데이터 가치 마이닝은 차세대 빅 데이터
칩은 컨버전스 시대에 접어들었습니다. 무인 운전에서 가상 현실, 인공 지능에서 클라우드 컴퓨팅, 5G에서 IoT에 이르기까지 반도체 테스트 기술의 지속적인 발전을 이끄는 힘은 많습니다. 점점 더 많은 기능이 칩에 탑재되고 기술이 점점 더 복잡해지면서 테스트 단계의 수와 유형이 증가해야 하고, 이는 곧 테스트 비용 증가로 이어집니다. 반도체 테스트 장비는 최소 5년에서 10년의 수명 주기로 반도체 제조 공장에 많은 자산을 투자하는 매우 긴 '대기'를 필요로 합니다. 칩 기술과 공정이 빠르게 업그레이드되고 반복되는 지능형 세상에서 이러한 장비는 점점 더 복잡해지는 테스트 요구 사항을 언제든지 충족할 수 있어야 합니다.
테스트는 항상 칩보다 앞서 있어야 합니다. 그렇다면 긴 '대기 시간'을 고려할 때 테스트 장비를 지속적으로 업데이트하려면 어떤 기술이 필요할까요? 수율 개선과 비용 관리의 균형을 맞추기 위한 싸움에서 테스트 장비의 고급 기능 개발은 필수적인 요소가 되었습니다. 이는 테스트 및 측정 솔루션이 전체 반도체 산업 가치 사슬을 다루도록 확장되어야 함을 의미합니다. 테스트 기술은 전통적인 '중심' 테스트(IC 생산 공정, 웨이퍼 테스트, 최종 테스트)를 여전히 다루면서 제품 수준에서 더 많은 시스템 수준 테스트(SLT)를 위해 왼쪽(IC 설계와의 통합을 위해)과 오른쪽으로 이동하고 클라우드, AI 및 빅 데이터에 액세스하기 위해 위쪽으로 나아가야 합니다.
대량의 반도체 테스트 데이터는 테스트 효율성을 개선하고 제품 수율을 보장할 뿐만 아니라 데이터 분석을 통해 테스트 계획을 최적화하고 비용을 관리하는 데 필수적이기 때문에 그 가치를 활용하고 활용해야 합니다. 이는 반도체 생태계를 위한 종합적인 데이터 솔루션을 제공하는 Advantest와 PDF Solutions의 기본 필수 요소이기도 합니다.
나머지 기사를 읽으려면 여기를 클릭하세요.