中文 英语

自动芯片测试越来越难

每一个新的帮助和自治水平都会增加新的需求和问题,其中一些问题目前还没有可行的解决方案。

人气

芯片制造商和测试/验证公司正在帮助促进开发自动驾驶汽车的努力,但他们面临着广泛的技术甚至文化障碍。

先进的驾驶员辅助系统(ADAS)已经是现代汽车中最复杂的系统,其中最好的徘徊在二级和三级之间五步自治梯子自2016年起由汽车工程师协会(SAE)维护。为了达到第3级,最终达到第4级,需要深度学习和实时决策,整合来自激光雷达、声纳、雷达、视觉系统、导航、车辆识别和行人识别的数据。

要达到这些高级水平,还需要通常在高度控制的环境中具备的计算能力。不管是否自动驾驶,乘用车都是一个不友好的环境。经过多年的震动、烘烤、冷冻和电击,所有这些敏感电路都必须可靠、良好地运行。任何数据中心硬件都不能指望在这种情况下存活很长时间。

“ADAS系统代表了最严重的可靠性要求,并且因为它们必须在15年或更长时间内存才能满足自治车辆电子元件的要求,”根据诺曼昌,首席技术人员们介绍有限元分析软件。“这与移动系统或HPC系统完全不同。”

由于自动驾驶汽车(AVs)能够自己产生热量,并坐在户外晒太阳,因此美国汽车电子委员会(AVs) (原子能委员会例如,需要可以在-40°C和150°C之间存活温度范围的汽车电子。它们还需要抵抗电压变化,静电放电,电磁干扰和电磁兼容性的良好公民点的易感性有限。

据奥斯特森解决方案的技术营销顾问的说法,错误的错误成功允许任何半导体公司成功,不加强高标准的设计,制造和过程控制。

最大的挑战是满足像汽车标准ISO 26262.,其可靠性要求是芯片制造商提供航空航天工业,国防承包商和植入医疗器械制造商的常规。而且,他们对大多数人来说,他们都是相对较新的。


图1:根据ISO CD 26262的功能安全管理。资料来源:国际标准化组织

汽车在历史上被认为是最敌对的环境中,并且电磁兼容性标准列表很长。甚至描述了描述安全性和可靠性概念的语言,在很大程度上由ISO标准26262定义,在汽车行业环境中是多样化的。

自动驾驶的汽车需要的安全水平不仅是一个部件的运行,还包括整个汽车的运行。该公司半导体业务首席营销官戴维•霍尔(David Hall)表示,这进而会影响单个组件的表现,以及它们必须应对的压力国家文书。“如果你看着LIDAR,那就是重用现有技术。但是在测试时,光电子周围有很多新的要求。您通常会在短时间内转动激光并测量功率绘图。但是如果您在很长一段时间内集成了电源,散热耗散高,因此您也必须测试。“

功能安全测试为半导体测试增加了一个新的维度,而自动化进一步提高了这一要求,因为如果出现问题,循环中没有人可以即兴发挥。结果是,如果有一个10nm芯片被用于人工智能自主车辆的大脑,在芯片上测试95%或更多晶体管不再被认为是可接受的。

但每个额外的覆盖率和可靠性增加了测试过程的时间和成本。而汽车制造商传统上花费更多时间测试关键系统比其他时间更多,而两件事则发生了变化。首先,他们越来越多地研究使用非关键系统作为故障转移机制,以防关键系统失败,因为它比添加完全冗余更便宜。第二,高级节点设计正在汽车应用中使用,因为它们通常使用最少的功率运行最快。

“目前还没有进行足够数量的测试,”该公司营销和销售高级经理Anil Bhalla表示天体电子学测试系统。“为了正确地进行测试,测试本身需要更长的时间。解决这个问题的一种方法是对不同芯片的收益率进行优先排序,但这种方法会带来多次失败的风险。长期来看,这可能会降低成本,但首先你必须弄清楚在哪里进行测试,以及到底需要测试什么。而新设备将需要系统级测试,需要非常精确的热分析。”

然而,这种转变不会在一夜之间发生。Bhalla指出:“测试的发展通常是多年的。

前提是一切都保持现在的状态。供应链本身变得越来越复杂,其中流过的设备和材料也越来越复杂。衬底包括大块CMOS、RF-SOI、FD-SOI、硅锗以及可能用于人工智能芯片的新材料。还有更多的芯片架构,包括离散和嵌入式fpga、新型微控制器、多核cpu和gpu(有时捆绑到soc中),以及各种内存芯片。此外,还有更多的软硬件交互需要理解和测试,以应对意外情况下可能出现的故障,以及它们对温度、处理器周期和内存等资源利用率的影响,以及它们如何受到各种因素的影响,从意外的噪音、电路过早老化到辐射粒子撞击关键设备。

