这个词很合适,因为一个芯片进化到针对一个行业利基的完美优化。

但是,当一个行业的芯片因为比该行业使用的芯片更具成本效益而对其他行业有用时,会发生什么呢?这正是汽车芯片正在发生的事情。

汽车电子产品对可靠性和供应链责任的严格关注并没有被忽视。为汽车应用开发的芯片被认为可以在高温、低温和振动的极端压力下使用15年或更长时间。

“从汽车行业的角度来看,你需要通过资格认证,这将给你在工业应用和数据中心领域带来巨大的好处,”该公司汽车业务和产品管理部门的Jaime Broome说想象力技术.“工业和数据中心是两个用例。在这两个用例中,自动化有一些开销。在工业和数据中心领域,对更多基于消费者的部件的容忍度也更高。但如果让我选择,我显然总是希望走更安全、更宽容的硅的道路。”

数据中心和汽车有并行需求。布鲁姆说:“错误纠正算法(ECC)的使用是从数据中心诞生和带来的,从运行在数据中心的计算机和看到位翻转。”“这与汽车有完全重叠的协同作用,以及整个丰田意外加速问题与宇宙射线的轻微翻转。”

布鲁姆将丰田意外加速事件视为汽车业的转折点。“它告诉你,为什么他们现在在汽车行业的动机是确保你已经测试过,你已经验证了他们正在做的高水平的事情。这个故事让我们所有的工程师和我自己都感到厌烦。”

它也引起了美国宇航局的注意。航空航天业也知道RAD-HARD和ECC。宇宙射线和太阳风在空间中比在地球上翻转更多。然而,空间飞行预算通常很大,而设计需要自定义冗余,您无法购买架子。因此,军用航空航空航天和太空工艺与工业和汽车不同。但空间行业正在扩大,而且它如何找到其芯片可能会发生变化。

自动驾驶汽车EDA公司AImotive已经开始与卫星行业合作,在卫星上制作用于实时图像处理的人工智能。AImotive为自动驾驶汽车制造神经网络硬件加速器IP。AImotive的市场营销执行副总裁Tony King-Smith说:“汽车是关于安全,可靠性和鲁棒性的扩展温度范围。这就是合作开始的原因。他们有共同的兴趣。AIWare从一开始就被设计得非常健壮。它从一开始就被设计成在出现错误时有效,并且能够非常有效地恢复。所有这些特性使得它非常适合于航天器类型的应用。汽车工业和太空之间的协同作用非常有趣。”

Nextchip正在一个芯片中使用AIware,并将在今年年底获得第一个带有AIware引擎的汽车级扩展温度范围设备样本。他说,“如果你能使用这个设备,它在多大程度上足以投入有效载荷,它能做什么有用的工作?这又回到了航天工业,一直在寻找能够获得技术的方法,而为航天器定制芯片是一种非常昂贵的方式。”King-Smith说。“重新设计一个汽车芯片,它已经被设计为可扩展温度范围,设计得可靠、坚固,有充分的文件,这些都是航天工业的标记框。这就是为什么我们在这里进行合作。它正在使用我们已经在汽车领域做的东西,并将其重新用于太空。”

空间实际上可能对硬件更加苛刻,但没有那么多的规定——至少现在还没有。“汽车或半消费领域——而汽车在某种程度上成为消费者——需要监管,”想象力公司的布鲁姆说。“虽然这种情况存在于航空电子设备中,但在太空中并不常见。当某物受到管制时,人们就会非常害怕。而且成本很高,所以人们会对受监管的环境进行大量测试。”

汽车芯片也对其他市场产生了很大影响。

“既然大型数字芯片是汽车的核心,它提高了安全性、安全性和可靠性的标准,而电脑或iPhone从来没有这样的情况,”三星半导体部门产品营销总监马克·斯威嫩(Marc Swinnen)说有限元分析软件.“现在,它突然提高了这些东西的知名度。技术ISO 26262是半导体行业的一步。我们从未担心可靠性的程度。与此同时,汽车行业必须努力与系统核心使用大型数字芯片的现实,这也是他们的新东西。所以它在两个方向都有一点学习。“

进化
然而,汽车电子并非凭空而生。Broome说道:“如果你看看想象力在IP市场的发展历程,特别是与Texas Instruments这样的公司合作,你会发现我们凭借Texas Instruments和诺基亚的手机应用处理器取得了成功。“这是一款设计用来运行智能手机的芯片,当时人们还不知道如何运行智能手机。后来有另外一家公司出面告诉世界这是怎么做到的。但芯片的基本框架已经存在,并形成了汽车。航空电子设备和军事设备是工业和汽车工业的先驱,也是安全标准的先驱。事情就是这样发展起来的,尤其是在军用航天时代的航空电子设备方面。”

布鲁姆说瑞萨也发生了同样的事情。第一次是想象力的第一次繁荣,Dreamcast控制台形成了另一家汽车公司瑞萨(Renesas)。在我们15到20年的历史中,我们已经在不知不觉中在我们的DNA中接受了汽车。我们的两个主要客户给我们提供了这种可靠性。现在所有人突然都在谈论安全问题,但这是一个更大的问题——你的设备多快能检测到崩溃并恢复?我们这么做已经很多年了。”

汽车行业多年来一直被认为是一个老化的技术市场,而现在它又一次在向可能的领域拓展。“汽车已成为市场的增长引擎之一,”CBO的拉南•格沃兹曼(Raanan Gewirtzman)表示proteanTecs.“现在,在所有不同的电子产品中,它对每个人都很重要。它基本上整合了大量可以从其他应用程序迁移过来的系统,因为它本身正在成为一个迷你数据中心。”

