Пословица" время- деньги" очень применима к производственному тестированию полупроводниковых устройств. Каждая секунда, затраченная на тестирование одного чипа, означает, что следующий не может быть протестирован. Чем меньше пропускная способность, тем больше автоматического оборудования( ATE) требуется для удовлетворения производственных потребностей. Это создает значительные трудности для производителей, так как технологический прогресс привел к увеличению числа точек, скорости интерфейсов, увеличению объема памяти, что привело к резкому удорожанию аппаратного обеспечения. Кроме того, растущая сложность и функциональность современных микросхем требует большего количества шаблонов, памяти для тестов и общих затрат. Дополнительные шаблоны приводят к увеличению времени тестирования, что, в свою очередь, требует увеличения времени работы тестеров для поддержания пропускной способности. Однако сложность современных микросхем часто приводит к увеличению времени выполнения тестов, что вызывает задержки в проведении производственных испытаний. Для продукции большого объема, где тестируются миллионы микросхем, даже незначительное сокращение времени тестирования дает значительные преимущества. Таким образом, эффективное и действенное решение в области АТПГ должно включать в себя высокие требования как к генерируемым программам испытаний, так и к процессу генерации. Традиционный процесс генерации схем предполагает последовательную корректировку параметров инструментария АТПГ для достижения желаемых результатов, что требует опыта и многочисленных попыток точной настройки инструментария, Кроме того, это не гарантирует повторяемости процесса разработки, что приводит к непредсказуемости времени выполнения и графика отработки тестов. Внедрение искусственного интеллекта( ИИ) предлагает инновационное решение для удовлетворения требований современного процесса генерации образцов. Решение на основе ИИ позволяет интеллектуально изучать характеристики дизайна, поведение двигателя ATPG, ограничения пользователя% 2Fцели и настройки доступных ресурсов в ходе параллельных запусков.

Путем корреляции результатов и изменения настроек можно достичь целей покрытия без ручных операций по изменению настроек, что приводит к получению правильных результатов с первого раза. Рекомендуется использовать стандартную ATPG для первоначального запуска с целью достижения цели и дизайна, а затем распределенные запуски с целью анализа, оптимизации и проверки целевого покрытия с учетом времени выполнения. При достижении желаемого тестового покрытия AI может минимизировать тестовые шаблоны перед производственным тестированием. Этот процесс обеспечивает быстрое время оборачиваемости, высокое качество и экономическую эффективность тестовых шаблонов при сохранении графика проектирования. SynopsysTSO. ai( TestSpaceOptimization)- это решение, основанное на технологии AI, которое позволяет изучать и настраивать сеттинги для последовательного получения наименьшего количества лучших образцов, исключая ненужные итерации и ускоряя время достижения результатов для каждого проекта. В некоторых случаях удается достичь максимального покрытия при фиксированном количестве шаблонов, когда память тестера ограничена. Технология может быть использована для минимизации шаблонов для окончательной разработки и проектирования уже находящихся в производстве, что позволяет быстро сократить расходы на испытания, Этот подход постоянно приводит к наибольшему снижению затрат во всех сегментах применения, при этом типичное снижение количества тестов составляет от 20 до 25%, а в отдельных случаях- более 50%. Это ускоряет производственные испытания, экономит время и затраты, уменьшая количество тестов, необходимых для данного объема производства. В автотранспортной системе растущее число стандартов и нормативных документов позволяет снизить затраты на разработку, защищая от кибератак.