直到三、四年前,汽车半导体市场还很小,很少有测试/验证供应商投入精力开发复杂的新测试用例、方法和设备。

“There were four big companies in the market – STMicroelectronics, NXP, Infineon and Renesas – but the market wasn’t big enough to do all this complicated verification compared to the return on working with Apple on the next iPhone,” said Dave Kelf, vice president of marketing forBREKER验证系统。“现在所有大型芯片公司都跳进,芯片必须更复杂,能够处理传感器和机器学习,因此芯片更大,而且为较小和更简单的芯片设计的流程要大得多。所以现在每个人都试图弄清楚如何满足这些要求更广泛,更苛刻。“

在安装之前,必须证明汽车半导体没有设计或制造误差,并且没有缺陷,当ISO 26262要求时,当它们发生故障或进入“意外状态”时会导致安全风险。方法论和语言都足够不同Arteris IP发表了一个ISO 26262底漆2014年26262年底漆在2015年。

该规范需要根据风险计算进行测试,例如汽车安全完整性水平(ASIL),这考虑了失败的可能性,驾驶员如何从中恢复以及如果不可能的灾难,令人灾难有多严重。


图2:ISO 26262询问:“如果出现故障,司机和相关道路用户会发生什么?”资料来源:国家仪器

“所有这些问题都是新的热量,ESD,EMS - 它更加困难,因为AI芯片的许多功能模块都是深度学习的一直处于活动状态和向后传播和供电等功能,如图像和语音识别,所以电力消耗总是在那里,“张说。“芯片往往很大,当你看电力消耗并分析电力使用的rTL函数时,你会在控制权力和热问题中看到更多的问题。”


图3:排名前10位的汽车芯片供应商的分类收入。来源:半导体商业智能

芯片制造商有各自的专业,但测试人员必须覆盖整个范围,而验证芯片在系统测试中没有设计错误是非常困难的,OneSpin的安德森说。在带有随机错误的测试过程中,验证它是否能够安全执行是一个严重的挑战。

“你必须确保你的产品要么安全地失败,或者识别问题并纠正它 - 即使来自罕见的东西,也是罕见的alpha粒子击中,”Anderson说。“那是罕见的,但是任何与卫星一起工作的人都会说他们期望他们的芯片在达到轨道后五分钟内击中X射线或alpha粒子。无论是模拟测试,或仿真我们很难进行足够的测试,以确定即使是这样罕见的东西也不会导致危险的失败。”

芯片制造商和测试供应商要为汽车芯片建立可预测、高效的设计和验证流程可能还有很长的路要走,但这正是他们的市场正在发生变化的地方。

由数字
有充分的理由解决这些问题。根据AM的情况,汽车IC市场将以12.5%的CAGR 12.5%的增长率增长,每年436亿美元,据此报告从集成电路的见解。该报告称,到2018年,数字芯片的市场份额将仅为7.5%,但到2021年,这一数字将上升至9.3%。该公司预计,2018年45%的收入将来自通用模拟和特定应用汽车模拟集成电路的销售,而mcu将占另外23%。


图4:IC Insights的年中IC市场预测预测,2021年,汽车市场的增长速度将是其他市场的两倍,总计436亿美元。

IDC称,主要驱动因素是电气化、连通性、信息娱乐和ADAS系统。IDC预计,汽车芯片业务将增长9.6%,而计算机业务的收入将下降4%,到2022年将持平,总计下降0.7%。Forrester今年5月的一份报告显示,到2022年,汽车制造商将像依赖传统零部件供应商一样,依赖由数据聚合者、集成商、软件开发商和芯片制造商组成的供应链。


图5:汽车市场分部收入,Q3 2017.资料来源:半导体商业智能

毕马威会计师事务所(KPMG)负责人斯科特•琼斯(Scott Jones)在Semicon West的一场演讲中表示,汽车制造商供应链的扩张为芯片制造商提供了一个机会,可以超越移动和计算机行业高风险、短周期的竞争,进入更广泛的生态系统。

几乎所有新车都将在十年内具有一定程度的连接和自动化,但对发展和接受真正自主权的预期不精确的是,SAE等级4/5车辆的市场渗透可能在5%和26%之间的5%至15%。20年,据2018年全球汽车供应商研究来自金融咨询Lazard,Roland Berger。

测试更改
然而,新芯片的应用范围不仅限于ADAS和信息娱乐系统。发动机管理的各个方面都由微控制器实现,这些微控制器将性能数据反馈给汽车诊断系统,并迅速蔓延至整个传动系统,增加了监控层,即使在没有自动驾驶的情况下,也能显著提高安全性和性能。