然而,芯片在多个行业的灵活性是通过设计实现的。致力于张量传感处理器(TSP)的人工智能初创公司Groq正在开发能够灵活应对不同用例的芯片。TSP体系结构的第一个ASIC实现产生了超过1 teraop/秒/mm²的硅计算密度。该芯片是在14nm上的25 x 29mm。该公司声称其架构足够简单,可以扩展到超级计算机和数据中心,同时缩小到汽车领域。Groq负责产品和营销的副总裁Bill Leszinske表示:“我们的架构具有这样的范围和特点,这让自动驾驶汽车非常感兴趣。”“我们确实对这个领域很感兴趣。其中一件事就是芯片是确定性的。”

转型中的可靠性
在幕后,汽车供应链正处于重大转型之中。使用的人工智能系统ADAS该系统最终可能用于自动驾驶汽车,但目前仍处于研发阶段。这是首次包括在尖端工艺节点和先进封装上开发的芯片。

“在针对汽车的产品中,并非所有产品都是前沿节点。后端优势仍然很重要,因为这些设备在许多应用中都很成熟、可靠。克拉.“但为了实现先进的功能,我们必须改变过程控制的方式,以满足汽车的要求。一般来说,我们以消费者为导向的心态来接近前沿节点,在这种心态下,百万分之一的失败率是可以接受的。简单地将同样的方法应用于汽车领域,并不会达到所需的十亿分之一的故障率。”

这个行业很清楚这些问题。Lenox表示:“我们正在开发的技术不仅可以利用工厂数据提高产量,还可以筛查现场潜在的可靠性故障。”机器学习是其中的重要组成部分,因为它能有效地分析产生的大量数据。一般来说,检验和计量主要用于工厂的过程控制。这不仅是为了控制偏差,而且还为了找出与产量相关的缺陷帕累托是什么样子,然后将主要缺陷向下推以提高产量。传统上,最终的仲裁者是排序、产量和最终的包测试。如果它是绿色的,你就会对你的产品相当有信心。先进的节点设备包含数十亿个晶体管,电气测试将面临覆盖不全、无法检测的间隙区域以及无法检测到的“潜在缺陷”。一个部件可以通过电气测试,缺陷模式可以稍后在汽车中激活并导致故障。需要填补汽车未激活的潜在可靠性缺陷和测试覆盖缺口的组合。 In-line inspection is our best tool to screen these out.”

安全性在这方面具有作用,特别是由于设备变得更加异质。“有一个驱动器可以创建更多的硬件加速器,这些加速器不是设计的外围设备,”Serge Leef说:Serge Leef说:DARPA微系统技术办公室。“这增加了硬件方面的攻击面。导弹制导可以用软件实现,但这还不够快。因此,这显然是使用专用硬件进行硬件加速的候选者。从软件到硬件的转变是一个新的转变。”

挑战在于,每一块硬件都是额外的IP,需要进行可靠性和安全性测试。在密尔/aero中,这很复杂。它需要追踪供应链中的每一个组成部分。汽车行业也出于大致相同的原因遵循着类似的指导方针。

“在汽车中,他们正在寻求IP的可追溯性,”Simon Rance表示,营销主管克罗斯夫特.“每件文物都可以追溯。如果一个引用不再被其他人引用,你就删除它。您需要有足够的可追溯性,并且您需要能够测试一切。很多东西因为不符合这些要求而被抛在了后面。”

看到这一点的不止他一个人。“可追溯性现在在人工智能、区块链、汽车和5G中至关重要,”华为首席执行官约翰·奥唐奈(John O’donnell)表示yieldHUB.“你需要能够找到它们在晶圆上的确切位置。”

奥唐纳说,这些数据也需要保存至少与设备的使用寿命一样长。因此,在汽车领域,这意味着一些数据需要保存20年或更久,因为该领域的故障可能在10年或更久之后才会出现。

“质量越高,您的新产品或已运输产品的机会越好,而且可以在多年来对生产的所有变化进行处理,因为您将继续生产超过x岁月和事物的变化。T嘿5月将Fab从一个国家移动到另一个国家,你不知道。这就像一个生物 - 生产。这不是一个固定的东西,“Proteantecs说Gewirtzman。“所以,我们提供了一种方法来衡量,持续监控,持续看到那里有什么,并确保正确的需求水平得到满足不管有什么要求,无论是26262,ASIL A到ASIL d,现在都升上去了米和他们所服务的行业深度数据通过分析来满足这些需求,并以最低的成本和最佳的效率来完成这些工作。”

结论
数字汽车芯片吸引了其他行业,因为它们已经测量,认证可靠性,安全和安全性,但可靠性仍然是正在进行的工作。在接下来的15或20年,汽车芯片如何达到其认证可靠性,需要可追溯性,测试改进,分析和持续的infield监控。虽然半导体,汽车,测试和分析行业工作了这个问题,但其他行业正在观看并可能受益。

-埃德·斯珀林对此报道有贡献。



1评论

bill 说:

不确定汽车是否有助于军用航空应用。几十年来,mil-aero有非常严格的标准,强调操作条件,还需要有alpha粒子保护(我认为汽车从来没有要求),以及非常长的15-30年的生产生命周期和低产量。这可能有助于航空航天/军事的一个领域是增加产量,从而降低军用航空部件的成本。

关于其他领域:工业和消费者:是的,这可以帮助他们。

留下一个回复


(注意:此名称将公开显示)