"行业发生了很多变化,把很多注意力都放在了整个汽车供应链上,"福特汽车业务发展总监Derek Floyd表示效果显著。“当进行测试时,没有太大的区别。汽车工业注重安全标准和可追溯性。他们寻找的是每十亿分之一的失败率,但手机制造商也有很高的质量标准。一个不同之处在于随时间的可追溯性。这影响了整个汽车供应链,与消费电子产品世界相比,汽车供应链的关系有了很大的不同。如果一个部件在5年后出现故障,汽车制造商希望能够通过供应链追踪该设备,以确保任何故障在未来都能得到纠正。他们甚至想要市场上的可追溯性达到10年或20年,因为没人指望手机能使用10年以上,但每个人都指望汽车能这样。”

卖给计算机行业原始设备制造商的芯片制造商可能会每18到24个月更换一款新产品,并在3到4年内淘汰原来的产品。卖给汽车制造商的芯片制造商必须计划多年来继续生产相同的组件,除了微小的调整外没有改变。

这意味着保留设计、制造设施、封装芯片组的设备,并确保任何第三方IP也将用于产品的全面运行。测试公司必须在十年或二十年的时间里保持相同的测试能力和设备,同时,在车辆进行定期维护时,测试新车辆、零部件和测试部件。这需要持续至少10年,如果一个成功的车辆或部件,可能需要20年。

供应链关系更长,更相互依存,并且对客户和个人产品携带比计算机业务的典型更长的承诺。这种长期承诺在计算机业务中不寻常,但提供了巨大的收入潜力,并对业务计划进行了正确的调整。

他说:“汽车客户在寻找供应商时,会要求你拿出一个能持续10年的开发计划。”“大多数测试设备用于20个以上。如果你今天获得了一款产品的批准,它很可能是用于2021年的车型,这是经过一个重要的认证过程之后。因此,汽车显然没有像消费市场那样推动超级创新。而且你不可能在一年内,可能是两三年之内达到销量。然而,当你真正进入量产阶段时,你将看到更多的备件销售,你可能会看到芯片扩散到同一家制造商的其他型号上。当他们确实更换了一些东西时,它永远不会是一体化的。他们会在这个型号上更换一个部件,在下一个型号上更换另一个部件,所以需要6到7年的时间来完全更换一个系统中的电子设备。这是一个非常长期的承诺。”


图6:汽车电子系统。来源:克莱姆森大学车辆电子实验室

后孢子队促成了这份报告。



3评论

拉吉夫·罗伊 说:

伟大的文章。有关AI芯片的测试问题是否有类似的文章?

迈克尔明梁刘 说:

最终的解决方案基本上保证了一个巨大的FMEA电子表格,用于自动芯片制造商和Osats,重点是区分关键任务(A.K.A.Suit相关的)和非关键设计元素,以及相应的故障模式。

例如,应用高加速温度/湿度应力测试(Highly Accelerated Temperature/Humidity Stress Test)标准来确定非关键规格和性能参数。对质量安全相关的关键设计元素和控制参数应用更持久、更耗时、更昂贵的THB(温度湿度偏差)测试标准。

THB测试循环通常需要至少1000小时完成,而Hast测试结果通常在96〜100小时内提供。在某些情况下,可以在不到96小时内提供的Hast结果。由于其时间/节省成本“优势”,在过去的二十年中,Hast越来越受欢迎,特别是在医疗,工业和电信等行业中。

相当多的医疗和工业公司已经完全取代了带有Hast Ones的THB测试室;后者往往比前者便宜10倍......

THB通常维持标准的85°C / 85%“温度/相对湿度”(T / RH)测试条件,同时对DUT施加连续电负载。相比之下,Hast测试利用更高的温度(105°C),相对湿度较高(在85%至90%之间),以及相当高的大气压(最多4ATM),以建立其加速的试验条件。

一个建议:对于未来的后续行动,如果有的话,请考虑面试公司,如Keysight,TüvSüd,TE连接,泰科甚至博世,他们应该在包括但不限于电子控制单元(ECU)测试,硬件环路(HIL)系统测试,CAN总线测试,MODIS,Vantage Pro,Verus等。

凯文卡梅伦 说:

我觉得我们在飞机电子之前可能一直在这里,问题夸大了。飞机的服务远远超过汽车,在骚扰环境中运行(温度明智),对失败具有更严重的后果。
飞机也已经在自动驾驶仪上运行了很长时间 - 我似乎记得自动驾驶仪上的Concord登陆,而不是手动,因为它在燃料中更便宜。

留下一个回复


(注意:此名称将被公开显示)